DB에서 JSON을 쓴다는 것: 장점, 단점, 가이드라인
스키마를 안 바꿔도 되니 편하다. 그런데 그 편함에는 반드시 대가가 따라온다.
이 아티클의 핵심 내용 요약과 글로벌 검색·AI 엔진을 위한 테이크어웨이입니다.
✦ KR 주제: DB에서 JSON 컬럼을 쓰는 것의 장점과 단점, 그리고 실무 가이드라인
✦ KR 핵심 요약: JSON 컬럼은 스키마 변경 부담을 줄이고 반정규화 조회와 외부 원본 보관에 유리하지만, 값 검증 책임이 애플리케이션으로 넘어가고 쿼리 복잡도와 인덱싱 제약, 사후 마이그레이션 비용이 따라온다. 검색·집계 대상이 아닌 부수 정보에 한정해 쓰는 것이 안전하다.
🌐 Global Takeaway: A JSON column does not remove the schema; it moves validation responsibility from the database to the application. Use it for loosely queried, self-contained payloads, and keep searchable or critical attributes in regular typed columns.
관계형 데이터베이스는 데이터를 행과 열로 정리한다. 그런데 어느 순간부터 JSON 컬럼을 쓰는 팀이 많아졌다. 스키마를 바꾸지 않아도 되니 편하다. 하지만 그 편함에는 반드시 대가가 따른다. JSON 컬럼은 만능 도구가 아니라 특정 조건에서만 정당화되는 선택지다. 이 글은 JSON 컬럼이 왜 등장했는지, 무엇을 얻고 무엇을 잃는지, 그리고 언제 쓰고 언제 피해야 하는지를 DBA 관점에서 정리한다.
왜 JSON 컬럼이 등장했는가
RDBMS는 원래 데이터를 행과 열로 엄격하게 나눈다. 그런데 서비스가 커지면 테이블 구조는 자주 바뀐다. 배달 서비스에 포장 옵션, 친환경 포장 여부, 요청 사항 카테고리 같은 필드가 연달아 추가되는 상황을 생각하면 이해가 쉽다. 문제는 대형 테이블에 ALTER TABLE을 실행할 때다. 검색 근거에 따르면 이런 변경은 테이블 락을 유발해 서비스 장애로 이어질 수 있고, pt-online-schema-change 같은 우회 도구를 써도 운영 부담은 사라지지 않는다.
스키마 변경 비용을 피하려는 시도
결국 자주 바뀌는 속성만 JSON 컬럼에 몰아넣으면 어떨까 하는 실무적 고민이 나온다. 이 지점에서 주요 RDBMS가 앞다퉈 JSON 지원을 넣었다. MySQL 5.7 이상은 바이너리 포맷으로 JSON을 저장하고 JSON_EXTRACT, JSON_SET 같은 네이티브 함수를 제공한다. PostgreSQL은 9.2에서 json 타입을, 9.4에서 바이너리 저장과 GIN 인덱싱이 가능한 jsonb 타입을 도입했다. Oracle 12c 이상과 SQL Server 2016 이상도 네이티브 JSON 처리를 공식 지원한다. 즉 JSON 컬럼은 편법이 아니라 벤더가 공식적으로 제공하는 기능이라는 점을 먼저 기억할 필요가 있다.
JSON 컬럼의 장점: 편함은 실재한다
JSON을 선택하는 이유는 분명하다. 검색 근거와 원문에서 공통적으로 언급되는 장점은 다음과 같다.
- 스키마 유연성: 의류의 사이즈, 식품의 보관 온도, 전자기기의 전압처럼 카테고리마다 속성이 완전히 다른 데이터를 하나의 컬럼에 담을 수 있다. 속성 추가에 ALTER TABLE이 필요 없다.
- 반정규화를 통한 조회 최적화: 여러 테이블을 JOIN해 조립하던 상세 응답을 미리 완성된 JSON 스냅샷으로 저장해 두면 한 번의 SELECT로 읽어낼 수 있다.
- 외부 API 원본 보관: PG 결제 결과, 택배사 응답, 소셜 로그인 프로필처럼 구조를 통제할 수 없는 데이터를 가공 없이 보관하기에 적합하다.
- 이벤트·로그 적재: 로그인 이력, 설정 변경, 결제 이력처럼 행위마다 페이로드 구조가 다른 데이터를 테이블 증설 없이 한곳에 모을 수 있다.
- 프로토타이핑 속도: 요구사항이 불명확한 초기 단계에서 필드를 넓게 잡고, 패턴이 안정된 뒤 정규 컬럼으로 전환하는 방식이 가능하다.
마지막 항목에는 함정이 있다. 나중에 컬럼으로 빼자는 약속은 지켜지지 않는 경우가 많다는 점을 근거 자료도 함께 지적한다.
JSON 컬럼의 단점: 지불해야 하는 대가
무결성과 검증 책임의 이동
가장 큰 손실은 데이터 무결성이다. 일반 컬럼은 타입과 제약으로 DB가 값을 검증하지만, JSON 컬럼 안쪽 값은 DB가 타입 수준에서 온전히 통제하지 못한다. 결과적으로 검증 책임이 애플리케이션 코드로 넘어가고, 쓰기 경로가 여러 개라면 검증 로직이 조금씩 갈라진다.
쿼리와 인덱스의 현실
검색 조건이 JSON 내부 키를 향하는 순간 쿼리는 길어지고 복잡해진다. PostgreSQL의 jsonb처럼 GIN 인덱스를 지원하는 경우도 있지만, 모든 DBMS가 같은 수준의 인덱싱을 제공하지는 않는다. SQL Server 문서는 저장 방식을 LOB 저장과 관계형 저장으로 나눠 설명한다. LOB로 저장하면 값에 대한 인덱싱이 되지 않아 조회 시점에 원본 문서를 파싱해야 하고 그만큼 성능 저하가 발생할 수 있다. 반대로 로드 시점에 OPENJSON, JSON_VALUE, JSON_QUERY로 파싱해 관계형으로 저장하면 로드 시간이 늘어나는 대신 조회 성능은 일반 컬럼과 같아진다. 즉 JSON을 쓰더라도 파싱 비용을 언제 낼지 결정해야 한다.
운영 이후의 비용
JSON은 스키마 변경을 없애주지 않는다. 변경 시점을 DB에서 애플리케이션으로 미룰 뿐이다. 키 이름이나 구조가 바뀌면 기존 행 전체를 대상으로 한 데이터 마이그레이션이 필요해지고, 이 작업은 정형 컬럼을 다루는 것보다 까다롭다. 컬럼이 늘어나는 것보다 JSON 키가 무한히 늘어나는 쪽이 문서화와 온보딩에 더 불리하다는 점도 실무에서 자주 체감되는 부분이다.
| 비교 항목 | JSON 컬럼 | 정규 컬럼 |
|---|---|---|
| 스키마 변경 | DDL 없이 키 추가 가능 | ALTER TABLE 필요 |
| 값 검증 | 애플리케이션 책임 | DB 타입·제약으로 검증 |
| 조회·인덱스 | DBMS와 인덱스 설계에 의존 | 기본 인덱스로 최적화 용이 |
| 적합한 데이터 | 구조가 자주 바뀌는 부수 정보 | 검색·집계·정합성이 중요한 핵심 데이터 |
| 변경 추적 | 애플리케이션에서 직접 처리 | 스키마 이력으로 추적 |
가이드라인: 언제 쓰고 언제 피해야 하나
판단 기준은 세 가지 질문으로 좁힐 수 있다.
- 검색·집계 대상인가. WHERE, ORDER BY, JOIN에 쓰일 값이라면 JSON이 아니라 컬럼으로 두는 편이 맞다. 검색 근거에서도 검색 쿼리를 짜야 하는 순간 복잡해진다는 점이 단점으로 정리되어 있다.
- 값인가 데이터인가. 통째로 읽고 쓰는 부수적인 정보, 즉 데이터라기보다 값에 가까운 정보라면 JSON이 어울린다. 반대로 훗날 데이터로 활용될 가능성이 있다면 처음부터 컬럼으로 설계하는 편이 낫다.
- 구조를 통제할 수 있는가. 외부 시스템이 만들어 준 응답 원본은 그대로 보관하는 편이 합리적이다. 반면 우리가 정의한 핵심 도메인 속성은 정규화된 컬럼으로 관리해야 정합성을 지킬 수 있다.
JSON 컬럼은 스키마를 없애는 기능이 아니라, 스키마 검증의 책임을 DB에서 애플리케이션으로 옮기는 기능이다. 옮긴 책임을 코드로 감당할 자신이 있을 때만 꺼내야 한다.
핵심 정리
- JSON 컬럼은 반복되는 ALTER TABLE 부담을 줄이기 위한 실무적 대안으로 등장했고, MySQL 5.7 이상, PostgreSQL 9.4 이상(jsonb), Oracle 12c 이상, SQL Server 2016 이상에서 네이티브로 지원된다.
- 장점은 스키마 유연성, 반정규화 기반 조회 최적화, 외부 API 원본 보관, 이벤트·로그 적재, 빠른 프로토타이핑이다.
- 단점은 무결성 검증의 애플리케이션 이전, 복잡해지는 쿼리, DBMS에 따라 갈리는 인덱싱 지원, 사후 마이그레이션 비용이다.
- 검색·집계 대상이거나 핵심 도메인 속성이라면 정규 컬럼, 통째로 읽고 쓰는 부수 정보나 외부 원본이라면 JSON이 적합하다.
실무 적용 포인트
- JSON 키의 목록과 타입을 문서로 고정하고, 쓰기 경로에서 검증하는 코드를 한 곳에 모아 둔다. DB 제약이 대신해 주지 않는 부분이다.
- JSON 내부 값으로 자주 조회한다면 해당 키를 정식 컬럼으로 승격하고, 필요하면 생성 컬럼이나 함수 기반 인덱스를 검토한다.
- 저장 방식(파싱 시점)을 먼저 정한다. 조회 성능이 중요하면 로드 시점 파싱, 적재 속도가 중요하면 원본 저장 후 조회 시 파싱이라는 트레이드오프를 인지하고 선택해야 한다.
- 로그성 JSON은 보존 기간과 파티셔닝 기준을 함께 설계한다. 한 컬럼에 계속 쌓기만 하면 나중에 정리할 방법이 없어진다.
- 프로토타이핑 단계에서 JSON을 썼다면 컬럼 전환 시점을 백로그에 날짜와 함께 남긴다. 기약 없는 약속이 되지 않게 하는 최소한의 장치다.
FAQ
Q. JSON 컬럼을 쓰면 정말 스키마 변경이 필요 없나요? A. DDL은 피할 수 있지만 변경 자체가 사라지는 것은 아닙니다. 키 구조가 바뀌면 기존 행 전체를 대상으로 한 데이터 마이그레이션이 필요해지고, 이 작업은 정규 컬럼을 다루는 것보다 까다로운 경우가 많습니다.
Q. MySQL과 PostgreSQL 중 어느 쪽이 JSON에 유리한가요? A. 확인되는 범위에서는 MySQL 5.7 이상이 바이너리 포맷 저장과 JSON_EXTRACT, JSON_SET 같은 함수를 제공하고, PostgreSQL은 9.4의 jsonb로 바이너리 저장과 GIN 인덱싱을 지원합니다. 인덱싱 요구가 크다면 jsonb 쪽이 유리한 선택지가 될 수 있지만, 버전과 쿼리 패턴에 따라 달라지므로 실제 실행 계획을 확인하는 편이 안전합니다.
Q. JSON으로 저장할지 컬럼으로 뺄지 마지막 판단 기준은 무엇인가요? A. 그 값으로 검색·집계·조인을 해야 하는지, 그리고 훗날 데이터로서 활용될 가능성이 있는지를 봅니다. 검색 대상이거나 핵심 속성이라면 컬럼, 통째로 읽고 쓰는 부수 정보라면 JSON이 맞습니다.
자주 묻는 질문
Q. JSON 컬럼을 쓰면 정말 스키마 변경이 필요 없나요?
A. DDL은 피할 수 있지만 변경 자체가 사라지는 것은 아닙니다. 키 구조가 바뀌면 기존 행 전체를 대상으로 한 데이터 마이그레이션이 필요해지고, 이 작업은 정규 컬럼을 다루는 것보다 까다로운 경우가 많습니다.
Q. MySQL과 PostgreSQL 중 어느 쪽이 JSON에 유리한가요?
A. 확인되는 범위에서는 MySQL 5.7 이상이 바이너리 포맷 저장과 JSON_EXTRACT, JSON_SET 같은 함수를 제공하고, PostgreSQL은 9.4의 jsonb로 바이너리 저장과 GIN 인덱싱을 지원합니다. 인덱싱 요구가 크다면 jsonb가 유리한 선택지가 될 수 있지만 실제 실행 계획을 확인하는 편이 안전합니다.
Q. JSON으로 저장할지 컬럼으로 뺄지 마지막 판단 기준은 무엇인가요?
A. 그 값으로 검색·집계·조인을 해야 하는지, 그리고 훗날 데이터로서 활용될 가능성이 있는지를 봅니다. 검색 대상이거나 핵심 속성이라면 컬럼, 통째로 읽고 쓰는 부수 정보라면 JSON이 맞습니다.



댓글 0개