다양한 속성의 부품 데이터를 처리하는 유연한 EAV 모델과 SEO 최적화 전략

Context

전자 부품마다 서로 다른 속성 체계로 인해 전통적인 관계형 스키마 적용 시 확장성 한계 발생. 단순 SQL 검색 방식의 오타 허용 불가 및 낮은 검색 정확도로 인한 사용자 경험 저하. SPA 구조와 검색 엔진 최적화(SEO) 간의 기술적 충돌 발생.

Technical Solution

• 유연한 속성 확장을 위해 Core Entity와 Attribute Definition을 분리한 하이브리드 EAV(Entity-Attribute-Value) 모델 설계
• 조인 부하 해결을 위해 attribute_id와 value 기반의 복합 인덱스 생성 및 빈도수 높은 속성의 부분 비정규화 적용
• SQL LIKE 검색의 한계를 극복하기 위해 Fuzzy matching과 Faceted filtering을 지원하는 전용 검색 엔진 도입
• 검색 엔진 인덱싱 효율을 높이기 위해 SSR(Server-Side Rendering) 기반의 제품 페이지 및 정적 메타데이터 생성 구조 채택
• 데이터 일관성 확보를 위해 제조사 명칭 정규화 레이어와 단위 표준화 규칙을 적용한 데이터 전처리 파이프라인 구축
• Redis 캐싱과 CDN을 통한 정적 자원 처리 및 지연 로딩으로 DB 부하 분산과 응답 속도 개선

Key Takeaway

단순한 웹사이트 구축이 아닌 이질적인 데이터 스키마를 처리하는 데이터 플랫폼 관점의 설계 필요. SEO와 데이터 유효성 검증 도구를 초기 아키텍처 단계부터 핵심 요구사항으로 정의하는 전략이 중요.