프로필 엔드포인트가 AI로 생성한 모듈식 코드로 인해 단일 요청에서 20개 이상의 데이터베이스 쿼리를 실행하는 N+1 문제 발생

Context

AI 코딩 어시스턴트로 생성한 프로필 엔드포인트가 코드 수준에서는 명확한 책임 분리와 높은 가독성을 보였으나, 런타임 행동은 크게 달랐다. 단일 API 요청이 20개 이상의 데이터베이스 호출을 트리거하는 N+1 쿼리 문제가 발생했으나 코드 검토만으로는 발견이 어려웠다.

Technical Solution

• N+1 쿼리 패턴 식별: 개별 헬퍼 함수(get_user(), get_user_sports(), get_user_posts(), get_user_events())가 각각 데이터베이스를 호출하여 단일 요청당 4개 이상의 쿼리 발생
• 데이터베이스 RPC 함수로 로직 통합: 애플리케이션 레벨에서 여러 번 호출하던 작업을 데이터베이스 RPC 함수 1개로 통합하여 라운드 트립 감소
• 텔레메트리 기반 문제 발견: 반복되는 쿼리 패턴(GET /sports, GET /users, GET /event_rsvps)을 텔레메트리 로그에서 식별

Impact

• 단일 요청당 데이터베이스 호출 횟수: 20개 이상에서 1개로 감소
• 데이터베이스 라운드 트립: 다중 호출에서 단일 RPC 호출로 변경

Key Takeaway

AI로 생성한 코드는 로컬 코드 정확성(가독성, 모듈성)에 최적화되지만 시스템 수준의 성능(쿼리 팬아웃, 데이터베이스 라운드 트립)을 자동으로 고려하지 않으므로, 텔레메트리를 통한 런타임 행동 모니터링이 필수적이다.