Query Engine 제거를 통한 p50 레이턴시 60% 개선 및 Cold Start 최적화

Context

Prisma의 Model-first 추상화와 Rust 기반 Sidecar 엔진으로 인한 런타임 오버헤드 발생. 고빈도 쿼리와 엄격한 레이턴시 예산이 요구되는 AI SaaS 환경에서 기존 아키텍처의 성능 병목 지점 확인.

Technical Solution

• SQL-first 패러다임 채택을 통한 쿼리 예측 가능성 확보 및 추상화 계층 제거
• TypeScript 기반 Schema 정의로 Code Generation 단계 생략 및 타입 추론 최적화
• Sidecar 프로세스 없는 Zero-engine 구조 설계를 통한 IPC 및 WASM 오버헤드 제거
• Database Driver로 직접 SQL을 전달하는 Thin Layer 아키텍처 구현
• Schema Diff 기반의 명시적 Migration 워크플로우 도입을 통한 운영 안정성 강화
• Development 단계의 Push Mode 지원으로 빠른 스키마 반복 주기 확보

Impact

• p50 레이턴시: 28ms(Prisma) → 11ms(Drizzle)로 단축
• p99 레이턴시: 67ms(Prisma) → 31ms(Drizzle)로 단축
• Cold Start: 180ms(Prisma) → 12ms(Drizzle)로 획기적 개선

Key Takeaway

추상화 수준이 높을수록 DX는 향상되나 런타임 비용이 증가하므로, 성능 임계점이 낮은 시스템에서는 SQL에 근접한 Low-level 제어권을 갖는 라이브러리 선택이 필수적임.