[기능 개선] 채용 공고 검색 속도 48ms → 14ms, 어떻게 가능했을까?

🚀 QueryDSL에서 Elasticsearch로, 채용 공고 조회 성능 개선

 

💭 문제 인식

처음에는 MySQL + QueryDSL 기반으로 채용 공고를 조회하고 있었다.
단순 조회 성능 자체는 비교적 빠른 편이었다.
하지만 서비스가 성장하면서 부분 검색이나 자동 완성 등 검색 편의 기능을 확장해야 할 필요성이 커졌고, 이를 QueryDSL만으로 구현하기엔 구조적 한계가 있었다.
특히 전체 채용 공고를 대상으로 키워드 기반 검색이나 사용자 입력에 실시간으로 반응하는 기능은 Elastisearch가 더 적합한 기술이라고 판단했다.

 

🔍 Elasticsearch 도입 배경

채용 공고 검색 기능을 단순 키워드 조회에 그치지 않고 부분 검색, 자동 완성 등 검색 편의 기능을 확장할 필요가 있었다.
하지만 MySQL + QueryDSL 기반에서는 LIKE, CONCAT, REDEXP 등으로 복잡한 조건을 구성해야 했고, 성능 저하나 인덱스 효율성 문제도 고려해야 했다.

이런 구조에서는 검색 정확도 향상, 빠른 응답, 검색어 단위의 유연한 탐색 기능을 구현하기에 한계가 있었다.

Elasticsearch는 n-gram, edge n-gram 등 강력한 텍스트 분석 기능과 분산 인덱싱 구조를 통해 빠른 검색 응답 속도를 제공한다.
또한 정확도, 가중치, 유사도 기반 검색 등 다양한 기능 확장 가능성을 제공하기 때문에,
검색 기능의 유연성과 성능 모두를 만족시키는 기술로 판단되어 도입하게 되었다.

 

🧠 개선 아이디어: 검색에 특화된 Elasticsearch로 전환하자!

 

QueryDSL은 MySQL 기반으로 복잡한 조건 검색이나 조인 처리에는 강점이 있지만, 검색 전용 기능이나 실시간 조회 성능에는 한계가 있었다.
반면, Elasticsearch는 데이터를 인덱싱하여 빠르게 검색할 수 있는 구조를 갖추고 있고 분산 아키텍처 기반으로 대량 데이터 처리에 특화되어 있어
검색 성능과 확장성 모두에서 더 적합한 선택이었다.

✅ 따라서, 채용 공고 검색 기능을 Elasticsearch 기반으로 전환하기로 결정했다.

 

🔧 테스트 환경

• Elasticsearch 버전: 8.17.2
• 테스트 도구: Apache JMeter
• 요청 방식: HTTP GET
• 요청 수: 200개 (100개씩 2회)
• 서버 환경: 로컬 서버 (localhost)
• 클라이언트 환경: JMeter

📊 성능 비교 결과

MySQL(QUeryDSL) 조회 시 48ms

Elasticsearch 조회 시 14ms

항목	QueryDSL	Elasticsearch	향상률
평균 응답 시간	48ms	14ms	70.8%
최소 응답 시간	39ms	9ms	77%
최대 응답 시간	117ms	41ms	65%
표준 편차	9.37ms	3.28ms	64%
초당 처리량	8.63 req/sec	9.5 req/sec	+ 10.1%
수신량	8.63KB	65.01KB	+ 653.5%
전송 데이터	0.57KB	3.94KB	+ 591.2%

✅ Elasticsearch 도입 후 전반적인 응답 속도와 안정성, 처리량이 모두 개선

 

 

🔎 분석 및 해석

• 응답 시간
  Elasticsearch 적용 후, 평균 응답 시간은 약 70.8%, 최대 응답 시간은 약 65% 개선되며
  실시간 검색 서비스에 적합한 응답 성능을 확보했다.
• 표준편차
  응답 시간의 변동 폭이 줄어든 것도 주목할 만하다.
  Elasticsearch는 QueryDSL에 비해 보다 안정적이고 일관된 성능을 보여줬다.
• 초당 처리량
  초당 처리 가능한 요청 수가 약 10% 증가하여,
  트래픽이 많은 상황에서도 더 많은 요청을 안정적으로 처리할 수 있다.
• 데이터 처리량
  Elasticsearch는 데이터 수신 및 전송량이 압도적으로 높았으며,
  더 많은 양의 데이터를 빠르게 전달할 수 있는 구조임을 의미한다.

Elasticsearch는 단순히 빠르기만 한 것이 아니라
더 안정적이고, 확장성 있는 검색 환경을 만들어주는 데 효과적인 기술임을 확인할 수 있었다.

 

📌 기술적 차이 요약

항목	MySQL + QueryDSL	Elasticsearch
처리 구조	디스크 기반 RDB	메모리 기반 인덱스
강점	복잡한 조인, 트랜잭션	빠른 검색, 대용량 데이터 처리
약점	대량 조회 시 느림	복잡한 로직 처리엔 부적합
적합한 용도	상세 필터링, 관리	검색, 추천, 키워드 기반 탐색

 

 

✅ 정리 및 회고

Elasticsearch 전환으로 단순 데이터 조회를 넘어서,
검색 기능 자체가 사용자 경험의 중심이 되는 구조를 구축할 수 있었다.

그 결과 빠른 응답 속도, 높은 처리량, 일관된 성능까지 모두 확보하며 검색 기능의 품질을 전반적으로 향상시킬 수 있었다.

📌 MySQL 기반 QueryDSL 검색은 정밀한 조건 쿼리나 데이터 관리에는 강점이 있었지만, 검색 자체가 핵심인 서비스에서는 Elasticsearch가 훨씬 더 적합하다는 결론에 도달하게 되었다.