DB 스키마 재설계

배경

AI inference 결과, 이미지 메타데이터 등 비정형 데이터가 증가하면서 MySQL의 고정 스키마로는 유연한 데이터 저장이 어려웠습니다. AI 모델 변경 시마다 스키마 마이그레이션이 필요한 비효율이 반복되고 있었습니다.

해결 과정

• MySQL 단독 구조에서 MySQL + MongoDB 하이브리드 구조로 전환
• 정형 데이터(사용자, 설정 등)는 MySQL, 비정형 데이터(AI 결과, 메타데이터)는 MongoDB로 분리
• 추후 AI 모델 변경에도 스키마 수정 없이 대응 가능한 구조 설계

성과

• AI 모델 변경 시 DB 스키마 마이그레이션 불필요
• 비정형 데이터 저장/조회 성능 개선
• 각 데이터 특성에 맞는 최적의 스토리지 활용