SQL vs NoSQL 특집 (Part 2): 2026년 데이터베이스 지형도와 선택 가이드

들어가며

Part 1에서 관계형 모델의 탄생, NoSQL의 반란, CAP 정리, ACID vs BASE를 다뤘다. Part 2에서는 2026년 현재의 데이터베이스 지형도를 그리고, **"그래서 나는 뭘 써야 하는가?"**에 답한다.

제1장: NoSQL의 5가지 유형

"NoSQL"은 하나의 기술이 아니라 5가지 서로 다른 데이터 모델의 총칭이다.

문서형 (Document Store)

데이터를 JSON 문서로 저장한다. 같은 컬렉션 안에서도 각 문서의 구조가 다를 수 있다.

// 사용자 A: 기본 프로필
{ "name": "김철수", "email": "kim@example.com" }

// 사용자 B: 배송 주소 포함
{ "name": "이영희", "email": "lee@example.com",
  "addresses": [
    { "type": "home", "city": "서울" },
    { "type": "work", "city": "판교" }
  ]
}

SQL에서는 이렇게 다른 구조의 데이터를 한 테이블에 넣을 수 없다. 문서형 DB는 각 문서가 독립적인 구조를 가질 수 있어 유연하다.

대표: MongoDB (DB-Engines 5위, 가장 인기 있는 NoSQL)

키-값 (Key-Value Store)

가장 단순한 모델. 해시맵과 동일하다 — 키를 주면 값을 반환한다.

SET session:abc123 '{"user":"김철수","login_time":"2026-03-19T10:00:00"}'
GET session:abc123

단순하기 때문에 가장 빠르다. Redis는 초당 10만+ 읽기 연산을 처리한다.

대표: Redis (캐싱, 세션 관리, 실시간 리더보드)

컬럼 패밀리 (Column-Family Store)

행 단위가 아닌 열 단위로 데이터를 저장한다. 같은 열의 데이터가 물리적으로 함께 저장되므로, 특정 열에 대한 집계·분석이 매우 빠르다.

대표: Apache Cassandra — Apple, Netflix, Uber, Spotify, Twitter가 사용. 마스터 없는(masterless) 분산 구조로, 단일 장애점이 없다.

그래프 (Graph Database)

데이터를 **노드(개체)**와 **엣지(관계)**로 저장한다. "A가 B를 팔로우하고, B가 C를 팔로우하고, C가 A를 팔로우한다" 같은 관계망을 효율적으로 탐색한다.

대표: Neo4j — 지식 그래프, 사기 탐지, 추천 엔진, 2026년에는 GraphRAG(그래프 기반 RAG)의 핵심 인프라로 부상.

시계열 (Time-Series Database)

시간에 따른 데이터 스트림을 저장·조회하는 데 특화. IoT 센서, 서버 모니터링, 주가 데이터.

대표: InfluxDB (수집 속도 최적화), TimescaleDB (PostgreSQL 확장, 복잡한 쿼리에 강점)

제2장: NewSQL — 제3의 길

"둘 다 가질 수 없는가?"

SQL의 ACID 보장 + NoSQL의 수평 확장. 이 두 가지를 동시에 제공하는 데이터베이스가 NewSQL이다.

Google Spanner — 불가능을 가능하게

2012년 Google이 발표한 Spanner는 CAP 정리를 "실질적으로 우회"한 데이터베이스다.

비결은 TrueTime — 원자 시계와 GPS를 사용한 전 세계적 시간 동기화 시스템이다. 모든 데이터센터의 시계를 나노초 수준으로 맞추면, 분산 환경에서도 트랜잭션의 순서를 정확히 결정할 수 있다.

결과: 전 세계에 분산된 데이터베이스에서 강한 일관성(strong consistency) + 고가용성을 동시에 달성. PACELC 분류에서 유일한 PC/EC — 항상 일관성을 우선한다.

CockroachDB — Netflix가 선택한 이유

Netflix는 원래 Cassandra(NoSQL)를 사용했다. 177개 노드에 수조 개의 메시지를 저장했다. 하지만 일관된 트랜잭션, 신뢰할 수 있는 보조 인덱스, SQL 쿼리가 필요해졌다.

해답은 CockroachDB — PostgreSQL 와이어 호환 분산 SQL 데이터베이스였다. 2026년 기준 Netflix는 100개 프로덕션 클러스터, 150개+ 테스트 클러스터를 운영한다. 가장 큰 클러스터: 60노드, 3 AZ, 26.5 TB.

제3장: 실전 사례 — 대기업들의 선택과 이유

Discord — MongoDB → Cassandra → ScyllaDB

Discord는 177개 Cassandra 노드에 수조 개의 메시지를 저장하고 있었다. 하지만 Java 기반 Cassandra의 GC(가비지 컬렉션) 멈춤이 심각한 지연을 유발했다.

C++로 작성된 ScyllaDB(Cassandra 드롭인 대체)로 9일 만에 무중단 마이그레이션을 완료했다:

Uber — PostgreSQL → MySQL Sharding

Uber는 원래 PostgreSQL 모놀리스를 사용했다. 2014년, 트립 수가 급증하며 데이터베이스 공간이 부족해졌다. PostgreSQL의 복제 방식과 MVCC 메커니즘이 Uber 규모에서 문제를 일으켰다.

해결책: MySQL 위에 자체 샤딩 레이어 Schemaless를 구축. 그리고 미션 크리티컬 OLTP에는 Cassandra-as-a-Service를 운영 — 초당 수백만 쿼리, 페타바이트 데이터를 처리한다.

금융 서비스 — "ACID가 아니면 안 된다"

JPMorgan Chase는 실시간 거래 처리에 관계형 데이터베이스를 사용한다. 이유는 단 하나: 원자성. A 계좌에서 출금했는데 B 계좌에 입금이 안 되는 상황은 절대 일어나면 안 된다. ACID가 이것을 보장한다.

제4장: 2026년 데이터베이스 지형도

새로운 카테고리의 등장

벡터 데이터베이스 — AI 시대의 필수 인프라

AI 모델이 텍스트를 **벡터(숫자 배열)**로 변환해 유사도를 검색하는 **RAG(Retrieval-Augmented Generation)**의 핵심이 벡터 DB다.

SQL과 NoSQL의 수렴

2026년 가장 중요한 트렌드: 경계가 무너지고 있다.

PostgreSQL이 NoSQL 기능을 흡수:

• JSONB 타입으로 문서 저장·인덱싱·질의
• pgvector로 벡터 유사도 검색
• 전문 검색(Full-text search)
• "2026년 대부분의 풀스택 앱에 가장 안전한 기본값"이라는 평가

MongoDB가 SQL 기능을 흡수:

• 멀티 문서 ACID 트랜잭션 (v4.0+)
• $lookup으로 컬렉션 간 조인
• 스키마 검증, 뷰
• MongoDB 8.0에서 네이티브 SQL 지원

"관계형과 문서형 데이터베이스의 경계는 갈수록 흐려지고 있다. 각자가 상대방의 기능을 차용하면서."

제5장: 선택 가이드 — "나는 뭘 써야 하는가?"

의사결정 플로우

용도별 추천

한 가지 규칙

확신이 없으면 PostgreSQL을 선택하라. 2026년의 PostgreSQL은:

• 관계형 데이터 → 기본 기능
• JSON 문서 → JSONB
• 벡터 검색 → pgvector
• 전문 검색 → tsvector
• 시계열 → TimescaleDB (확장)
• 그래프 → Apache AGE (확장)

"하나의 데이터베이스로 시작하고, 필요할 때 전문 데이터베이스를 추가하라"가 가장 실용적인 전략이다.

맺으며: 정답은 없고, 맥락이 있다

SQL vs NoSQL 논쟁에 정답은 없다. 맥락이 있을 뿐이다.

• 돈이 오가는 곳 → SQL (ACID)
• 유연성과 확장이 필요한 곳 → NoSQL (BASE)
• 둘 다 필요한 곳 → NewSQL 또는 PostgreSQL + NoSQL 병행

50년 전 Edgar Codd가 11쪽짜리 논문으로 세운 관계형 모델은 여전히 건재하다. 동시에, Google과 Amazon이 2000년대에 시작한 NoSQL 혁명도 되돌릴 수 없다.

2026년의 현실은 수렴이다. SQL은 JSON과 그래프를 품었고, MongoDB는 ACID를 품었으며, NewSQL은 처음부터 둘 다 가지고 태어났다.

결국 중요한 것은 "SQL인가 NoSQL인가"가 아니라, **"내 데이터의 성격과 비즈니스 요구사항에 가장 맞는 것이 무엇인가"**라는 질문이다. 이 질문에 제대로 답하려면, 두 철학의 근본을 이해해야 한다. 이 글이 그 이해의 시작이 되었기를 바란다.

참고 자료

• Netflix: From Cassandra to CockroachDB
• How Discord Stores Trillions of Messages
• Why Uber Switched from Postgres to MySQL
• DB-Engines Ranking (February 2026)
• PostgreSQL vs MongoDB in 2026 — DEV Community
• Best Vector Databases 2026 — Firecrawl
• Oracle AI Database 26ai
• 국산 DBMS 공공시장 점유율 20% — 전자신문
• SQL vs NoSQL 2026 — AI2SQL