요즘 에이전틱 코딩으로 몽고DB 비슷한 도큐먼트 DB를 직접 만들어보고 있다. 처음에는 저장하고 찾으면 되는 거 아닌가 싶었다. 그런데 조금만 굴려보면 곧바로 막힌다. 조회 결과를 한 번에 다 돌려줄 것인가, 인덱스는 언제 타게 만들 것인가, 배열 안쪽 필드로 들어오는 조건은 어디까지 받아줄 것인가. 하나같이 정답이 있는 문제가 아니라 어느 쪽을 포기할지 고르는 문제다. 이럴 때 제일 좋은 참고 자료는 같은 문제를 이미 오래 겪은 쪽의 답안지다. 그래서 이 책을 폈다.

기대보다 훨씬 잘 맞았다. 특히 조회 결과를 커서로 넘기는 대목에서 오래 멈춰 있었다. 쿼리에 걸린 도큐먼트를 전부 만들어서 한꺼번에 던지지 않고, 조건을 만족하는 위치를 가리키는 핸들을 주고 배치 단위로 끌어가게 한다는 설명이다. 개념 자체는 알고 있었지만 메모리 사용량과 네트워크 대역폭을 같이 놓고 왜 그렇게 했는지를 풀어주니 다르게 읽혔다. 내가 만든 쪽은 결과를 통째로 리스트에 담아 반환하고 있었다. 데이터가 적을 때는 아무 문제가 없다가 어느 지점부터 갑자기 무너질 구조였고, 그 지점이 어디쯤인지 이 책을 읽고서야 짐작이 갔다.

인덱싱을 다루는 대목은 이 책에서 가장 두툼하고 가장 실속 있다. 쿼리 플래너가 후보 계획을 어떻게 만들고 무엇을 기준으로 하나를 고르는지, 어떤 인덱스 유형이 어떤 조건에 반응하는지가 차근차근 나온다. 읽으면서 내가 흉내 낸 플래너가 얼마나 순진했는지 알게 됐다. 조건이 들어오면 걸 수 있는 인덱스가 있는지 보고 있으면 쓰는 식이었는데, 실제로는 여러 후보를 놓고 비교하는 단계가 있어야 한다. 무엇보다 좋았던 건 인덱스를 만들지 말아야 할 때를 따로 떼어 설명한 부분이다. 이런 책은 보통 만드는 법만 알려주고 끝난다. 쓰기 비용과 저장 공간을 같이 생각하게 만드는 절이 있다는 것만으로 신뢰가 생겼다.

스키마 설계를 다루는 부분은 성격이 조금 다르게 읽혔다. 임베딩과 참조 중에 무엇을 고를지, 어떤 상황에 어떤 패턴이 맞는지를 정리한 내용인데, 애플리케이션 개발자에게는 설계 가이드지만 엔진을 만드는 입장에서는 요구사항 목록에 가깝다. 사용자가 이런 모양으로 데이터를 쌓을 것이고 이런 식으로 꺼내 쓸 것이니, 엔진은 최소한 여기까지는 감당해야 한다는 이야기로 들린다. 안티패턴을 모아둔 절도 같은 이유로 유용했다. 사람들이 실제로 저지르는 실수를 알면 어디에 방어를 깔지가 보인다.

스토리지 엔진과 트랜잭션을 다루는 대목은 분량이 길지 않은데도 남는 게 많았다. 다중 버전 동시성 제어로 읽기와 쓰기가 서로를 막지 않게 만든다는 설명, 그리고 단일 도큐먼트 수준의 원자성과 여러 도큐먼트에 걸친 트랜잭션을 나눠서 접근하는 구성이 그렇다. 하나의 도큐먼트 안에서 벌어지는 일은 자연스럽게 원자적으로 만들고, 그 경계를 넘어가는 경우에만 무거운 장치를 꺼내는 순서다. 처음부터 범용 트랜잭션을 깔고 시작할 필요가 없다는 뜻이기도 해서, 내 작업 순서를 다시 짜는 계기가 됐다.

복제와 샤딩 부분은 솔직히 지금 내 수준에서는 당장 쓸 일이 없다. 그래도 데이터를 여러 노드에 어떻게 나눌지, 나눈 뒤 일관성과 가용성 사이에서 무엇을 양보할지에 대한 감각은 미리 알아두는 편이 낫다. 나중에 필요해졌을 때 처음부터 뜯어고치는 것보다는, 지금 데이터 모델을 잡을 때 나중을 조금이라도 열어두는 쪽이 싸다.

벡터 검색과 RAG 챗봇을 다루는 부분은 이번 판의 간판이다. 텍스트를 임베딩으로 바꿔 넣고, 인덱스를 걸고, 유사도로 질의하는 흐름이 코드까지 이어진다. 여기까지 읽고 나면 벡터 검색을 옆에 따로 세워두는 별도 시스템이 아니라 데이터베이스가 원래 제공하는 기능 중 하나로 보게 된다. 챗봇을 만드는 파트도 마찬가지다. 검색 결과를 어떻게 골라 프롬프트에 얹을지, 그 앞뒤로 무엇이 필요한지가 실제로 돌아가는 예제로 나와서, 개념 설명만 반복하는 자료보다 훨씬 빨리 이해된다. 요즘 이 주제를 다루는 글은 넘치는데 끝까지 동작하는 형태로 보여주는 자료는 의외로 드물다.

로컬에 클러스터를 띄워놓고 검색 인덱스까지 만들어보게 하는 구성도 마음에 들었다. 클라우드 계정을 만들고 결제 수단을 등록하는 과정 없이 손으로 바로 만져볼 수 있으니 실험 주기가 짧다. 무언가를 배울 때 이 주기의 길이가 결국 얼마나 배우느냐를 결정한다고 생각한다.

아쉬운 점도 있다. 중반 이후로는 상당 부분이 아틀라스라는 제품의 기능 소개에 가깝다. 외부 스토리지에 있는 데이터를 그대로 질의하는 기능, 오래된 데이터를 값싼 곳으로 내려두는 기능, 대시보드로 시각화하는 기능 같은 챕터들은 매니지드 서비스를 쓰는 팀에게는 좋은 지도다. 반대로 직접 구축하거나 온프레미스에서 굴리는 쪽이면 넘기게 된다. 스트림 처리를 다루는 챕터는 분량이 꽤 큰데 필요한 사람과 아닌 사람이 확실히 갈릴 것 같다. SQL로 질의하는 인터페이스를 소개하는 부분도 흥미롭기는 했지만, 도큐먼트 모델을 배우러 온 책에서 다시 SQL로 돌아가는 구성이 조금 어색하게 느껴지긴 했다.

대상 독자를 굳이 정하자면, 몽고DB를 처음 배우는 사람보다는 기본은 아는 상태에서 최신 버전과 그 주변 생태계를 한 번 훑고 싶은 사람이다. 완전한 입문서로 삼기에는 초반 진도가 빠르고, 반대로 내부 구현을 깊게 파고드는 책을 기대하면 아쉬울 수 있다. 그 중간, 그러니까 실무에서 쓰면서 왜 이렇게 동작하는지를 알고 싶은 지점에 정확히 놓여 있다.

정리하면 이렇다. 나처럼 데이터베이스 내부를 직접 건드려보는 사람에게는 앞쪽 절반만으로도 값을 한다. 만든 사람들이 어떤 갈림길에서 어느 쪽을 골랐고 무엇을 포기했는지가 문장 사이에 남아 있어서, 읽다 보면 자꾸 내 코드로 돌아가 고칠 데가 생긴다. 좋은 기술서의 조건이 그거라고 생각한다. 다 읽고 덮는 책이 아니라, 읽는 도중에 에디터를 열게 만드는 책. 여기에 벡터 검색과 RAG까지 챙기고 싶다면 뒤쪽의 해당 챕터들은 덤이 아니라 본편으로 봐도 된다.

이번 리뷰할 책은 [몽고DB 8.0 인 액션] 입니다.

작년에 7.0 버전에 대한 책을 본 적이 있어서 더 관심이 가는 책입니다.

몽고DB를 처음 사용해본게 10년도 넘었는데 벌써 8.0이라니... 이번 버전에서는 과연 어떤 내용들이 추가 되었을까? 이건 책을 안봐도 이바닥에서 경험 좀 있으면 예상이 충분히 가능합니다. 더군다나 요즘은... 책 후반부를 보니 역시나 AI 관련 내용이 많이 추가가 되었더군요.

세부 목차는 책 초반부에 있지만, 일단 뒷면을 보니 대충 이런 내용들이...

제가 가장 관심 있게 본 내용은 역시나 RAG 였습니다. 다들 생성형 AI를 사용하고 있지만, 완벽하지는 않기에 단점을 보완하기 위해서는 RAG 같은 보완적인 기술이 반드시 필요하죠. 몽고DB도 점점 올인원 플랫폼 성격을 갖춰가는지라, 당연히 시대의 흐름을 따르기 위해 이런 저런 기능들이 추가 되고 있습니다. 저도 최근에 몽고DB를 이용한 간단한 RAG 실습을 해보기는 했으나, 너무 간단히 스쳐 지나간듯 하여 다시 이 책으로 영차 영차!

이 책에서는 RAG 구현을 위해 랭체인 에코 시스템을 사용해 설명하고 있습니다. 파이썬과 랭체인에 대해 모르신다면 다른 책을 먼저 보고 오시는게 좋을겁니다. 

책의 설명을 읽다보니, 경험이 살짝 있는 나로써는 대충 이해가 가는데 "초보자는 살짝 어려운 내용일수 있겠구나" 라는 생각이 드네요. 어쨌든 RAG는 상당히 중요하고 실제로 현업에서도 많이 사용한다고 하니 이 책을 보는 다른 독자분들도 관심을 가지고 보면 좋을듯 합니다.

그리고 몽고DB 아틀라스 사용하면서 아직 경험해보지 못한 기능은 바로 차트 부분이었습니다. 차트 솔루션이야 많지만, 별도 설치 없이 차트를 그려볼 수 있는건 확실히 장점이긴 합니다.

차트 관련 내용을 읽다보니 어라? 어디서 많이 보던 데이터셋에 관한 내용이 나옵니다. 오래전에 추천 시스템 개발할때 공부하고 사용했던 Movi Ratings 가 나오는군요. 살짝 아쉬운건 차트는 역시 컬러로 봐야 하는데 단색 인쇄라서... 몽고DB에서 지원하는 차트들도 왠만한건 다 지원하는군요! 

마무리하면, 예전만큼 몽고DB 관련 책들이 많이 나오지 않는걸로 알고 있기에 너무 반가운 책이었습니다. 아직까지도 RDBMS만 사용해봤다면 한번쯤은 몽고DB 나 다른 NoSQL 솔루션을 공부하거나 사용해보길 권합니다. RDBMS에서는 해결하지 못하는 문제들이 NoSQL에서는 의외로 쉽게 해결되는 경우들이 있거든요. 초보자분들이 읽기에는 살짝 부담스러울수 있다는 점도 알려드립니다.

"[제이펍] 에서 책을 제공받아 작성된 서평입니다."

이 책의 구성은 크게 세 갈래로 나뉘는데, 그 흐름이 매우 자연스럽다. Part I은 도큐먼트 모델, CRUD, 스키마 설계, 집계 파이프라인, 인덱싱, 트랜잭션, 복제·샤딩까지 몽고DB의 근간을 다지는 정통 코스다. 특히 5장의 임베딩 vs. 참조, 스키마 설계 패턴과 안티패턴 파트는 실무에서 데이터 모델링 실수를 줄이는 데 실질적인 도움을 준다. 9장에서 몽고DB 8.0의 샤드 클러스터 신기능까지 다룬 점도 최신판다운 구성이다.

진짜 차별점은 Part II다. 단순 DB 서적이 아니라 아틀라스라는 플랫폼 전체를 실전서로 확장했다. 전문 검색(11장), 벡터 검색과 임베딩(12장), 로컬 AI 개발 환경(13장), 랭체인 기반 RAG 챗봇 구축(14장)으로 이어지는 흐름은 요즘 AI 애플리케이션 개발 트렌드를 정확히 짚는다. 여기에 스트림 프로세싱(15장), S3·애저 블롭 데이터 페더레이션(16장), 온라인 아카이빙(17장), SQL 인터페이스(18장), 차트·트리거(19장)까지 더해져 데이터 엔지니어링 전 영역을 커버한다.

Part III는 실무 운영자를 위한 파트다. 인증·권한·암호화·네트워크 보안(20장)과 백업, 성능 모니터링, 업그레이드 전략(21장)까지 다뤄, 개발부터 운영·보안까지 하나의 책으로 마무리된다.

결과적으로 이 책은 몽고DB 문법서가 아니라 **"AI 시대의 데이터 플랫폼 운영 매뉴얼"**에 가깝다. 개발, 검색, AI, 운영, 보안을 한 권으로 아우르고 싶은 개발자·아키텍트라면 반드시 곁에 둘 만한 책이다.

# 서평단으로 선정되어서 읽어보고 작성합니다.

몽고 DB 가 많은 발전을 이뤄내고 있는 것 같습니다.

2013년도 대학교 졸업과제를 하기 위하여 후배들과 함께 기술 스택 조사를 하면서 No-SQL 을 알게 되었고 한번 사용해보자고 시작을 하면서 당시에 책을 사서 즐겁게 읽으면서 몽고 DB 를 봤었습니다.

(왼) MongoDB in Action 책은 2012년도에 나왔던 책으로 몽고 디비가 어떠한 것인지 그리고 어떻게 사용해야하는지에 관련되어서 아주 상세하게 설명이 나와있습니다.

(오) MongoDB in Action 8.0 에서는 예전에 나와있던 내용들을 다시금 정리를 하면서 간결하면서도 깊은 설명으로 압축을 해두었습니다.

그러면서 더 추가된 내용들이 서비스 운영에 관련된 내용이었습니다.

회사 생활을 하면서 No-SQL 보다는 RDBMS 를 많이 사용하다보니 Mongo 에 관하여 잠시 관심이 멀어졌었는데, 이번에 회사 업무에서 MongoDB 를 적용해보면 어떨까? 라는 관점에서 책을 보게 되니 또 다른 부분들이 관심이 생겼습니다.

바로 운영과 배포 관점이었습니다. 대학시절에는 Local 기반으로 프로젝트를 구성하고 시연을 하다보니 딱히 배포에 관심이 없었는데, 이제는 운영적인 측면도 고려래를 하다보니 어떻게 시작을 해야할지에 관하여 관심이 생기게 됩니다.

8.0 책에서는 이러한 관심사를 해결하기 위해서 아틀라스를 통하여 서비스를 구성하는 방법과 운영하는 방법 또한 알려주어서 좋았습니다.

• 이러한 것들을 빠르게 학습하기 위하여 책을 읽는데, 이러한 섹션이 포함되어있고 자세히 알려주는 것은 정말 큰 장점입니다.

• AI가 아무리 발전하더라도 정제되고 원하는 정보를 찾는데는 아직까지는 누군가의 노력들이 들어간 책이 더 좋은 것 같습니다.

그리고 또한, 요즘에 보안적인 이슈들이 화두가 되고 있습니다.

10년 전에도 보안사고들이 있었지만, 시간이 지나도 줄어들기보다는 더 큰 형태로 사고가 일어나고 있습니다.

이러한 보안적인 부분들은 개발자들이 놓치기 쉬운 부분들이기에 AI를 활용한다면 아마 기술의 완성도를 위한 부분들을 더 신경을 쓰기에 검색하기가 놓치기 쉬운 것 같습니다.

이렇게 놓치기 쉬운 부분들을 책의 한 섹션으로 크게 다루고 있어서 현재 MongoDB 를 도입하고 구성을 할 때 한번은 눈길이 가 읽게 되어 좋은 점으로 보입니다.

초보적으로 No-SQL 이 좋냐? RDBMS 가 좋냐? 라는 질문을 하실 수 있는데

어느 것이 더 좋다기보다는 상황에 맞춰서 필요한 DB를 사용하는 것이 옳습니다.

그렇다면 어느것이 어떠한 상황에 맞는지 알기 위해서는 공부를 해야하고, 이를 AI를 통해서 질의를 통해서 해결할 수도 있겠지만 한번은 우리보다 더 많은 발걸음을 가 본 선배 개발자들이 고심해서 쓴 글을 읽어보는 것도 좋을 것이라 생각이 듭니다.

" 책은 서평단을 통해서 제공받아 작성합니다.

단, 2013년도의 MongoDB In Action 은 제 돈으로 샀음을 밝힙니다. "