노드, 엣지, 프로퍼티 구조로 데이터 간의 관계를 명시적으로 저장하는 NoSQL 데이터베이스
기존 RDB가 테이블과 JOIN으로 관계를 처리하는 반면, Graph DB는 관계 자체를 핵심 요소 로 저장하여 복잡한 연결 탐색에 최적화되어 있습니다.
┌─────────────────────────────────────────────────────────────┐
│ Graph Database 구조 │
│ │
│ [Node A] ──── Edge (관계) ────→ [Node B] │
│ │ │ │ │
│ Properties Properties Properties │
│ (name: "철수") (since: 2020) (name: "영희") │
│ │
└─────────────────────────────────────────────────────────────┘
요소
설명
예시
노드 (Node) 실체/개체를 표현 (RDB의 레코드와 유사)
사람, 기업, 제품, 장소
엣지 (Edge) 노드 간 관계 정의, 방향성과 유형 보유
“친구이다”, “구매함”, “소유함”
프로퍼티 (Property) 노드/엣지의 세부 정보 (키-값 쌍)
이름, 연결 시점, 상호작용 빈도
항목
RDB
Graph DB
데이터 구조 테이블 (행/열)
노드, 엣지, 프로퍼티
관계 처리 JOIN 연산으로 계산
엣지로 미리 저장
멀티-홉 쿼리 느림 (다중 JOIN)
빠름 (Traversal)
유연성 스키마 고정
스키마 유연
장점
설명
빠른 관계 탐색 JOIN 없이 저장된 엣지를 따라 즉시 이동
직관적 모델링 실제 세계의 객체와 관계를 그대로 표현
멀티-홉 성능 여러 단계의 관계 탐색에서 뛰어난 성능
유연한 스키마 새로운 관계 유형 추가가 용이
분야
활용 예시
소셜 네트워킹 “친구의 친구” 탐색, 추천 친구 목록
사기 탐지 계정/거래/장치 간 숨겨진 연결 패턴 식별
추천 시스템 구매 기록, 선호도 기반 연관 상품 추천
지식 그래프 엔터티 관계 구조화, AI 학습 데이터
네트워크 분석 IT 인프라, 공급망 의존성 분석
솔루션
특징
Neo4j 가장 널리 사용, Cypher 쿼리 언어
Amazon Neptune AWS 관리형 서비스, SPARQL/Gremlin 지원
ArangoDB 멀티모델 DB (그래프 + 문서 + 키-값)
JanusGraph 분산 그래프 DB, 대규모 확장성
Graph DB가 적합한 경우:
├── 데이터 간 관계가 복잡하고 다양함
├── 다단계 관계 탐색(Multi-hop)이 빈번함
├── 관계 패턴 분석이 핵심 비즈니스 로직
└── 실시간 추천/탐지 시스템 구축
RDB가 더 적합한 경우:
├── 단순한 CRUD 작업 위주
├── 트랜잭션 무결성이 최우선
└── 정형화된 리포팅/집계 쿼리
그래프 데이터베이스에 대한 더 자세한 정보를 원하시면 이 영상을 참고해 보세요. 산업별 사례로 보는 그래프 DB기반 데이터 분석과 활용은 그래프 데이터베이스의 활용 사례에 대한 내용을 담고 있습니다.