Lv.1 입문MongoDB

2026.04.1110분 읽기Lv.1 입문

MongoDB / DocumentDB가 뭔데? — 10분 가이드

MongoDB와 AWS DocumentDB의 이름은 자주 들리지만, 둘이 정확히 무엇이고 어떻게 다른지 한 번에 잡기 어렵습니다. 이 글은 관계형 DB 경험은 있지만 문서 지향 NoSQL은 낯선 독자를 위해, Document란 무엇인지부터 MongoDB·DocumentDB의 역할, API 호환의 한계와 선택 기준, Collection·Document·BSON·임베드/참조 모델링까지 약 10분 안에 훑습니다. 과장 없이 일반적인 이해의 틀을 잡는 데 집중했고, 읽은 뒤에는 공식 문서나 로컬 실습으로 넘어갈 때 무엇을 보면 되는지 감을 잡도록 구성했습니다.

RDB는 써 봤는데 MongoDB·DocumentDB는 아직 낯선 분을 위한 큰 그림입니다. 약 10분 안에 개념과 선택 기준을 정리해 보세요.

목차

1. 들어가며 — "Document"가 뭔가요?
2. 관계형 DB vs Document DB — 핵심 차이
3. MongoDB란?
4. AWS DocumentDB란? (MongoDB API 호환)
5. MongoDB vs AWS DocumentDB — 뭘 써야 하나?
6. 기본 개념 훑기 — Collection, Document, BSON
7. 데이터 모델링 한눈에 — Embed vs Reference
8. 자주 쓰는 기본 쿼리 치트시트
9. 언제 Document DB를 쓰면 좋을까?
10. 마치며 — 10분 요약

1. 들어가며 — "Document"가 뭔가요?

우리가 흔히 아는 데이터베이스(MySQL, PostgreSQL)는 행(Row)과 열(Column) 으로 이루어진 표 형태입니다.

그런데 현실 데이터는 표처럼 딱 떨어지지 않을 때가 많습니다.

예를 들어, 사용자 프로필을 저장한다고 합시다.

• 어떤 유저는 전화번호가 1개
• 어떤 유저는 전화번호가 3개
• 어떤 유저는 아예 없음

관계형 DB에서는 이런 경우 테이블을 따로 만들거나 NULL로 채워야 합니다.

Document DB는 그냥 있는 그대로 저장합니다.

{
  "name": "홍길동",
  "phones": ["010-1234-5678", "02-999-0000"],
  "address": {
    "city": "서울",
    "district": "강남구"
  }
}

이게 "Document"입니다. JSON처럼 생겼죠.

2. 관계형 DB vs Document DB — 핵심 차이

참고: PostgreSQL·MySQL도 읽기 복제, 샤딩 솔루션 등으로 수평 확장을 구성할 수 있습니다. 위 표는 흔히 이야기되는 성향을 빠르게 비교한 것이며, 제품·버전·아키텍처마다 달라집니다.

핵심 한 줄: 데이터 구조가 자주 바뀌거나, 중첩된 데이터가 많다면 Document DB가 편한 경우가 많습니다.

3. MongoDB란?

MongoDB는 2009년에 오픈소스로 공개된 Document DB의 대표 주자입니다(회사 MongoDB의 전신 10gen은 2007년 창립).

핵심 특징

• 스키마 유연성: 컬럼을 미리 엄격히 정의하지 않아도 되는 편이라, 초기 프로토타입에 잘 맞습니다.
• BSON: JSON과 유사한 문서를 바이너리 형태로 다룹니다. 타입 표현·파싱 측면의 장점이 있지만, 실제 응답 속도와 비용은 인덱스·쿼리 패턴·네트워크·스토리지 조건에 더 크게 좌우됩니다.
• 수평 확장(Sharding): 데이터가 커지면 샤딩 등으로 서버를 늘리는 전략을 쓸 수 있습니다.
• Replica Set: 복제를 통한 고가용성 구성이 일반적입니다.
• 쿼리·집계: 집계 파이프라인, 지리 검색 등 풍부한 기능을 제공합니다(버전·배포에 따라 다름). Atlas Search 같은 전문 검색은 MongoDB Atlas 전용입니다.

어디서 실행하나?

4. AWS DocumentDB란? (MongoDB API 호환)

AWS DocumentDB는 Amazon이 제공하는 완전관리형 Document 데이터베이스 서비스입니다.

MongoDB 호환 API를 목표로 설계되어, 애플리케이션에서는 MongoDB 드라이버와 비슷한 방식으로 접근할 수 있는 경우가 많습니다. 다만 MongoDB 서버와 100% 동일한 기능·버전 호환을 보장하는 제품은 아닙니다. 운영 환경으로 옮길 때는 기능별로 동작을 검증하는 편이 안전합니다(집계 연산자, 특정 인덱스·검색 기능 등은 제한되거나 다를 수 있습니다).

핵심 특징

• 완전관리형(Managed): 패치, 백업, 복구를 AWS가 담당하는 형태로 제공됩니다.
• MongoDB 호환 API: 기존 MongoDB 기반 코드를 이식하기 쉽도록 맞춰져 있으나, 호환 범위는 문서로 확인해야 합니다.
• 스토리지·가용성: 스토리지 사본을 3개 가용 영역(AZ) 에 걸쳐 6개로 유지하는 모델로 설명됩니다(How It Works — Amazon DocumentDB).
• VPC 내부 운영: 네트워크 보안을 AWS 네트워크 모델에 맞게 잡기 쉬운 편입니다.

5. MongoDB vs AWS DocumentDB — 뭘 써야 하나?

언제 뭘 쓸까?

• AWS 인프라에 집중하고, RDS·VPC·IAM 등과 맞춘 관리형 운영을 원한다 → AWS DocumentDB 후보
• MongoDB 최신 기능·도구(예: Atlas 전용 기능) 이 필요하거나 멀티 클라우드를 열어 두고 싶다 → MongoDB Atlas 등 공식 MongoDB 쪽을 검토
• 사이드 프로젝트·로컬 개발 → MongoDB Community Edition(또는 Docker 이미지)로 시작하기 쉽습니다

6. 기본 개념 훑기 — Collection, Document, BSON

용어 대응표

Document 예시

{
  "_id": "64a1f2e3b5c6d7e8f9a0b1c2",
  "title": "MongoDB 10분 가이드",
  "author": {
    "name": "홍길동",
    "email": "hong@example.com"
  },
  "tags": ["database", "nosql", "mongodb"],
  "views": 1024,
  "published": true,
  "createdAt": "2024-07-01T09:00:00Z"
}

중첩 객체(author)와 배열(tags)이 하나의 Document 안에 자연스럽게 들어갑니다.

BSON은 이런 문서를 저장·전송할 때 쓰는 포맷으로 이해하면 됩니다. "BSON이라서 무조건 빠르다"보다는, 스키마와 쿼리를 어떻게 잡았는지가 체감 성능을 가른다고 보는 편이 안전합니다.

구조 한눈에 보기

위 도식은 Database 아래에 Collection이 붙고, Document가 모이며, Embed·Reference 전략이 어디에 대응하는지 정리한 것입니다.

7. 데이터 모델링 한눈에 — Embed vs Reference

문서 DB에서 관계를 표현할 때 자주 쓰는 판단 기준입니다.

• Embed(중첩): 함께 조회·같이 수정되는 데이터가 많고, 한 문서 안에 넣어도 크기·일관성 문제가 없을 때 유리합니다.
• Reference(참조): 엔티티가 독립적으로 자주 바뀌거나, 여러 문서에서 같은 데이터를 참조해 중복이 폭발할 때는 별도 컬렉션에 두고 _id로 연결하는 편이 낫습니다.

실무에서는 둘을 섞어 쓰는 경우가 많고, 조회 패턴(한 번에 어떤 화면에 무엇을 보여줄지) 을 먼저 정리한 뒤 모델을 잡는 것이 좋습니다.

8. 자주 쓰는 기본 쿼리 치트시트

연결 (Node.js 예시)

const { MongoClient } = require('mongodb');

async function main() {
  const client = new MongoClient('mongodb://localhost:27017');
  try {
    await client.connect();
    const db = client.db('myDatabase');
    const col = db.collection('articles');
    // 여기서 CRUD를 실행합니다.
  } finally {
    await client.close();
  }
}

main().catch(console.error);

CRUD 기본

const col = db.collection('articles');

// Create — 문서 삽입
await col.insertOne({ title: '첫 번째 글', views: 0 });

// Read — 조회
const doc = await col.findOne({ title: '첫 번째 글' });
const docs = await col.find({ published: true }).toArray();

// Update — 수정
await col.updateOne(
  { title: '첫 번째 글' },
  { $set: { views: 100 } }
);

// Delete — 삭제
await col.deleteOne({ title: '첫 번째 글' });

자주 쓰는 쿼리 패턴

// 조건 필터
await col.find({ views: { $gte: 100 } }).toArray(); // views >= 100
await col.find({ tags: { $in: ['nosql'] } }).toArray(); // tags 배열에 "nosql" 포함

// 정렬 & 페이징
await col.find({}).sort({ createdAt: -1 }).skip(0).limit(10).toArray();

// 집계 (Aggregation)
await col.aggregate([
  { $match: { published: true } },
  { $group: { _id: '$author.name', total: { $sum: 1 } } },
  { $sort: { total: -1 } },
]).toArray();

9. 언제 Document DB를 쓰면 좋을까?

적합한 경우

• 스키마가 자주 바뀌는 서비스 — 스타트업 초기, 빠른 기능 변경
• 중첩 구조 데이터 — 상품 옵션, 유저 프로필, 설정값 등
• 대용량 읽기 중심 — 콘텐츠 플랫폼, 카탈로그 등(설계·인덱스 전제)
• 이벤트 로그·IoT 등 반복적 삽입·집계 패턴(요구사항에 맞을 때)

신중히 고려할 경우

• 복잡한 다중 테이블 JOIN이 항상 중심인 도메인 모델
• 강한 트랜잭션·일관성이 최우선인 금융·결제 코어(요구 수준을 DB가 충족하는지 검증 필요)
• 데이터 구조가 매우 고정적이고 정형화되어 RDB가 더 단순한 경우

10. 마치며 — 10분 요약

다음 단계로

• MongoDB 공식 학습: MongoDB University
• 로컬 실행 예(공식 커뮤니티 서버 이미지): docker run -d -p 27017:27017 mongodb/mongodb-community-server:latest — 세부 옵션은 Docker Hub — mongodb-community-server를 참고하세요.
• GUI: MongoDB Compass

참고 (공식 문서)

• MongoDB Manual
• BSON 타입 · bsonspec.org
• 문서(Document) 개요
• 트랜잭션
• 데이터 모델링 소개
• $lookup
• MongoDB Atlas
• Amazon DocumentDB — 지원 API
• Amazon DocumentDB — 동작 방식