IT › 데이터

DB 종류Database Types

관계형 DBMS 를 기준으로 두고 데이터 모델 · 데이터 유형 · 노드 배치 · 운영 형태 가운데 어느 축을 바꿨는가에 따라 데이터베이스를 NoSQL · 특수 목적 · 분산 · 클라우드 네 갈래로 나눈 것이다. DBMS 안의 질의 처리 · 저장 · 트랜잭션은 데이터베이스가 맡는다.

1요약

  1. DB 종류는 행 단위 저장 · B-Tree 색인 · 비용 기반 옵티마이저 · ACID 를 갖춘 관계형 DBMS(Stonebraker · Çetintemel 2005 1절)를 기준점으로 두고, 그 틀에서 바꾼 축으로 NoSQL · 특수 목적 · 분산 · 클라우드 네 토픽을 나누며, 그 위에서 세션 저장 · 센서 기록 · 임베딩 검색 · 여러 지역 주문 처리가 돈다.
  2. 엔진 하나로 모든 업무를 받는 방식은 맞지 않는 업무에서 처리량이 크게 떨어졌다 — 같은 스트림 처리 응용이 전용 엔진에서는 초당 160,000건, 범용 관계형 DBMS 에서는 초당 900건이었다(Stonebraker · Çetintemel 2005 4절).
  3. 「DB 를 바꿔야 하나」는 어느 축이 막혔는가로 가른다 — 질의가 표 · 조인과 맞지 않으면 데이터 모델, 색인이 데이터 유형과 맞지 않으면 특수 목적, 한 노드의 용량 · 처리량을 넘으면 분산, 운영 인력 · 탄력이 모자라면 클라우드를 본다.

2등장 배경

1970년대 관계형 시제품 System R · INGRES 는 계좌 · 주문 같은 업무 처리(OLTP)를 겨냥해 만들어졌고, 1980년대 초부터 상용 DBMS 는 모든 기능을 코드 한 벌에 담는 전략을 지켰다(Stonebraker · Çetintemel 2005 1절). 1990년대 초 기업이 운영 시스템 50개 안팎의 데이터를 모으는 데이터 웨어하우스가 생기면서 같은 엔진에 성격이 다른 집계 질의가 몰렸다(같은 논문 2절).

1986년 Stonebraker 는 여러 프로세서를 묶는 방식을 공유 메모리 · 공유 디스크 · 공유 없음 셋으로 나누고 공유 없음이 비용 대비 가장 낫다고 보았다(Stonebraker 1986 1 · 2절). 2005년 Stonebraker · Çetintemel 은 스트림 처리 · 센서 · 텍스트 검색 · 과학 데이터 · XML 을 들어 시장이 독립 엔진 여럿으로 갈라질 것이라 했고(5절), 2000년대 말 수평 확장형 NoSQL, 2010년대 초 SQL 과 ACID 를 지키며 늘어나는 NewSQL 이 나왔다(Stonebraker · Pavlo 2024 3.4절).

2024년 Stonebraker · Pavlo 는 관계 모델과 SQL 이 여전히 주류이고 새 모델의 좋은 점을 흡수해 왔다고 정리했다(Stonebraker · Pavlo 2024 초록). 그래서 DB 종류는 «관계형을 대신하는 목록»이 아니라 «관계형에서 무엇을 바꿨는가»의 분류로 읽는다.

3쉽게 이해하기 — 정식당 사장의 네 가지 고민

김 사장은 차림표가 정해진 정식당 하나를 꾸린다. 손님이 늘자 고민이 넷 생긴다 — 번호표만 내밀고 바로 가져가려는 손님, 빵 · 회처럼 전용 오븐 · 냉장고가 있어야 하는 메뉴, 한 주방으로는 감당이 안 되는 손님 수, 그리고 설거지 · 수리 · 위생 점검을 맡을 사람이 없다는 것. 김 사장은 네 가지를 한꺼번에 바꾸지 않고 막힌 것만 하나씩 바꾼다.

김 사장 정식당 관계형 DBMS 정해진 차림표 = 스키마 포장 창구 NoSQL 번호표로 바로 내줌 전문 주방 특수 목적 DB 메뉴에 맞는 전용 도구 지점 셋 분산 DB 손님을 지점별로 나눔 공유 주방 임대 클라우드 DB 관리는 건물주 · 쓴 만큼 1 2 3 4 메뉴 모양 조리 도구 지점 수 주방 소유

그림 1 · 정식당을 기준으로 메뉴 모양 · 조리 도구 · 지점 수 · 주방 소유 넷 가운데 막힌 것만 바꾸면 네 가지 가게가 된다.

정식당차림표가 정해진 한 주방
포장 창구번호표 손님은 따로 받음
전문 주방빵 · 회는 전용 도구로
지점 셋손님을 지역별로 나눔
공유 주방관리는 건물주에게 맡김
막힌 것만나머지는 정식당 그대로
비유 — 체인 포장 가게 하나 실제 — 관리형 분산 키-값 DB 주방 소유 공유 주방을 빌림 운영 형태 — 클라우드 DB 백업 · 패치 · 증설 = 사업자 지점 수 지점 셋 · 같은 레시피 노드 배치 — 분산 DB 샤드 셋 · 샤드마다 복제 메뉴 모양 번호표 하나로 포장 데이터 모델 — NoSQL 키 하나 → 값 하나 조리 도구 일반 주방 도구 그대로 데이터 유형 — 바꾸지 않음 일반 값 · 특수 목적 아님 점선 = 바꾸지 않은 축 · 칠한 상자 = 바꾼 축(그 축의 색)

그림 2 · 공유 주방에 든 체인 포장 가게처럼, 실제 제품도 네 축을 따로 골라 NoSQL · 분산 · 클라우드에 함께 들 수 있다.

비유 속 역할실제 이름실제로 하는 일
김 사장 정식당관계형 DBMS(기준점)표 · 조인 · ACID 트랜잭션 · SQL 로 업무 데이터를 처리한다
정해진 차림표스키마쓰기 전에 표와 열을 정의한다
번호표 포장 창구NoSQL(데이터 모델 축)표 대신 키-값 · 문서 · 그래프로 저장해 키 하나로 읽는다
전용 오븐 · 냉장고특수 목적 DB(데이터 유형 축)시간 · 위치 · 임베딩에 맞는 색인과 연산을 둔다
지점 셋분산 DB(노드 배치 축)데이터를 샤드로 나누고 사본을 여러 노드에 둔다
공유 주방 임대클라우드 DB(운영 형태 축)설치 · 백업 · 증설을 사업자가 맡고 쓴 만큼 과금한다
쓴 만큼 내는 임대료측정 서비스사용량을 재어 요금과 자원을 맞춘다(NIST SP 800-145 2절)
막힌 것만 바꾸기축별 선택바꾸지 않은 축은 관계형의 성질을 그대로 쓴다

⚠ 비유가 맞지 않는 곳: 식당은 지점을 내도 손님 한 명의 주문은 한 지점에서 끝나지만, 분산 DB 에서는 거래 하나가 여러 샤드를 건드리면 노드 사이 다단계 커밋이 필요하다(Stonebraker 1986 2절).

4구조 — 바꾼 축으로 나눈 네 토픽

넷은 관계형 기준점에서 바꾼 축이 하나씩 다르다. 데이터 모델과 데이터 유형은 «무엇을 저장하나», 노드 배치와 운영 형태는 «어디서 누가 돌리나»를 바꾼다.

관계형 DBMS — 기준점 표 · 조인 · ACID · B-Tree 내부 = 데이터베이스가 다룸 NoSQL 데이터 모델 축 키-값 · 문서 · 와이드 컬럼 그래프 · 인메모리 DB 표 → 키 · 문서 · 그래프 특수 목적 DB 데이터 유형 축 시계열 · 벡터 · 공간 DB 임베디드 · ORDBMS B-Tree → 시간 · 공간 · 근사 색인 분산 DB 노드 배치 축 샤딩 · DB 복제 · CAP 정리 NewSQL · 분산 SQL · HTAP 한 노드 → 샤드 · 사본 클라우드 DB 운영 형태 축 DBaaS · 클라우드 네이티브 DB 서버리스 DB 직접 운영 → 사업자 운영 무엇을 저장하나 모델 · 유형 어디서 누가 돌리나 배치 · 운영

그림 3 · 관계형 기준점에서 데이터 모델을 바꾸면 NoSQL, 데이터 유형을 바꾸면 특수 목적, 노드 배치를 바꾸면 분산, 운영 형태를 바꾸면 클라우드 데이터베이스다.

갈래바꾼 축푸는 문제다루는 단위대표 근거아래 토픽
NoSQL데이터 모델키로만 읽는 대량 요청 · 중첩 개체 · 관계 따라가기키-값 · 문서 · 열 묶음 · 간선Stonebraker · Pavlo 2024 2.2 ~ 2.4 · 2.8절키-값 DB · 문서 DB · 그래프 DB · 와이드 컬럼 DB · 인메모리 DB
특수 목적 데이터베이스데이터 유형 · 색인시간 범위 · 위치 · 유사도처럼 B-Tree 가 줄이지 못하는 질의시각 · 기하 · 임베딩 벡터벡터 = 문서 모델 + 근사 최근접 색인(2.7절)시계열 DB · 벡터 DB · 공간 DB · 임베디드 DB · 객체 관계 DB(ORDBMS)
분산 DB노드 배치한 노드를 넘는 용량 · 쓰기 · 가용성샤드 · 사본공유 없음 구조(Stonebraker 1986 1절)샤딩 · DB 복제 · NewSQL · 분산 SQL · HTAP · CAP 정리
클라우드 데이터베이스운영 형태설치 · 백업 · 증설 부담과 부하 변동계산 노드 · 저장 노드 · 사용량계산 · 저장 분리(Stonebraker · Pavlo 2024 3.2절) · 신속 탄력(NIST SP 800-145 2절)DBaaS · 클라우드 네이티브 DB · 서버리스 DB

NoSQL 아래에는 키-값 · 문서 · 와이드 컬럼 · 그래프가 「DB」 · 「저장소」 두 이름으로 함께 있으나 같은 네 모델이다. 임베디드 DB 는 데이터 유형보다 «응용 프로세스 안에서 도는» 배치 차이지만 그대로 특수 목적 아래에 둔다.

🔑 DB 종류는 제품 목록이 아니라 축 목록이다 — 한 제품이 데이터 모델 · 노드 배치 · 운영 형태를 함께 바꿔 NoSQL · 분산 · 클라우드에 동시에 들 수 있다.

5동작 — 전자책 도서관 서비스의 저장소 고르기

전자책 도서관 서비스(회원 200만 명 · 책 50만 권 · DBA 1명)의 데이터 다섯 가지를 축 하나씩 따져 본다. 규모 숫자는 설명용 가정 값이고, 크기는 그 값으로 직접 계산했다.

  1. 회원 · 대출 · 포인트 — 대출 1건이 재고 감소 · 대출 행 추가 · 포인트 적립을 한 트랜잭션으로 바꾼다. 하루 4만 건이면 평균 초당 0.46건이라 막힌 축이 없어 관계형 기준점에 둔다.
  2. 책 상세 — 저자 여럿 · 목차 중첩 · 판본마다 다른 필드가 있지만 대출 거래와 조인해 읽는다. 관계형의 JSON 열로 받고 데이터 모델 축은 바꾸지 않는다(문서 DB 와 관계형의 차이는 줄고 있다 · Stonebraker · Pavlo 2024 2.9절).
  3. 열람 기록 — 200만 명 × 하루 30건 = 하루 6,000만 행, 평균 초당 694행이다. 행 120바이트면 하루 7.2 GB, 1년 2.63 TB 이고 질의는 «회원 한 명의 지난 7일»처럼 시간 범위다 → 데이터 유형 축을 바꿔 시계열 DB 로 보낸다.
  4. 본문 의미 검색 — 책마다 문단 200개를 768차원 임베딩으로 바꾸면 벡터 1억 개 × 768 × 4바이트 = 307.2 GB 다(색인 제외). 유사도 질의라 벡터 색인이 필요하고, 관계형의 벡터 색인 확장과 벡터 DB 가운데 고른다(2.7절).
  5. 열람 기록 1년 뒤 — 2.63 TB 와 쓰기 부하가 노드 한 대의 디스크 · 처리 한계를 넘으면 노드 배치 축을 바꾼다. 회원 ID 해시로 샤드 8개에 나누면 샤드당 1년 329 GB 이고, 회원 한 명의 질의는 샤드 하나에서 끝난다.
  6. 운영 — DBA 1명이 야간 백업 · 패치 · 증설을 다 맡지 못하면 운영 형태 축을 바꿔 DBaaS 로 옮긴다 — 증설 · 축소를 요청대로 하고 사용량으로 과금한다(NIST SP 800-145 2절).
  7. 결과 — 다섯 데이터 가운데 축을 하나도 바꾸지 않은 것이 둘, 열람 기록은 유형 · 배치 두 축, 전체 운영은 한 축을 바꿨다.
데이터 막힌 것 · 값 고른 곳 1 회원 · 대출 · 포인트 4만 건/일 · 여러 표 거래 관계형 기준점 그대로 2 책 상세 판본마다 필드 다름 · 조인 관계형 JSON 열 · 모델 그대로 3 열람 기록 694 행/초 · 2.63 TB/년 시계열 DB — 유형 축 4 본문 의미 검색 1억 벡터 · 307.2 GB 벡터 색인 — 유형 축 5 열람 기록 1년 뒤 한 노드 디스크 · 쓰기 한계 샤드 8 — 배치 축 샤드당 329 GB/년 6 전체 운영 DBA 1명 · 야간 백업 · 증설 DBaaS — 운영 축 점선 = 바꾼 축 없음 · 칠한 상자 = 바꾼 축의 색 · 값 = 설명용 가정 값으로 직접 계산

그림 4 · 같은 서비스의 데이터 다섯 가지가 막힌 축에 따라 기준점 · 시계열 · 벡터 색인 · 샤드 · 관리형으로 흩어지고, 열람 기록은 특수 목적과 분산을 거친다.

🔑 저장소는 서비스 단위가 아니라 데이터 단위로 고른다 — 같은 서비스 안에서도 거래 데이터는 기준점에 남고 기록 · 벡터만 기준점 밖으로 간다.

관계형 기준점이 주는 것 — 여러 표 ACID · 즉석 조인 · SQL 표준 · 직접 통제 얻는 것 내주는 것 데이터 모델 축 NoSQL 키 하나로 짧은 지연 · 스키마 유연 조인 · 여러 키 원자성 데이터 유형 축 특수 목적 시간 · 공간 · 유사도 색인 범용 질의 · 시스템 하나 더 운영 노드 배치 축 분산 노드 수만큼 용량 · 처리량 샤드 넘는 거래 = 다단계 커밋 분할 때 일관성 · 응답 중 선택 운영 형태 축 클라우드 백업 · 증설을 사업자가 사용량만큼 과금 설정 통제 · 업그레이드 시점 다른 사업자로 옮길 때 비용 위험 테두리 상자 = 기준점이 주던 성질 가운데 그 축을 바꾸면 약해지는 것

그림 5 · 축 하나를 바꿀 때마다 얻는 것과 함께 관계형 기준점이 주던 성질 하나를 내주므로, 막힌 축만 바꾼다.

6비교 — DB 종류 · 데이터베이스 · 데이터 모델링 · 데이터 분석 · 검색의 경계

기술맡는 일DB 종류와의 경계넘기는 곳
DB 종류어느 축을 바꾼 저장소를 고르나—고른 저장소의 내부 동작 → 데이터베이스
데이터베이스질의 처리 · 저장 · 트랜잭션 · 회복의 내부기준점 안의 구조를 맡고, DB 종류는 그 틀을 바꾼 변종을 견준다변종별 차이 → DB 종류
데이터 모델링엔터티 · 키 · 관계를 나눔표로 나눌지 키 · 문서로 묶을지는 모델링 결과가 DB 종류 선택의 입력이 된다접근 패턴 · 키 → DB 종류
데이터 분석쌓인 이력의 집계 · 판단컬럼 저장 · 웨어하우스는 데이터 분석이 맡고, DB 종류는 운영 데이터 저장소를 고른다분석용 사본 요구 → 데이터 분석
검색문서 적합도 순위벡터 DB 는 유사도 색인을 저장하고, 순위 · 적합도 계산은 검색이 맡는다랭킹 · 역색인 → 검색

분석저장소의 «종류»를 고르는 질문이면 DB 종류, 고른 저장소 «안»에서 틀어지면 데이터베이스, 키 · 엔터티를 아직 정하지 못했으면 데이터 모델링으로 먼저 간다. 근거는 「넘기는 것」 열 — 벡터 DBMS 도 문서 DBMS 에 근사 최근접 색인을 더한 것이라 내부 동작은 같은 틀로 설명된다(Stonebraker · Pavlo 2024 2.7절).

7실무 진단 — 막힌 축 가르기

분석모델 → 유형 → 배치 → 운영 순으로 본다. 앞의 두 축은 질의 하나로 바로 드러나고, 배치 축은 바꾸면 데이터 위치 설계와 분산 커밋 부담이 생겨(Stonebraker 1986 2절) 앞의 두 축으로 풀리지 않을 때만 연다.

#증상의심 원인축확인 자료판정 기준(근거)
1질의 대부분이 키 하나로 행 하나만 읽고 스키마 변경이 잦음표 · 조인이 접근과 맞지 않음데이터 모델질의 로그의 조인 수 · 조건 열조인이 거의 없고 키 하나로 끝나면 NoSQL 후보 · 단 단순 키-값은 관계형으로도 같거나 낫다(Stonebraker · Pavlo 2024 2.9절)
2시간 범위 · 위치 · 유사도 질의가 전체 읽기B-Tree 가 그 유형을 줄이지 못함데이터 유형실행 계획(EXPLAIN) 의 색인 사용확장 색인(공간 · 벡터)을 먼저 붙여 보고, 그래도 막히면 전용 DB(2.7절)
3디스크 · 쓰기 처리량이 한 노드 상한에 다가감용량 · 처리량 한계노드 배치월별 크기 추세 · 초당 쓰기 · 노드 측정 한계위로 늘릴 여지가 없으면 샤딩 · 읽기만 많으면 복제 먼저
4분산 뒤 일부 거래만 느려짐거래가 샤드 여럿을 건드림노드 배치샤드를 넘는 거래 비율넘는 거래는 다단계 커밋을 거친다(Stonebraker 1986 2절) → 샤드 키를 다시 정함
5백업 · 패치가 밀리고 부하가 시간대별로 크게 오르내림운영 인력 · 고정 용량운영 형태운영 작업 시간 · 사용률 추이탄력 · 측정 서비스가 필요하면 관리형(NIST SP 800-145 2절)

진단 뒤 선택은 아래 토픽이 맡는다 — 모델 고르기는 NoSQL, 공간 색인은 공간 DB 로 내려간다.

8시험 대비

출제 정보 컴퓨터시스템응용(90회, 87회, 77회, 74회, 72회, 71회, 69회)문제 원문 — 큐넷 자료실 「기출문제(기술사)」 www.q-net.or.kr

시험에서는 데이터베이스 종류를 분류 기준과 함께 그리게 하는 구조 · 구성형, 관계형 · NoSQL · NewSQL 을 견주는 비교형으로 나올 수 있다. 구조형이면 «바꾼 축 넷» 분류표를 먼저 세우고 축마다 대표 종류 둘을 붙이며, 비교형이면 데이터 모델 · 원자 범위 · 확장 방식 · 운영 주체 네 행으로 쓴다.

답안 목차
  1. 개요 — 관계형 기준점(행 저장 · B-Tree · 옵티마이저 · ACID) · 엔진 하나의 한계(160,000 ↔ 900건/초)
  2. 분류 기준 — 그림 3 네 축(데이터 모델 · 데이터 유형 · 노드 배치 · 운영 형태)과 네 토픽 표
  3. 축별 대표 — NoSQL 네 모델 · 시계열 · 벡터 · 공간 · 샤딩 · 복제 · NewSQL · DBaaS · 서버리스
  4. 선택 절차 — 그림 4 사례(데이터 다섯 · 막힌 축만 바꿈 · 694 행/초 · 307.2 GB · 샤드 8)
  5. 득실 — 그림 5 축별 얻는 것 · 내주는 것(조인 · 원자성 · 다단계 커밋 · 통제)
  6. 동향 — 관계형이 문서 · 벡터 기능을 흡수 · NoSQL 의 트랜잭션 추가 · 계산 · 저장 분리

꼭 쓸 키워드
관계형 기준점데이터 모델특수 목적 DB공유 없음샤딩복제NewSQLDBaaS서버리스근사 최근접 색인CAP 정리

다른 답안과 차이를 내는 한 가지는 그림 5 처럼 축마다 «내주는 것»을 함께 적어, 종류 나열이 아니라 선택 기준으로 답하는 것이다.

9오해와 사실

  • 오해NoSQL · NewSQL 이 관계형 데이터베이스를 차례로 대체하고 있다.
    사실관계 모델과 SQL 은 주류로 남아 새 모델의 장점을 흡수했고, 주요 NoSQL 제품들도 지난 10년 사이 트랜잭션을 더했다(Stonebraker · Pavlo 2024 2.9 · 3.4절).
  • 오해벡터 검색을 하려면 벡터 전용 DB 가 따로 있어야 한다.
    사실벡터 DBMS 는 문서 DBMS 에 근사 최근접 색인을 더한 것이고, 여러 관계형 DBMS 가 대규모 언어 모델 확산 뒤 1년 안에 벡터 색인을 붙였다(Stonebraker · Pavlo 2024 2.7절).
  • 오해클라우드 DB 는 기존 DB 를 클라우드 가상 서버에 설치한 것이다.
    사실첫 제공은 그랬지만 이후 계산 노드와 저장 노드를 나눠, 데이터를 다시 나누지 않고 질의마다 계산 노드를 더하는 구조로 다시 설계됐다(Stonebraker · Pavlo 2024 3.2절).

10핵심 정리

구분바꾼 축얻는 것내주는 것고를 신호근거
관계형 기준점없음여러 표 ACID · 즉석 조인 · SQL한 노드 규모 · 범용 색인막힌 축 없음Stonebraker · Çetintemel 2005 1절
NoSQL데이터 모델키 접근 지연 · 스키마 유연조인 · 여러 키 원자성키 하나로 끝나는 질의Stonebraker · Pavlo 2024 2.2 ~ 2.4절
특수 목적 DB데이터 유형시간 · 공간 · 유사도 색인범용 질의 · 운영 대상 하나 더범위 · 근접 질의가 전체 읽기Stonebraker · Pavlo 2024 2.7절
분산 DB노드 배치노드 수만큼 용량 · 처리량샤드 넘는 거래 비용한 노드 상한 접근Stonebraker 1986 2절
클라우드 DB운영 형태사업자 운영 · 탄력 · 사용량 과금설정 통제 · 이전 비용운영 인력 부족 · 부하 변동NIST SP 800-145 2절
겹친 제품축 둘 이상축별 이득의 합축별 손실의 합막힌 축이 실제로 둘 이상Stonebraker · Pavlo 2024 3.4절

11참고 문헌

  1. 먼저 볼 문헌
  2. ★ One Size Fits All - An Idea Whose Time Has Come and Gone (Proc. 21st ICDE 2005) — 범용 관계형 엔진 하나로 모든 업무를 받는 방식이 왜 깨지는지 시장별로 볼 때
    M. Stonebraker · U. Çetintemel (Brown University 공개판) · 2005-04 · cs.brown.edu/~ugur/fits_all.pdf · 확인 2026-11-14
  3. ★ What Goes Around Comes Around... And Around... (SIGMOD Record 53(2)) — 키-값 · 문서 · 벡터 · 그래프 모델과 클라우드 · NewSQL 구조가 관계형과 어떻게 만나는지 볼 때
    M. Stonebraker · A. Pavlo (CMU 공개판) · 2024-06 · db.cs.cmu.edu/papers/2024/whatgoesaround-sigmodrec2024.pdf · 확인 2026-11-14
  4. ★ The Case for Shared Nothing (IEEE Database Engineering Bulletin 9(1)) — 공유 메모리 · 공유 디스크 · 공유 없음 세 구조의 득실을 볼 때
    M. Stonebraker (UC Berkeley 공개판) · 1986-03 · dsf.berkeley.edu/papers/hpts85-nothing.pdf · 확인 2026-11-14
  5. ★ NIST SP 800-145 The NIST Definition of Cloud Computing — 관리형 DB 가 기대는 신속 탄력 · 측정 서비스의 정의를 볼 때
    NIST (P. Mell · T. Grance) · 2011-09 · nvlpubs.nist.gov/nistpubs/Legacy/SP/nistspecialpublication800-145.pdf · 확인 2026-11-14
  6. 본문 근거