“MongoDB” 태그의 포스트

설문조사용 폼 서비스에 임시저장 기능을 개발하며, MongoDB의 NoSQL 기반 대량 JSON 데이터 관리 방식이 고속·고빈도 데이터 송수신 요구사항에 적합하지 않음을 발견했습니다. 이 글에서는 이를 해결하기 위한 설계 과정과 아키텍처를 소개합니다.

MongoDB Client-Side Field Level Encryption(CSFLE)과 AWS KMS를 활용해 개인정보 필드 암호화 시스템을 구축했습니다. CsfleService, AnonymousApplicantService, RevealLoggerInterceptor를 통한 암호화/복호화 및 접근 감사 로깅 구현 과정을 공유합니다.

지원서 수정 기능 개발 중 MongoDB WriteConflict와 Race Condition 문제를 마주했습니다. WiredTiger의 MVCC 메커니즘을 이해하고, 단일 트랜잭션과 분산 락을 활용해 동시성 문제를 해결한 과정을 상세히 설명합니다.

MongoDB Atlas Search Index는 한국어 검색과 고급 검색 기능을 지원하는 Apache Lucene 기반의 검색 엔진으로, Text Index보다 평균 40% 더 빠른 성능을 제공합니다. 이 글에서는 Atlas Search Index의 개념, 설정 방법, 한국어 검색 최적화 전략, 마이그레이션 방법 및 실무 활용 전략을 다루며, 다양한 검색 쿼리 작성법과 성능 최적화 기법도 포함되어 있습니다.

MongoDB Text Index는 대량의 데이터에서도 빠르고 정확한 텍스트 검색을 가능하게 하며, $regex보다 성능이 우수합니다. 하나의 컬렉션에 하나의 Text Index만 생성할 수 있으며, 필드별 가중치 설정을 통해 검색 품질을 향상시킬 수 있습니다. 검색 점수를 활용하여 결과를 관련성 순으로 정렬할 수 있으며, 고급 검색 기능이 필요할 경우 Atlas Search Index를 고려해야 합니다.

AI Agent는 LLM을 넘어서 자율적으로 도구를 사용하고 정보를 검색하며 복잡한 작업을 수행할 수 있는 시스템이다. 주요 구성 요소로는 LLM, Agent, 도구, 메모리 등이 있으며, RAG(정보 검색 증강 생성)와 벡터 검색을 통해 최신 정보에 접근하고 개인화된 데이터 처리가 가능하다. LangGraph는 복잡한 AI Agent 구축을 위한 프레임워크로, 상태 관리와 도구 사용을 효율적으로 지원한다. 일반적인 실행 흐름은 사용자 입력, Agent 분석, 도구 실행, 결과 통합, 상태 저장으로 구성된다.

MongoDB의 멀티 도큐먼트 트랜잭션을 Node.js에서 안전하게 구현하기 위해 AsyncLocalStorage와 Mongoose 미들웨어를 사용하는 방법을 설명하며, 자동 세션 관리, 재시도 메커니즘, 에러 처리 및 성능 최적화의 중요성을 강조합니다. 다양한 구현 방식을 비교하고, @Transactional 데코레이터를 통해 복잡한 비즈니스 로직을 안전하게 처리하는 방법을 제시합니다.