[1] 개요

개발을 하다 보면 텍스트 검색 기능이 꼭 필요한 순간이 온다. 특히 게시글, 댓글, 상품명 등 다양한 텍스트 데이터를 효율적으로 검색하려고 PostgreSQL의 Full-Text Search(FTS)를 사용해봤는데, 한 가지 큰 문제가 있었다.

(1) PostgreSQL FTS의 한계 (특히 한국어)

PostgreSQL FTS는 기본적으로 to_tsvector와 to_tsquery를 통해 텍스트를 토큰화하고 검색 쿼리를 수행한다. 하지만 이 기능은 영어와 라틴계 언어와 같은 띄어쓰기가 명확한 언어에는 적합하지만, 형태소 분석이 중요한 한국어에는 한계가 있다.

예를 들어,

"검색하다"라는 텍스트는 "검색"이라는 단어로는 검색되지 않는다.
형태소 분해가 제대로 되지 않아서 유사 단어나 활용형이 전혀 매칭되지 않는다.

한글 텍스트 검색에 대해 더 정밀하고 유연한 검색 기능이 필요하다면 Elasticsearch는 훌륭한 대안이 될 수 있다.

1) Elasticsearch란?

항목	설명
종류	오픈소스 검색 엔진 (Apache Lucene 기반)
기능	빠른 검색, 자동완성, 오타교정, 필터링, 정렬, 시각화, 로그 분석
구조	분산형, 확장 가능, 실시간 색인/검색 가능
연동	PostgreSQL, MySQL, MongoDB, Kafka 등과 연동 가능
사용처	GitHub, Netflix, Uber, Shopify, Wikipedia 등

2) PostgreSQL FTS vs Elasticsearch (한글 검색 기준)

항목	PostgreSQL FTS	Elasticsearch

기본 언어 지원

영어/라틴어 중심

다양한 언어(한국어 포함)


형태소 분석기

제한적 (예: simple, english)

다양한 형태소 분석기 (예: Nori, Arirang 등)


커스터마이징

비교적 어려움

매우 유연, custom analyzer 설정 가능


검색 정확도

낮음 (한국어 기준)

높음 (동의어, 복합어 처리 등 가능)

Elasticsearch + Nori 형태소 분석기 조합은 한국어 검색에서 아주 강력하다.
- 예시) “검색하다”, “검색”, “검색기” 같은 단어들을 잘게 쪼개고 의미 단위로 처리할 수 있어 검색 결과의 정확도와 다양성이 확 올라간다.

(2) Elasticsearch의 장점

Elasticsearch는 오픈소스 분산 검색 엔진이고, 다양한 언어에 맞는 **형태소 분석기(analyzer)**를 제공하는 게 가장 큰 장점이다. 특히 한국어의 경우 Nori 형태소 분석기를 제공해서 다음과 같은 이점이 있다:

어간 추출, 복합어 분해 등 자연어 처리에 강하다.