그래프 데이터베이스 - Neo4j

안녕하세요. 오늘은 평상시와 달리 새벽에 글을 작성하네요. 22시에 잠깐 쉰다고 누웠다가 30분정도 잤나..? 더 자려고 했지만 잠이 안와서 그냥 블로그를 쓰기로 마음 먹었습니다. 저번 시간에는 GraphQL에 대해서 학습해봤습니다. GraphQL을 쓸 일이 없어서 크게 관심이 없었지만 이번 기회에 기본 구조 정도는 알게 된 것 같습니다. 이번에는 그래프 데이터베이스에 대해서 학습해보겠습니다.

---

그래프 데이터베이스

그래프 데이터베이스는 데이터를 Node(하나의 개체)와 Relationship(Node 사이의 관계)으로 표현하는 데이터베이스입니다.

관계형 데이터베이스가 테이블을 중심으로 데이터를 저장한다면, 그랲프 데이터 베이스는 개체와 개체 사이의 연결을 중심으로 데이터를 저장합니다.

 

즉, 그래프 데이터베이스는 "데이터가 무엇인가"뿐만 아니라 "데이터가 서로 어떻게 연결되어 있는가"를 중요하게 다룹니다.

위 예시에서 '지연', '민수', '제목'은 Node이고, 'FRIEND', 'LIKES'는 Relationship입니다. 

'지연'은 '민수'와 친구 관계를 맺고 있고, '제목' 게시글을 좋아요한 상태입니다. 이처럼 그래프 데이터베이스는 사용자와 사용자, 사용자와 게시글처럼 여러 데이터 사이의 관계를 직관적으로 표현할 수 있습니다.

 

RDBMS와 그래프 데이터베이스의 차이

RDBMS에서는 데이터를 행과 열의 테이블로 저장하고, 테이블 간 관계는 외래 키로 표현합니다. 예를 들어 사용자와 친구 관계를 저장하려면 'users' 테이블과 'friendships' 같은 중간 테이블을 만들 수 있습니다.

users
- id
- name

friendships
- user_id
- friend_id

해당 구조는 많이 이용되지만 친구의 친구, 공통 친구, 여러 단계의 연결 관계를 계속 탐색해야 한다면 JOIN이 반복적으로 필요해질 수 있습니다.

 

반면 그래프 데이터베이스는 관계 자체를 데이터의 핵심 구조로 저장합니다. 따라서 특정 Node에서 출발해 연결된 Relationship을 따라가며 데이터를 탐색하는 방식에 적합합니다.

구분	RDBMS	그래프 데이터베이스
데이터 표현	테이블, 행, 컬럼	Node, Relationship, Property
관계 표현	외래 키, JOIN	Relationship
강점	정형 데이터 관리, 트랜잭션, 집계	관계 탐색, 경로 탐색, 연결 구조 분석
적합한 예시	주문, 결제, 회원, 재고	SNS 관계, 추천, 경로 탐색, 지식 그래프
조회 방식	SQL	Cypher 등 그래프 질의 언어

RDBMS가 데이터를 정합성 있게 저장하고 관리하는데 강점이 있다면, 그래프 데이터베이스는 데이터 사이의 연결 관계를 빠르게 탐색하는데 강점이 있습니다.

 

그래프 데이터베이스의 기본 구성 요소

Node

Node는 그래프 데이터베이스에서 하나의 개체를 의미합니다.

예를 들어 사용자, 게시글, 상품, 장소, 태그 등이 Node가 될 수 있습니다.

 

Relationship

Relationship은 Node와 Node 사이의 관계를 의미합니다.

예를 들어 사용자가 게시글을 작성했다면 'WROTE', 사용자가 다른 사용자를 팔로우했다면 'FOLLOWS', 사용자가 상품을 구매했다면 'PURCHASED' 같은 관계로 표현할 수 있습니다.

 

Property

Property는 Node나 Relationship이 가지는 속성입니다.

예를 들어 User Node는 이름, 이메일 같은 속성을 가질 수 있고, FOLLOWS 관계는 팔로우한 날짜를 속성으로 가질 수 있습니다.

 

Label

Label은 Node의 종류를 구분하는 이름입니다.

예를 들어 'User', 'Post', 'Product', 'Tag' 같은 Label을 붙여 Node의 타입을 구분할 수 있습니다.

 

Neo4j

Neo4j는 대표적인 그래프 데이터베이스입니다. 데이터를 Node, Relationship, Property 형태로 저장하며, 관계를 따라가는 탐색 쿼리에 강점을 가집니다. SQL 대신 Cypher라는 그래프 질의 언어를 사용해 데이터를 조회하고 생성할 수 있습니다.

 

Neo4j는 SNS 친구 관계, 추천 시스템, 지식 그래프, 네트워크 분석, 부정 거래 탐지처럼 관계 탐색이 중요한 분야에서 사용할 수 있습니다.

 

Cypher

Cupher는 Neo4j에서 사용하는 그래프 질의 언어입니다. SQL이 테이블을 기준으로 데이터를 조회한다면, Cypher는 Node와 Relationship의 패턴을 기준으로 데이터를 조회합니다.

 

Cypher에서는 'MATCH'로 그래프 패턴을 찾고, 'WHERE'로 조건을 지정한 뒤, 'RETURN'으로 조회 결과를 반환할 수 있습니다.

MATCH <pattern> WHERE <conditions> RETURN <expression>

 

그래프 데이터베이스를 사용하는 상황

그래프 데이터베이스는 데이터 사이의 관계를 중심으로 탐생해야 하는 상황에서 유용합니다.

상황	설명
SNS 친구 관계	친구, 팔로우, 공통 친구, 추천 친구 탐색
추천 시스템	사용자-상품-카테고리-태그 관계 기반 추천
경로 탐색	지도, 네트워크, 물류 경로 탐색
부정 거래 탐지	계정, 카드, 기기, IP 간의 수상한 연결 탐색
지식 그래프	개념, 문서, 인물, 사건 간 관계 표현
권한 관리	사용자, 역할, 리소스 간 접근 관계 분석

 

그래프 데이터베이스의 장점과 주의할 점

장점

1. 관계 표현이 직관적
   • Node와 Relationship으로 연결 구조를 자연스럽게 표현
2. 관계 탐색에 강함
   • 여러 단계의 연결 관계를 따라가는 조회에 적합
3. 스키마 변화에 유연함
   • 관계나 속성을 추가하면서 모델을 확장하기 쉬움
4. 추천/탐색 기능에 적합
   • 친구 추천, 상품 추천, 경로 탐색 등에 활용 가능

 

주의할 점

1. 정형 데이터 처리에는 RDBMS가 더 적합할 수 있음
   • 주문, 결제, 재고처럼 명확한 테이블 구조와 트랜잭션이 중요한 경우
2. 운영 복잡도
   • 기존 RDBMS와 함께 사용할 경우 데이터 동기화나 운영 구조 고려 필요
3. 사용 목적이 분명해야 함
   • 단순 CRUD 중심 서비스라면 도입 효과가 크지 않을 수 있음

그래프 데이터베이스는 모든 데이터를 그래프로 바꿔야 하는 기술이 아닌 관계 탐색이 핵심인 문제를 해결하기 위한 선택지로 보는 것이 좋습니다.

---

오늘은 그래프 데이터베이스에 대해서 학습해봤습니다. 최근 학습한 것들은 생소한것도 있고 익숙한것도 있고, 신기한 것 같습니다. 학습하면서 느낀바는 BFS, DFS, 다익스트라 같은 그래프 탐색 알고리즘을 적용하기 좋은 기반이 될 수 있겠다는 생각이 들었습니다. 실제로 사용한다면 SNS 서비스에서 친구 추천이나 공통 관심사 기반 추천 기능을 구현해보면 재밌겠네요.

이상으로 그래프 데이터베이스와 Neo4j에 대한 학습은 마치며 다음 시간에는 웹소켓과 함께 돌아오도록 하겠습니다. 수고하셨습니다.