MongoDB는 NoSQL 데이터베이스로, 그 유연성 덕분에 Spring Boot와 자주 함께 사용됩니다. Spring Boot에서는 Spring Data MongoDB를 통해 MongoDB 연동을 쉽게 할 수 있습니다. Spring Data MongoDB는 두 가지 주요 방식을 제공합니다.

바로 MongoTemplate와 MongoRepository 입니다.
 
이번 포스팅에서는 이 두 가지 방법을 비교하고, 어떤 상황에서 각각을 사용하는 것이 좋은지 살펴보겠습니다.
 
[MongoRepository]
MongoRepository는 레파지토리 패턴을 기반으로 한 인터페이스입니다. 기본적인 CRUD 메서드를 자동으로 제공합니다. Spring Data JPA와 비슷하게 작동하며, MongoDB 데이터를 처리하는 데 매우 간단한 방법을 제공합니다.
 
장점
 * 기본적인 CRUD 작업을 자동으로 처리
 * 코드가 매우 간결하고 유지보수가 쉬움
 * 메서드 이름만으로 커스텀 쿼리를 작성할 수 있음 (ex. findByCategory)
단점
 * 복잡한 쿼리 작업에서는 제한적
 * 커스터마이징이 어렵고 고급 기능을 구현하기에 한계가 있음
 
[MongoTemplate]
MongoTemplate은 Spring의 템플릿 패턴을 사용한 MongoDB 연동 방식입니다. 더 복잡한 MongoDB 제어가 가능하며, 어려운 쿼리 작성에 적합합니다.
 
장점
 * 복잡한 쿼리나 커스텀 작업을 더 쉽게 수행 가능
 * MongoDB와의 깊이 있는 상호작용에 적합
 * 더 세밀한 데이터 처리와 제어가 가능
단점
 * 기본적인 CRUD 작업도 코드로 직접 작성해야 하므로 코드가 다소 복잡해짐
 * 레파지토리 패턴보다 다소 비효율적일 수 있음
 
[MongoRepository 사용 예시]

Product 엔티티
@Document(collection = "products")
public class Product {
    @Id
    private String id;
    private String name;
    private String category;
}

ProductRepository 인터페이스
public interface ProductRepository extends MongoRepository<Product, String> {
    List<Product> findByCategory(String category);
}

MongoRepository를 확장한 ProductRepository를 정의하였습니다. CRUD 메서드는 기본으로 제공되며, 커스텀으로 findByCategory 같은 메서드를 쉽게 추가할 수 있습니다.
 
CRUD 작업 사용 예시
@Autowired
private ProductRepository productRepository;

public void addProduct(Product product) {
    productRepository.save(product);
}

public List<Product> getProductsByCategory(String category) {
    return productRepository.findByCategory(category);
}

이처럼 MongoRepository를 사용하면 간단한 CRUD 작업을 매우 직관적으로 처리할 수 있습니다.
 
[MongoTemplate 사용 예시]
이번에는 같은 Product 엔티티를 사용하여 MongoTemplate을 이용한 예제를 살펴보겠습니다.
 
MongoTemplate으로 복잡한 쿼리 작성
@Autowired
private MongoTemplate mongoTemplate;

public List<Product> findProductsByCategory(String category) {
    Query query = new Query();
    query.addCriteria(Criteria.where("category").is(category));
    return mongoTemplate.find(query, Product.class);
}

위 코드에서는 MongoTemplate을 사용하여 MongoDB 쿼리를 직접 사용했습니다. Criteria와 Query 객체를 이용해 더 복잡한 쿼리나 고급 기능을 쉽게 구현할 수 있습니다.
 
CRUD 작업 처리 
public void addProduct(Product product) {
    mongoTemplate.save(product);
}

public Product getProductById(String id) {
    return mongoTemplate.findById(id, Product.class);
}

MongoTemplate을 사용하면 모든 작업을 수동으로 처리해야 하지만, 그만큼 더 세밀하게 제어할 수 있는 장점이 있습니다.
 
[어떤 것을 선택해야 할까?]
MongoRepository를 사용해야 할 때:
 * 기본적인 CRUD 작업을 빠르게 처리해야 할 때
 * 코드의 간결함과 유지보수의 용이함이 중요할 때
MongoTemplate을 사용해야 할 때:
 * 복잡한 쿼리나 트랜잭션 처리가 필요한 경우
 * 데이터베이스와의 더 세밀한 상호작용이 필요할 때
 
[결론]
MongoDB와 Spring Boot의 연동에서 MongoRepository와 MongoTemplate은 각각 다른 용도에 맞춰 설계된 도구입니다. 저는 실제 프로젝트에서 bulk upsert 기능이 필요한 상황을 겪었는데, MongoRepository에는 해당 기능이 기본적으로 제공되지 않아, 더 유연한 MongoTemplate을 사용할 수밖에 없었습니다. 물론 upsert를 여러 번 호출하는 방법도 가능하지만, 이는 비효율적이므로 MongoTemplate을 통해 간단히 처리할 수 있었습니다.
 
반면, 단순한 조회 작업에서는 MongoRepository를 사용했습니다. MongoTemplate보다 코드가 훨씬 깔끔하고 유지보수하기가 쉬웠기 때문입니다. 이처럼 MongoRepository는 기본적인 작업에 최적화되어 있고, MongoTemplate은 고급 작업에서 강력한 기능을 제공합니다.
 
결국 중요한 것은 프로젝트의 요구사항에 맞춰 이 두 방식을 적절히 선택하거나 혼합하여 사용하는 것입니다. 각 도구가 제공하는 장점을 최대한 활용해, 프로젝트에 가장 적합한 솔루션을 찾는 것이 성공적인 MongoDB 연동의 핵심입니다.

?️MongoRepository vs MongoTemplate

뉴욕타임스 보도에 따르면 Open AI는 VC인 Thrive Capital이 주도하는 공개매수를 통해 일부 보유 주식을 매각할 예정입니다. 거래 기준가는 800억 달러($80B), 현재 환율을 고려하면 한화 약 107조 원 수준입니다. 언론에 공개된 지난해 실적(매출 20억 달러, 적자 5억 달러)를 감안하면, 멀티플은 PSR 40배 수준입니다. Open AI 직원들은 이번 거래를 통해 보유한 주식을 현금화할 수 있게 되었습니다.

비상장기업인 Open AI의 기업가치는 10개월 전에 비해 약 세 배 가량 증가했습니다. 지난해 Thrive Capital 등이 공개매수를 통해 OpenAI 주식을 매입했을 때의 가치는 약 290억 달러($29B)였습니다.

800억 달러는 얼마만큼의 규모일까요? 비상장사 기준으로는 숏폼의 강자 바이트댄스($270B), 민간 우주수송 기업 스페이스X($175B)에 이어 세 번째에 자리하는 수치입니다.

상장기업으로 폭을 넓히면 전세계 약 200위권 기업들과 비슷한 가치입니다. 우리에게 친숙한 기업들을 본다면 소프트뱅크($81B), 디아지오($82B), 미쯔비시($83B), 글락소소미스클라인($85B), 마이크론 ($87B) 정도와 유사한 수준이라고 볼 수 있습니다. 설립한 지 10년도 안 된 회사가 짧게는 40년, 길게는 150년 넘게 사업을 이어 온 글로벌 기업들과 비슷한 반열에 올라선 셈입니다.

OpenAI는 지난 해 말 샘 알트만 해고로 촉발된 리더십 위기를 어느정도 수습해가고 있는 것처럼 보입니다. 바로 엊그제 텍스트를 영상으로 만들어주는 AI 도구인 Sora를 공개, 월등한 퀄리티로 시장에 충격을 안겨준 바 있습니다. 세간에서는 Open AI가 공개한 수준의 영상물을 텍스트 입력 만으로 만들어낼 수 있다면, 기존의 영상제작업계에 근본적인 변화를 가져올 것으로 기대하고 있습니다. (덕분에 Google이 얼마 전 공개한 자사의 생성형 AI 서비스 Gemini 1.5 가 약간 빛바랜 느낌도 듭니다.)

과연 OpenAI 직원들은 이번에 주식을 매각해서 현금을 손에 쥐게 될까요? 직원들이 평가하는 OpenAI의 가치가 이번 거래가보다 더 높다면 매도하지 않고 계속 보유할 것입니다. Sora가 일반인들에게 공개되고, 대중의 기대수준 이상의 성과를 보여주게 된다면 OpenAI 직원들도 지금 가치에서 섣불리(?) 주식을 던지진 않을 것 같네요.

기업가치 100조 OpenAI, 싼 걸까 비싼 걸까?

"I buy more books than I can finish. I sign up for more online courses than I can complete."

적어도 사티아 나델라랑 비슷한 면이 하나는 있네요 ?

새로운 지식에 열광적이어야 한다

SKT PM & BD

노마드

사업 개발

한한한

SKT 매니저

김미래

SKT UX디자이너

박종호

skt 매니저

김재호

skt manager

chanju

SKT 서비스운영

이청아

이지은

송형근

skt 데이터분석가

이건주

비즈니스/전략

정연준

skt 프로덕트 매니저

곽경철

직장인

최진영

SKT 어노테이터

민혜린

skt 프로젝트 매니저

NALLO.K

SKT 투자 및 전략 매니저

정재훈

SKT 연구원

강유리

SKT 백엔드 개발자

danwoopark

SKT 마케팅

문명원

SKT data engineer

형근

SKT GUI디자이너

김지은 jinn.kim

SKT 개발자

신정은

Jason

Cloud Architect

고재성

개발

양유석

SKT Manager

이상재

Youngrae.kim

개발자

SKT 데이터 분석가

skt 인공지능 서비스전략

Junsub Kim

iOS개발자 

임덕현

전창국

프로덕트 매니저/서비스 기획

한솔

성지웅

SKT 교육담당자

윤홍노

한리경

SKT 인공지능 엔지니어

유성

SKT 데이터 사이언티스트

홍동준

SKT 소프트웨어 엔지니어

허승민

SKT UX/UI 디자이너

김태경

컴퓨터 비전 대학원생

timda

SKT 디지털 마케팅

박준범

SKT 소프트웨어 개발자

정재윤

SKT 영업팀 사원

세령

Kaist 전산학과

노시훈

정민

대학교 computer science

이주은

SKT 재무관리

김응주

SKT -

박윤주

풀스택 개발자

양재원

다예

SKTelecom Manager

김충현

sktelecom 매니저

최부열

sktelecom 데이터 분석가

최예진

운영디자이너

신송민

SW Engineer at SKTelecom

Heewon

sktelecom 앱 기획

김민정

SKTelecom 머신러닝 개발자

윤주성

sktelecom 인공지능 엔지니어

성빈

sktelecom 인사팀 차장

박한규

sktelecom 서비스 기획

김수향

sktelecom 퍼포먼스 마케터

권오창

sktelecom 전략기획

hongsanghee

sktelecom 프로덕트 매니저

xywqk62tq5

SKT 전략기획 PL

배정민

SK텔레콤 manager

김동현

SK텔레콤 Manager

김재환

IT엔지니어

SK텔레콤 팀장

esungjae

SK텔레콤 매니저

강필준

SK텔레콤 사업개발

맹주환

SK텔레콤 경영전략수립

강시형

디지털 트랜스포메이션

한승현

SK텔레콤 데이터 사이언티스트

김영진

SK텔레콤 디지털 홍보 담당

임연준

황서연

김우희

SK텔레콤 HRD

윤혁민

SK텔레콤 팀리더

윤현상

최보성

SK텔레콤 그래픽 디자이너

이도윤

거점오피스TF 일문화팀 리더

손상현

SK텔레콤 구독미디어담당 (상무)

최소정

전략기획

남윤곤

SK텔레콤 프로덕트 매니저

sk텔레콤 매니저

원성호

박홍규

백영희

sk텔레콤 서비스기획

김설희

sk텔레콤 모듈장

chumba

sK텔레콤 매니저

강동훈

SK텔레콤 BM 디자인

박우영

SK텔레콤 팀 리더

고영선

다연

SK텔레콤 웹서비스 기획 및 운영

sk텔레콤 프로덕트 매니저

이동헌

SK텔레콤

언어

프론트엔드

백엔드

데이터베이스

데브옵스

javascript

Kotlin

Java

python

ReactJS

VueJS

Node.js

ExpressJS

Spring

SpringBoot

GRPC

mongodb

Elasticsearch

Redis

OracleDB

PostgreSQL

MySQL

기술 스택

언어