논리·물리 데이터 모델
업무 개념과 구현 스키마를 연결해 AI와 사람이 이해할 수 있는 모델을 설계합니다.
- 엔터티·속성·정의 및 사용자 정의 속성 관리
- 식별·비식별 관계, 카디널리티와 선택성 표현
- 슈퍼타입·서브타입과 배타 관계 모델링
Product
ERFit
Data Modeling for AI — Built for People, Too
MCP 기반 AI 모델링, 논리·물리 모델 설계와 DB 역공학을 지원합니다.
AI와 사람이 함께 다루는 모델MCP modeling
DatabaseERFitAI agent
| Entity | Key | 의미 |
|---|---|---|
CUSTOMER | PK | 고객 식별자 |
ORDERS | PK | 주문 식별자 |
ORDERS.CUSTOMER_ID | FK | 주문한 고객 |
CUSTOMERORDERS1:N 관계 예시DB 구조를 모델로 전환하고, 관계와 제약조건을 MCP 기반 AI 모델링에 활용합니다.
What is ERFit?
AI를 위한 데이터 모델링, 사람이 함께 쓰는 설계 도구
ERFit은 AI가 데이터를 이해하고 활용할 수 있도록 구조를 관리합니다. 전통적인 데이터 모델링과 AI 에이전트의 모델링을 같은 데이터베이스 분석 기반 위에서 수행합니다.
데이터베이스에서 AI가 활용하는 구조까지
활용 흐름 개념도- 01
현행 DB·SQL 분석
테이블·컬럼·관계·제약조건을 분석해 기존 데이터 구조를 파악합니다.
- 02
데이터 모델 설계
논리·물리 모델을 구성하고 업무 의미와 구현 구조를 연결합니다.
- 03
설계 결과 활용
MCP 모델 편집과 DDL·문서 산출물에 활용합니다.
AI-first data modeling
AI가 활용하는 구조를, 사람도 함께 설계합니다
논리·물리 모델을 설계하고 관계·제약조건을 관리합니다.
구조와 구현 기준 관리
데이터 구조의 관계와 제약을 모델에 명시하고 구현 산출물로 이어갑니다.
- PK·FK·UNIQUE·CHECK 제약조건과 인덱스 관리
- DBMS별 데이터 타입·길이·스케일·기본값 관리
- DDL·PNG·XLSX 형식의 모델 산출물 생성
Database reverse engineering
기존 데이터베이스에서 모델링을 시작하세요
현행 데이터베이스와 SQL을 분석해 구조를 모델로 전환합니다. 기존 시스템을 이해하는 전통적인 모델링과 AI 에이전트를 위한 구조 관리에 같은 기반을 활용합니다.
SQL·데이터베이스 역공학
이미 운영 중인 데이터 구조를 설계와 분석의 출발점으로 삼습니다.
- SQL 스크립트의 테이블·컬럼·관계·제약조건 분석
- 데스크톱 환경에서 운영 DB 구조를 읽어 모델 생성
- 모델 병합 또는 교체 전략으로 기존 설계 반영
설계 결과의 활용
분석한 구조를 사람이 검토하고 AI 에이전트의 모델링 업무에도 활용합니다.
- PostgreSQL·MySQL(Aurora)·Oracle 대상 모델링과 DDL
- 표준 용어·도메인을 모델의 설계 기준으로 활용
- MCP를 통해 AI 에이전트의 구조 관리와 모델링 연결
Model Context Protocol
AI 에이전트가 MCP로 데이터 모델링을 수행합니다
모델 조회·편집·검토를 에이전트의 작업 흐름에 연결합니다.
데이터 구조 파악
데이터베이스를 분석한 모델에서 테이블·속성·관계를 이해하는 출발점을 마련합니다.
AI 데이터 모델링
MCP를 이용해 AI 에이전트가 데이터 모델링 업무를 수행하도록 연결합니다.
설계 검토
관계·제약조건을 검토하고 DDL·문서로 출력합니다.
Use scenarios
ERFit 활용 시나리오
현행 데이터베이스를 이해하는 일부터 AI를 위한 데이터 구조 관리까지, 업무 목적에 맞춰 적용합니다.
AI 에이전트의 모델링
MCP를 이용해 AI 에이전트가 데이터 모델링을 수행하고 필요한 구조를 관리합니다.
레거시 구조 분석
기존 DB와 SQL을 역공학해 테이블과 관계를 파악하고 개선할 구조를 설계합니다.
차세대 논리·물리 설계
사람이 모델을 직접 설계·검토하면서, AI도 활용할 수 있는 명확한 관계와 제약을 정의합니다.
ERFit 기술 적용 가이드
AI 코딩 에이전트로 데이터베이스 스키마를 설계·검토하는 방법
AI 코딩 에이전트가 새 기능의 테이블·관계·제약조건을 제안할 때 업무 규칙, 기존 DB 구조, DDL과 마이그레이션을 어떻게 대조하고 검토할지 설명합니다.
적용 가이드 보기ERFit MCP 등록 및 사용 방법
Codex·Claude Code·Cursor·OpenCode에 ERFit MCP를 등록하고 OAuth 또는 개인 토큰으로 연결하는 가이드입니다. 앱 권한 동의부터 모델 연결, Apply·Undo와 연결 해제까지 안내합니다.
적용 가이드 보기SQL DDL과 기존 DB에서 논리·물리 데이터 모델을 만드는 방법
SQL DDL·DB 역공학으로 테이블·키·관계를 파악하고, ERFit의 논리·물리 모델과 산출물을 검토합니다.
적용 가이드 보기MCP를 활용한 AI 에이전트의 데이터 모델링과 구조 관리
AI 에이전트가 MCP를 통해 데이터 모델링을 수행할 때 필요한 구조·업무 맥락, 작업 범위, 검토 기준을 설명합니다. ERFit의 모델링과 ContextMeta의 거버넌스 역할도 구분합니다.
적용 가이드 보기