DATABASE

NoSQL 데이터 모델링 패턴 가이드 — 임베딩·참조·버킷 (MongoDB 9)

junetapa 업데이트 2026. 10. 29 10 min read

관계형 데이터베이스에서 NoSQL로 넘어오면 설계 순서가 뒤집힌다. 표와 관계를 먼저 정하는 대신 «이 데이터를 어떻게 읽을 것인가»를 먼저 정하고 문서 구조를 맞춘다. 이 글은 문서형 NoSQL의 대표인 MongoDB를 기준으로, 임베딩·참조의 갈림길과 공식 매뉴얼이 정리한 설계 패턴(값 미리 계산 · 묶기 · 다형성 · 스키마 버전 · 보관 · 단일 컬렉션)을 언제 쓰는지 정리했다. 수치와 패턴 이름은 2026년 10월 29일 MongoDB 9.0 매뉴얼에서 다시 확인했다.

NoSQL 설계가 막막한 이유는 대개 «조인 없이 어떻게 하지»라는 질문에서 시작한다. 답은 조인을 흉내 내는 것이 아니라, 조인이 필요 없게 데이터를 미리 묶어 두는 것이다. 무엇을 묶고 무엇을 떼어 둘지가 곧 모델링이고, 그 판단을 돕는 이름 붙은 방법들이 아래의 패턴이다.

NoSQL 데이터 모델링, 왜 RDBMS와 다른가

쿼리부터 정한다

관계형 데이터베이스에서는 엔티티와 관계를 먼저 정의하고 정규화한 뒤, 필요할 때 JOIN으로 묶어 읽는다. 문서형 NoSQL에서는 순서가 반대다. 가장 자주 쓰는 화면과 쿼리를 먼저 적고, 그 쿼리가 문서 하나를 읽는 것으로 끝나도록 구조를 맞춘다. 예를 들어 주문 상세 화면이 주문·상품 요약·배송 정보를 한 번에 보여 준다면, 그 셋을 주문 문서 하나에 담는 것이 자연스럽다.

«스키마가 없다»는 말의 뜻

MongoDB는 컬렉션마다 문서 구조를 미리 정하지 않아도 되지만, 그렇다고 아무렇게나 넣어도 된다는 뜻은 아니다. 공식 매뉴얼은 앱의 스키마가 자리 잡은 뒤에는 스키마 검증(Schema Validation)으로 의도하지 않은 스키마 변경과 자료형 오류를 막으라고 권한다. 검증 규칙을 걸면 기본적으로 규칙에 맞지 않는 문서의 추가·수정을 거절한다.

MongoDB — $jsonSchema 검증 예
db.createCollection("orders", {
  validator: {
    $jsonSchema: {
      bsonType: "object",
      required: ["userId", "items", "createdAt"],
      properties: {
        userId:    { bsonType: "objectId" },
        items:     { bsonType: "array" },
        createdAt: { bsonType: "date" }
      }
    }
  }
})
관계형은 구조를 먼저 정하고 노에스큐엘은 쿼리를 먼저 정하는 차이를 비교한 도해
무엇을 먼저 정하느냐가 뒤집힌다.

임베딩과 참조 — 첫 번째 갈림길

임베딩은 관련 데이터를 한 문서 안에 넣는 것이고, 참조는 다른 컬렉션에 두고 ID로 잇는 것이다. 판단 기준은 세 가지다.

  • 함께 읽는가 — 거의 항상 같이 보여 주는 데이터는 임베딩. 글과 그 글의 짧은 태그 목록처럼.
  • 끝없이 늘어나는가 — 크기에 끝이 없는 배열(조회 기록, 로그, 수만 개가 될 댓글)은 참조. MongoDB 9.0 매뉴얼 기준 BSON 문서 하나의 최대 크기는 16MiB이고, 중첩은 100단계까지다.
  • 따로 바뀌는가 — 여러 곳에서 공유하고 자주 바뀌는 데이터(상품 가격 등)는 참조로 두어 한 곳만 고치게 한다.

블로그 글과 댓글을 예로 들면, 댓글이 수십 개 안쪽에서 멈추는 서비스는 글 문서 안에 comments 배열로 넣어도 된다. 반대로 댓글이 계속 쌓이는 서비스는 comments 컬렉션을 따로 두고 postId로 참조한다. 16MiB를 넘는 파일을 다뤄야 한다면 매뉴얼은 GridFS를 안내한다.

기본 전략

«함께 읽으면 임베딩부터, 커지거나 따로 바뀌면 참조로 분리»가 안전한 출발점이다. 처음부터 관계형처럼 잘게 쪼개면 문서형의 장점인 한 번 읽기가 사라지고, 무작정 다 넣으면 문서가 비대해진다.

임베디드와 참조, 버킷, 익스텐디드 레퍼런스 등 노에스큐엘 모델링 패턴을 정리한 도해
함께 읽으면 함께 담고, 따로 자라면 따로 둔다.

묶기 패턴 — 버킷·이상치·속성·서브셋

MongoDB 매뉴얼은 «데이터를 묶어 성능을 높이고 이상치를 다루는» 패턴을 Group Data 아래에 둔다. 하위 항목은 Bucket, Outlier, Attribute, Subset 네 가지다.

버킷 패턴

연속으로 쌓이는 데이터를 일정 단위로 묶어 한 문서에 담는다. 센서 값을 매초 한 문서로 넣는 대신 한 시간 단위로 묶으면 문서 수와 인덱스 크기가 준다. 매뉴얼 예시는 상품 리뷰를 묶어 서버에서 페이지를 나누는 데 쓴다. 시계열 데이터라면 직접 묶기 전에 시계열 컬렉션을 먼저 본다. 매뉴얼은 시계열 컬렉션이 버킷 패턴을 자동으로 적용하며 버킷 패턴이 쓰이는 대부분의 경우에 알맞다고 적는다.

이상치(Outlier) 패턴

대부분의 문서는 작은데 일부만 유난히 큰 경우가 있다. 매뉴얼은 인기 있는 책 한 권의 리뷰가 지나치게 많을 때 그 책의 리뷰만 별도 문서로 떼어 내는 예를 든다. 모든 문서를 큰 쪽에 맞춰 설계하지 않고, 튀는 문서만 따로 다루는 방법이다.

속성(Attribute) 패턴

상품마다 속성이 제각각일 때(노트북은 CPU·메모리, 냉장고는 용량·에너지 등급) 속성을 { k, v } 쌍의 배열로 담으면, 인덱스 하나로 여러 속성을 검색할 수 있다.

속성 패턴 예
{
  name: "노트북 A",
  specs: [
    { k: "cpu", v: "8코어" },
    { k: "ram", v: "32GB" },
    { k: "ssd", v: "1TB" }
  ]
}
// 인덱스 하나로 속성 검색
db.products.createIndex({ "specs.k": 1, "specs.v": 1 })

서브셋 패턴

자주 보는 일부만 메인 문서에 두고 나머지는 다른 컬렉션에 둔다. 상품 문서에 최신 리뷰 몇 개만 넣고 전체 리뷰는 reviews 컬렉션에 두는 식이다. 자주 읽는 문서가 작아져 메모리에 올라가는 작업 집합이 가벼워진다.

나머지 공식 패턴 — 계산·다형성·버전·보관·단일 컬렉션

2026년 10월 29일 MongoDB 매뉴얼의 설계 패턴 목록은 여섯 갈래다. 위의 «묶기» 외에 다섯 가지를 짧게 정리한다.

  • 값 미리 계산(Computed Values) — 자주 요청되는 합계·평균을 읽을 때마다 계산하지 않고 데이터베이스 안에서 미리 계산해 둔다. 조회가 많고 원본 변경이 드문 통계에 맞는다.
  • 다형성(Polymorphic) — 필드와 자료형이 조금씩 다른 문서를 한 컬렉션에 둔다. 글·사진·영상 게시물을 type 필드로 구분해 posts 하나에 담는 식이다.
  • 문서·스키마 버전(Document and Schema Versioning) — 구조가 바뀔 것에 대비해 문서에 버전 정보를 남긴다. 스키마가 자유로운 대신 옛 구조의 문서가 남는 문제를 다루는 방법이다.
  • 보관(Archive) — 오래된 데이터를 다른 곳으로 옮겨, 자주 접근하는 데이터 쪽 저장 공간과 성능을 지킨다.
  • 단일 컬렉션(Single Collection) — 종류가 다른 관련 문서를 참조로 묶어 한 컬렉션에 두고, 한 번의 조회로 함께 가져온다.

버전 패턴은 특히 오래 운영할 서비스에서 중요하다. 필드 이름을 바꾸거나 구조를 나눌 때, 새 문서에는 새 버전 표시를 붙이고 읽는 코드가 두 버전을 모두 처리하게 한 뒤, 옛 문서를 천천히 옮기는 방식이다. 한 번에 전부 바꾸려 하지 않아도 된다.

패턴별 비교 - 언제 무엇을 쓰나

패턴적합한 상황얻는 것
임베딩함께 읽고 크기에 상한이 있는 데이터한 번 읽기, 조인 없음
참조끝없이 늘거나 따로 바뀌는 데이터중복 줄임, 한 곳만 수정
버킷연속으로 쌓이는 데이터(시계열은 시계열 컬렉션 먼저)문서 수·인덱스 축소
이상치일부 문서만 유난히 큼대부분 문서를 작게 유지
속성제각각인 속성 필드인덱스 하나로 속성 검색
서브셋일부만 자주 보는 큰 데이터자주 읽는 문서를 가볍게
값 미리 계산읽기 많은 통계읽을 때 계산 생략
스키마 버전구조가 바뀌는 오래 갈 서비스한꺼번에 옮기지 않아도 됨

실전 모델링 순서와 검증

1. 읽기 패턴을 먼저 적는다

설계를 시작하기 전에 «이 서비스에서 가장 자주 실행될 쿼리»를 3~5개 글로 적는다. 각 쿼리가 문서 하나 또는 인덱스 한 번으로 끝나도록 구조를 맞추는 것이 출발점이다.

2. 배열마다 상한을 묻는다

배열을 넣을 때마다 «이 배열이 끝없이 커질 수 있는가»를 묻는다. 상한이 보이지 않으면 참조·서브셋·버킷 가운데 하나로 바꾼다. 16MiB 한도에 닿기 훨씬 전부터 큰 문서는 읽기·쓰기 비용을 키운다.

3. 인덱스를 함께 설계한다

모델링과 인덱스는 한 묶음이다. 자주 쓰는 쿼리의 조건·정렬 필드에 복합 인덱스를 잡고, explain()으로 실제 실행 계획을 확인한다. 좋은 구조도 인덱스가 없으면 컬렉션 전체를 훑게 된다. 관계형 쪽의 인덱스 설계 원리는 SQL 쿼리 최적화와 인덱스 전략과 비교해 보면 공통점이 보인다.

4. 관계형이 맞는 문제인지 다시 본다

여러 문서에 걸친 트랜잭션이 잦고 조인이 많다면 애초에 관계형이 맞는 문제일 수 있다. PostgreSQL 위에 API·인증을 얹는 방식은 Supabase 실전 가이드에, 문서형 실시간 데이터베이스의 쓰임은 Firebase Realtime DB 실전 활용법에 정리해 두었다. 도구를 먼저 정하고 데이터를 끼워 맞추는 순서는 대개 고생으로 이어진다.

예시로 따라가기 — 온라인 강의 목록

온라인 강의 서비스를 예로 순서를 한 번 따라가 보자. 자주 쓰는 쿼리를 적어 보면 «강의 상세 화면(강의 정보 + 강사 이름 + 목차 + 최근 후기 몇 개)», «수강생별 진도», «강의별 평균 별점» 세 가지가 나온다.

  • 강의 상세 — 목차는 강의마다 수십 개 안쪽이고 늘 함께 보여 주므로 강의 문서에 임베딩한다. 강사 정보는 여러 강의가 공유하고 따로 바뀌므로 참조로 두되, 화면에 늘 나오는 강사 이름 정도는 강의 문서에 복사해 두면 한 번 읽기로 끝난다.
  • 후기 — 강의가 인기를 얻으면 끝없이 늘어나므로 reviews 컬렉션에 따로 두고, 강의 문서에는 최신 후기 몇 개만 넣는 서브셋으로 간다. 유난히 후기가 많은 강의만 따로 다뤄야 한다면 이상치 패턴을 함께 쓴다.
  • 진도 — 수강생 × 강의마다 생기고 자주 바뀌므로 progress 컬렉션에 따로 둔다. 수강생 문서 안 배열로 넣으면 수강 강의가 늘수록 문서가 커진다.
  • 평균 별점 — 상세 화면마다 후기 전체를 다시 계산하지 않도록 강의 문서에 평균과 개수를 저장해 두고, 후기가 들어올 때 갱신하는 값 미리 계산을 쓴다.

이렇게 정하고 나면 인덱스도 자연스럽게 따라온다. reviews에는 «강의 ID + 작성 시각», progress에는 «수강생 ID + 강의 ID» 복합 인덱스를 잡는다. 나중에 목차 구조를 바꾸게 되면 강의 문서에 버전 필드를 두는 스키마 버전 패턴으로 옛 문서와 새 문서를 함께 처리한다.

자주 묻는 것

MongoDB 문서 하나의 최대 크기는 얼마인가요?

MongoDB 9.0 매뉴얼 기준 BSON 문서 하나는 최대 16MiB이고, 중첩은 100단계까지입니다. 이보다 큰 파일은 GridFS를 쓰도록 안내합니다.

시계열 데이터에 버킷 패턴을 직접 써야 하나요?

매뉴얼은 시계열 컬렉션이 버킷 패턴을 자동으로 적용하고 버킷 패턴이 쓰이는 대부분의 경우에 알맞다고 설명합니다. 시계열이라면 시계열 컬렉션부터 검토하고, 맞지 않는 경우에 직접 묶습니다.

임베딩과 참조 중 무엇부터 시작하나요?

함께 읽는 데이터는 임베딩부터 시작하고, 배열이 끝없이 커지거나 여러 곳에서 공유하며 자주 바뀌는 데이터는 참조로 분리하는 편이 안전합니다.

NoSQL인데 스키마 검증이 필요한가요?

공식 매뉴얼은 앱의 스키마가 자리 잡은 뒤 스키마 검증으로 의도하지 않은 구조 변경과 자료형 오류를 막으라고 권합니다. 규칙을 걸면 기본적으로 맞지 않는 문서의 추가·수정이 거절됩니다.

정리

NoSQL 데이터 모델링은 정답 스키마를 찾는 일이 아니라, 서비스의 읽기 패턴에 맞는 묶음을 고르는 일이다. 먼저 자주 쓰는 쿼리를 적고, 함께 읽는 것은 임베딩, 커지거나 따로 바뀌는 것은 참조로 나눈다. 그다음 문제의 모양에 따라 버킷·이상치·속성·서브셋, 값 미리 계산, 스키마 버전 같은 공식 패턴을 꺼내 쓴다. 문서 크기 16MiB, 시계열 컬렉션, 스키마 검증 같은 기본 장치를 함께 챙기면 구조가 커져도 무너지지 않는다.

NoSQL 데이터 모델링 패턴 대표 그림 — 왼쪽에 «NoSQL 데이터 모델링 · 임베딩·참조·버킷» 제목이 있고, 오른쪽에 작은 카드가 든 큰 문서 카드, 선으로 이어진 두 카드, 작은 점들을 모은 상자 선반을 작은 로봇이 정리하는 장면
NoSQL 데이터 모델링 패턴 가이드 — 임베딩·참조·버킷 (MongoDB 9).

참고 자료

  1. MongoDB Manual. Schema Design Patterns — 계산 값·데이터 묶기·다형성·문서와 스키마 버전·보관·단일 컬렉션 여섯 패턴(2026-10-29 확인). mongodb.com
  2. MongoDB Manual. Group Data — Bucket·Outlier·Attribute·Subset, 시계열 컬렉션이 버킷 패턴을 자동 적용(2026-10-29 확인). mongodb.com
  3. MongoDB Manual. MongoDB Limits and Thresholds — BSON 문서 최대 16MiB, GridFS, 중첩 100단계(9.0 매뉴얼 · 2026-10-29 확인). mongodb.com
  4. MongoDB Manual. Schema Validation — 쓰는 때, 기본은 맞지 않는 추가·수정 거절(2026-10-29 확인). mongodb.com
NoSQL 데이터 모델링 MongoDB 임베딩 참조 패턴 버킷 패턴 스키마 검증 시계열 컬렉션
junetapa(박준철)
개발자가 아니라 쓰는 사람. IT 현장 27년의 기준으로 AI 도구를 고르고 기록한다.
Twitter Facebook URL 복사