우문현답
愚 問 賢 答
회사별 면접직군별진행 방식
    홈›회사별›incross›백엔드›질문 상세
    問
    iincross백엔드경험·이력2026년 출제

    SQL이나 NoSQL 데이터베이스를 활용해본 경험이 있다면, 어떤 프로젝트에서 어떻게 사용했는지 설명해 주세요.

    답변 미리보기

    졸업 프로젝트에서 사용자 행동 로그를 저장하는 모듈을 만들 때 를 선택했습니다. 처음에는 로 시작했는데, 사용자마다 행동 이벤트의 속성이 달라서 스키마를 미리…

    예상 답변 시간
    60~90초
    예상 꼬리질문
    3회
    난이도
    난이도 중상
    출제 빈도
    높음
    INTERVIEWER'S INTENT · 면접관의 의도

    이 질문, 네 갈래로 뜯어봅니다.

    면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.

    問
    01
    NoSQL 기술 선택 이유는 어떤가?
    NoSQL 기술을 선택한 이유에 대한 흔적이 답에 있어야 합니다. 없으면 면접관이 '왜 다른 기술은 고려하지 않았나요?'를 추가로 묻는 경우가 자주 보입니다.
    骨
    02
    처리한 데이터 규모는 어떤가?
    처리한 데이터의 규모나 특성에 대한 설명이 답에 있어야 합니다. 없으면 면접관이 '그 데이터의 특징은 무엇이었나요?' 같은 질문을 던지는 자리가 자주 보입니다.
    語
    03
    사용한 NoSQL 기술은 무엇인가?
    사용한 NoSQL 기술에 대한 구체적인 언급이 답에 있어야 합니다. 없으면 면접관이 '그 기술의 장점은 무엇인가요?'를 추가로 묻는 경우가 흔합니다.
    本
    04
    기술 사용 결과는 어떤가?
    해당 기술을 사용한 결과나 성과에 대한 설명이 답에 있어야 합니다. 없으면 면접관이 '어떤 성과를 얻었나요?' 같은 질문을 던지는 자리가 자주 보입니다.
    말로 해봐야 는다
    읽는 것과 말하는 건 다릅니다.
    이 질문, 소리 내어 답해 볼까요?
    incross 면접관 페르소나가 이 질문을 던지고, 당신의 답에 꼬리질문으로 되물어요.
    음성으로 답해보기
    스키마 유연성 필요로 MongoDB 선택 + RDBMS 대비 비교 중심으로 푸는 결약 100초Redis Sorted Set으로 읽기 집약 워크로드 해결 + 트레이드오프 중심으로 푸는 결약 95초Elasticsearch 전문 검색 적용 + 근접 실시간 트레이드오프 경험 중심으로 푸는 결약 98초
    예시 답변 1
    약 100초

    스키마 유연성 필요로 MongoDB 선택 + RDBMS 대비 비교 중심으로 푸는 결

    졸업 프로젝트에서 사용자 행동 로그를 저장하는 모듈을 만들 때 를 선택했습니다. 처음에는 로 시작했는데, 사용자마다 행동 이벤트의 속성이 달라서 스키마를 미리 확정하기 어려운 상황이었습니다. 페이지 뷰는 url·머문 시간·디바이스 정보가 들어오고, 클릭 이벤트는 요소 id와 좌표가 따라붙는 식이었습니다. 매번 컬럼을 추가하거나 null을 허용하는 방식으로는 스키마가 금방 지저분해질 것 같았고, 이벤트 타입마다 구조가 다른 문서를 그대로 저장하는 게 낫다고 판단해 로 전환했습니다. 처리량은 하루 약 50만 건 수준이었는데, 인덱스를 user_id와 timestamp 복합 인덱스로 걸었더니 조회 속도에서 문제가 없었습니다. 아쉬운 점은, 나중에 이벤트 간 연관 분석이 필요해졌을 때 JOIN이 없어서 애플리케이션 레이어에서 처리해야 했다는 점이었습니다. 가 유연성에서는 좋았지만, 관계형 쿼리가 필요한 분석에는 맞지 않는 트레이드오프가 있다는 걸 직접 경험했습니다. 지금은 그 두 가지가 공존하는 구조를 초기 설계 단계에서 고려해야 한다고 봅니다.

    이 결의 특징
    이벤트 속성마다 스키마가 달라 컬럼이 지저분해지는 문제를 문서 저장 구조로 전환해 풀고, 하루 약 50만 건 처리량에서 JOIN 부재라는 트레이드오프까지 인정한 흔적이 있습니다.
    이 결이 통하는 자리
    유연성과 관계형 쿼리 제약을 둘 다 솔직하게 짚을 때 통합니다. 이벤트 간 연관 분석이 필요해졌을 때 애플리케이션 레이어에서 처리해야 했던 아쉬움이 보이면 균형 잡힌 시각이 읽히는 자리가 됩니다.
    예시 답변 2
    약 95초

    Redis Sorted Set으로 읽기 집약 워크로드 해결 + 트레이드오프 중심으로 푸는 결

    인턴십에서 실시간 순위 집계 API가 RDBMS 집계 쿼리 때문에 응답이 느려지는 문제를 마주했습니다. 요청이 들어올 때마다 전체 점수 정렬 쿼리를 실행하는 구조였는데, 트래픽이 몰리면 평균 응답 시간이 400ms를 넘기도 했습니다. Redis의 Sorted Set을 사용해 점수 변경 시 직접 업데이트하고, 조회는 Redis에서만 가져오도록 바꿨습니다. 인메모리 구조라 읽기 응답이 10ms 아래로 줄었고, DB에 걸리는 부하도 크게 낮아졌습니다. 다만 Redis가 재시작되면 데이터가 유실될 수 있는 문제를 고려해야 했고, 주기적으로 RDBMS와 동기화하는 로직을 추가로 만들었습니다. NoSQL은 도구마다 성격이 뚜렷해서, 어떤 연산을 자주 하는지를 먼저 파악하지 않으면 맞지 않는 선택이 되기 쉽다는 걸 배웠습니다. 이 경험 이후로 새 기능을 설계할 때 읽기·쓰기 비율과 데이터 접근 패턴을 먼저 그리는 습관이 생겼습니다.

    이 결의 특징
    전체 정렬 쿼리로 400ms를 넘던 응답 시간을 Redis Sorted Set으로 10ms 아래까지 줄이고, 재시작 시 유실 위험을 동기화 로직으로 보완한 흔적이 있습니다.
    이 결이 통하는 자리
    속도 개선과 함께 데이터 유실이라는 트레이드오프를 놓치지 않을 때 통합니다. 읽기·쓰기 비율과 접근 패턴을 먼저 그리는 습관이 보이면 면접관이 설계 판단력을 읽는 자리가 됩니다.
    예시 답변 3
    약 98초

    Elasticsearch 전문 검색 적용 + 근접 실시간 트레이드오프 경험 중심으로 푸는 결

    사이드 프로젝트에서 상품 검색 기능을 구현할 때 Elasticsearch를 처음 써봤습니다. RDBMS의 LIKE 쿼리로 시작했는데, 한국어 형태소 분석이 필요했고 동의어 처리나 오타 허용 검색 같은 기능은 LIKE로는 한계가 분명했습니다. Elasticsearch는 역색인 구조 덕분에 전문 검색에서 속도가 빠르고, nori 토크나이저로 한국어 형태소를 처리할 수 있어서 검색 품질이 눈에 띄게 올라갔습니다. 데이터 적재는 RDBMS를 원본으로 유지하고 변경사항을 동기화 파이프라인으로 흘리는 구조를 택했습니다. Elasticsearch가 쓰기 지연이 있어 실시간이 아닌 근접 실시간으로 검색되는 특성을 처음에 잘 몰라서, 테스트에서 방금 넣은 데이터가 안 보이는 문제로 한참 헤맸습니다. NoSQL은 각자 잘하는 영역이 분명히 다르고, 그 특성을 이해하지 않으면 도입 후에야 제약을 발견하게 된다는 점을 몸으로 배웠습니다.

    이 결의 특징
    LIKE 쿼리의 한계를 Elasticsearch의 역색인과 nori 토크나이저로 풀었지만, 근접 실시간 특성 때문에 방금 넣은 데이터가 안 보이는 문제로 헤맨 과정을 숨기지 않은 흔적이 있습니다.
    이 결이 통하는 자리
    도입 후에야 제약을 발견했다는 솔직함이 구체적 실패 경험과 함께 살아 있을 때 통합니다. 각 기술이 잘하는 영역이 다르다는 이해가 보이면 면접관이 기술 선택 기준을 읽는 자리가 됩니다.
    !
    위 답변은 여러 풀이 중 한 가지 예시입니다. 정답이 아니며, 외워서 그대로 말하면 면접관이 다음 질문을 그 자리에서 시작하는 경우가 많습니다. 본인의 프로젝트·기준·숫자로 다시 짜는 자리로만 쓰세요.
    ✕자주 빠지는 자리

    같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.

    • ✕떨어뜨린 옵션이 1개라도 있는가? "이게 답이었어요"만으로는 의사결정이 아니라 그냥 선택입니다.
    • ✕선택 기준이 그 프로젝트에 한정되는가? "성능이 좋아서"는 일반론, "우리 트래픽이 X 패턴이라서"가 본인의 답입니다.
    • ✕결과 숫자 1개를 정확히 말할 수 있는가? P95·QPS·적중률 — 무엇이든 1개. 숫자가 없으면 직감으로 한 일처럼 들리기 쉽습니다.
    • ✕지금 다시 한다면 어떻게 할지 답할 수 있는가? "잘했다"보다 "이건 다르게 했을 것 같다"가 더 깊은 인상을 남깁니다.
    ▶이어질 꼬리질문

    진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.

    壹선택한 기술의 장단점은 무엇인가요?
    貳이 기술을 사용하면서 직면한 문제는 뭐였나요?
    參만약 다른 NoSQL 기술을 선택했다면, 어떤 것이었을까요?
    이제, 직접 답해볼 차례예요.
    눈으로 읽은 답은 면접장에서 나오지 않아요. incross 면접관과 이 질문으로 한 번 대화해 보세요.
    이 질문으로 모의면접 해보기
    또는, 다음 질문으로

    같은 흐름에서 자주 이어지는 질문들이에요.

    에이메드 · 고객상담·CS
    SQL이나 데이터 분석 경험이 있다면, 어떤 프로젝트에서 어떻게 활용하셨는지 설명해 주실 수 있나요?
    이 질문 보기
    111퍼센트 · 공통직무·미지정
    NoSQL 데이터베이스를 사용한 경험 중 어떤 프로젝트에서 어떻게 활용했나요?
    이 질문 보기
    이스트소프트 · 게임 서버
    DBMS(MySQL, MongoDB) 사용 경험이 있다면, 어떤 프로젝트에서 어떻게 활용했는지 설명해 주세요.
    이 질문 보기
    쿠팡 · 재무·회계 일반
    SQL이나 Power BI를 사용한 경험이 있다면, 어떤 프로젝트에서 어떻게 활용했는지 설명해 주세요.
    이 질문 보기
    안내 · 이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 실제 출제·회사 공식 입장과는 무관하며, 정정 요청 시 24시간 내 반영합니다. 자세히
    개인정보처리방침이용약관문의
    © 2026 우문현답. All rights reserved.
    이 페이지 목차
    01면접관의 의도02답변의 결03실수·꼬리질문04관련 질문
    말로 해봐야 는다
    이 질문, incross 면접관과
    음성으로 답해볼까요?
    모의면접 해보기
    첫 회 무료 · 종료 즉시 음성 폐기