로레알은 MongoDB Atlas를 사용하여 앱 성능과 속도를 향상시킵니다

서론

뷰티 업계의 세계적 선도 기업, ‘뷰티테크’를 주도하다

로레알은 뷰티 산업의 세계적 선도 기업으로, 지난 115년간 전문성과 열정을 오로지 뷰티에 집중해 왔습니다. 2018년, 로레알은 새로운 시대를 열며 ‘뷰티테크’를 용어를 도입하고, 새로운 기술의 잠재력을 적극적으로 활용하기 시작했습니다.

전례 없는 속도와 규모를 바탕으로, 기술은 우리의 삶과 사회적 상호 작용에 혁신을 일으키며, 새로운 비즈니스 기회를 창출했습니다. 이 새로운 패러다임에 대응하기 위해, 로레알은 뷰티테크를 개척하며, 'Beauty for Each, powered by Beauty Tech(뷰티테크가 제공하는 각자의 뷰티)'라는 모토 아래, 개인 맞춤형이고 포괄적이며 책임 있는 뷰티를 대규모로 실현해 나가고 있습니다. 뷰티테크와 디지털은 기술/IT, 데이터, 인공지능을 기반으로 하여 모든 증강 제품 및 뷰티 기기, 증강 마케팅, 온라인 및 오프라인 서비스, 디지털 플랫폼을 포괄합니다. 회사는 뷰티 경험을 향상시키는 동시에, 아름다움이 포용적이고 지속 가능하며 전 세계 모든 개인의 다양한 요구와 선호도에 부응하는 미래를 실현하는 데 기여하는 혁신적인 솔루션을 개발하는 데 전념하고 있습니다.

Tech Accelerator는 로레알에서 디지털 혁신을 촉진하는 내부 부서입니다. 이 부서는 서비스와 솔루션이라는 두 팀으로 구성되어 있습니다. 서비스팀은 소매업체와 소비자를 위해 제품을 개발합니다. 예를 들어, ModiFace는 서비스팀 소속으로, 가상 착용(VTO) 분야의 세계 선두 주자입니다. 고객은 가상 현실을 활용해 몇 분 만에 수백 가지 새로운 스타일을 시도할 수 있습니다.

솔루션팀은 로레알 직원들이 더 효율적이고 생산적으로 일할 수 있도록 돕는 제품을 설계합니다. 이 팀에서는 제품의 효과나 질감, 향을 변경하지 않고도 특정 성분을 포뮬러에서 더 쉽게 제거할 수 있는 AI 기반 도구를 개발하기도 했습니다.

Tech Accelerator 부서의 CTO Moutia Khatiri는 “저희의 애플리케이션은 빠르고 성능이 뛰어나면서도, 방대한 양의 데이터를 원활하게 처리할 수 있어야 합니다”라고 말하면서, “이는 달성하기 어려운 과제였지만, MongoDB Atlas가 이러한 요구에 완벽히 부합하는 데이터베이스 플랫폼이었죠”라고 강조했습니다.

당면 과제

방대한 데이터의 복잡한 계산도 지연 없이, 원활하게 처리

내부 솔루션 중 하나에서는 여러 데이터 소스와 연결해 상관관계를 분석하고, 직원들이 보다 효율적인 비즈니스 결정을 내릴 수 있도록 조언하는 기능이 요구되었습니다. 여기에는 실시간 계산과 분석을 수행하는 동시에 대량의 데이터를 저장하는 작업도 포함됩니다.

Moutia는 “예를 들어 사용자는 다양한 비즈니스 결정의 결과를 예측하기 위해 시뮬레이션을 실행하는데요”라면서, “이러한 계산은 데이터 웨어하우스에서 대량의 데이터를 조회하고 재구성해야 하는 복잡한 작업입니다. 전체 프로세스에 클릭이 20~25회 필요할 수 있기 때문에, 클릭당 5초의 지연 시간이 발생한다면 작업은 불가능해지죠”라고 설명합니다.

이 솔루션은 앱을 지원하기 위해 다른 NoSQL 데이터베이스를 기반으로 구축되었지만, 계산에 필요한 데이터 수준을 처리할 만큼 강력하지 않았습니다. 기본 제공 기능도 제한적이어서 성능과 구현의 민첩성 역시 크게 제약을 받았습니다.

Tech Accelerator 부서의 리드 풀스택 개발자 Mia Nasr Khneisser는 “이 데이터베이스는 계산용으로 설계된 것이 아니어서, 백엔드에서 코드 기반으로 많은 계산을 수행해야 했습니다”라면서, “데이터베이스에서 직접 계산하는 대신, 결국 스크립트를 통해 계산을 처리하게 되었고, 단순한 쿼리에도 JavaScript 코드를 추가해야 했죠”라고 설명했습니다.

이 접근 방식은 지속 가능하지 않았으며 확장 가능하지도 않았습니다. 애플리케이션이 더 많은 데이터를 생성하고 범위가 확장됨에 따라, 성능 저하는 계속되었습니다.

Mia는 “사용자에게 가장 눈에 띄는 문제는 성능입니다. 사람들은 문제의 원인에는 관심이 없어요. 그저 앱이 제대로 작동하기만을 원하죠”라면서 “저희 데이터베이스는 빠른 반복 작업에 적합하지 않아 신속한 교체가 필요했습니다”라고 덧붙였습니다.

해결책

성능을 높이는 동시에 관리와 유지 보수를 간소화

솔루션 팀은 Google Cloud에서 MongoDB Atlas를 활용해 개념 증명(PoC)을 수행했습니다. Moutia는 “MongoDB Atlas가 적합한 솔루션이라는 확신이 있었어요. 복잡한 데이터 구조를 가진 대규모 프로젝트를 지원하면서도 높은 성능을 제공하도록 설계된 문서 지향형 데이터베이스니까요. 내부에 이를 운용할 수 있는 역량도 이미 갖추고 있었고요”라고 밝힙니다.

개념 증명(PoC) 단계에서 MongoDB Atlas의 지연 시간은 거의 40배 개선되었고, 백엔드 코드는 유지 관리가 한층 더 간편해졌으며, 확장성과 효율성도 향상되었습니다. 팀은 인덱스 자동 생성, 집계 시뮬레이터 등 MongoDB Atlas의 다양한 기능도 높이 평가했습니다.

Mia는 “MongoDB를 사용하면 데이터 조작과 작업이 훨씬 더 간편해지고 관리도 쉬워져요”라면서, “구현 전에 테스트해 볼 수도 있고, 버그를 발견하면 집계의 일부만 비활성화하거나 숨기면 되죠. 이전에는 버그가 어떤 프로세스를 방해했는지 파악하려면 코드를 처음부터 끝까지 읽어야 했어요”라고 설명했습니다.

Tech Accelerator 부서에서는 사용자 경험을 방해하거나 성능 문제를 일으키지 않으면서 앱을 MongoDB로 마이그레이션해야 했습니다. 팀은 마이그레이션이 애플리케이션에 회귀를 발생시키지 않는지 확인하기 위해 통합 테스트를 추가하는 것부터 시작했습니다.

다음으로 기존 MongoDB 데이터베이스와 동일한 속성을 가진 MongoDB 모델을 생성했습니다. 모델들이 구축된 후 기존 데이터베이스에서 MongoDB로 데이터를 이전하기 위한 마이그레이션 스크립트를 작성했습니다. 모든 준비가 완료된 후에는 컨트롤러와 서비스를 수정하며 코드 리팩토링을 시작했고, MongoDB 모델에 맞게 집계를 추가하는 동시에 통합 테스트가 항상 성공적인 수행되는지 확인했습니다.

결과

지연 시간을 초 단위에서 10밀리초로 단축

사용자 경험이 크게 개선되었으며 애플리케이션은 높은 가용성을 자랑합니다. 사용자 여정의 각 단계는 몇 밀리초 만에 처리됩니다.

마이그레이션의 혜택을 받는 팀은 앱 사용자만이 아닙니다. 이와 관련하여 Moutia는 "MongoDB Atlas는 단순히 성능 문제를 해결하는 데 그치지 않습니다. 웹 개발자가 더 간단하고 직관적인 코드를 작성하고 유지 관리할 수 있어 더욱 편리하게 작업할 수 있습니다"라고 설명했습니다.

사실, MongoDB Atlas는 애플리케이션 아키텍처 전체를 단순화합니다. 이전에는 매우 복잡한 데이터 접근 계층이 있어 구현과 유지 관리에 많은 시간과 노력이 필요했습니다. 이는 관리해야 할 업무가 줄어든 백엔드 팀에게 좋은 소식입니다. MongoDB가 코드형 인프라(infrastructure-as-a-code) 스택과 완벽하게 호환되기 때문에 DevOps 팀에게도 유리합니다.

Moutia는 “저희는 하이퍼 애자일 DevOps 모델을 보유하고 있으며, 매월 가급적 많이 릴리스하려고 합니다. MongoDB를 사용하면서 매번 처음부터 다시 시작할 필요가 없어졌는데요. 코드의 문제를 빠르게 찾아 해결할 수 있고, 모듈을 다른 제품팀과 공유해 이들의 속도를 높이는 데에도 도움을 주고 있죠”라고 설명합니다.

Tech Accelerator 부서는 새로운 제품과 솔루션을 신속하게 시장에 출시하기 위해 설립되었습니다. 애플리케이션이 시간이 지나면서 더 복잡해지고 데이터 처리량이 늘어남에 따라 MongoDB Atlas도 함께 확장됩니다. 이전에는 새로운 기능을 추가하는 데 며칠이 걸렸지만, 이제는 몇 시간만에 완료할 수 있습니다.

Mia는 “MongoDB Atlas는 활용도가 뛰어난 강력한 NoSQL 데이터베이스입니다. 유연성과 확장성이 요구되는 애플리케이션에 적합하죠”라고 덧붙였습니다.

소매용 MongoDB 활용해 현대적인 고객 경험을 구축하는 방법을 알아보세요.