무차별 대량 비난

프로젝트에 검색 기능을 넣으려고 할 때 가장 먼저 떠오르는 게 Elasticsearch입니다. 그런데 소규모 프로젝트에 Elasticsearch는 솔직히 과합니다.

사이드 프로젝트에 검색 기능을 붙이면서 Meilisearch를 적용해봤는데, 결론부터 말하면 소규모에는 Meilisearch가 압도적으로 편했습니다.

Meilisearch가 뭔가요

Rust로 만들어진 오픈소스 검색 엔진입니다. Elasticsearch처럼 전문 검색(Full-text Search)을 지원하지만, 설치와 사용이 훨씬 간단합니다. 오타 자동 보정(Typo Tolerance)이 기본으로 켜져 있어서 사용자가 "Pytohn"이라고 검색해도 "Python" 결과를 보여줍니다.

핵심 비교

Elasticsearch가 과한 이유

Elasticsearch는 강력하지만 소규모 프로젝트에는 부담이 큽니다.

• JVM 메모리 — 기본 힙만 1GB. VPS 1대에 올리면 다른 서비스 돌릴 여유가 없습니다.
• 클러스터 개념 — 노드, 샤드, 레플리카 등 검색 데이터 몇천 건에는 불필요한 개념들을 이해해야 합니다.
• 운영 비용 — 인덱스 관리, 매핑 최적화, 버전 업그레이드 등 지속적인 관리가 필요합니다.
• 한국어 처리 — nori 플러그인을 따로 설치하고 매핑에 analyzer를 지정해야 합니다.

블로그 글 검색이나 상품 검색처럼 데이터가 수만 건 이하라면 Elasticsearch를 쓸 이유가 없습니다.

Meilisearch를 선택한 이유

사이드 프로젝트에 게시글 검색 기능을 붙이면서 처음에는 Elasticsearch를 세팅했습니다. VPS 메모리가 2GB인데 Elasticsearch만 올리니까 나머지 서비스가 뻗더군요.

Meilisearch로 교체한 뒤 달라진 점입니다.

• 메모리 — 50MB 정도만 차지합니다. 같은 VPS에서 다른 서비스들과 여유롭게 공존합니다.
• 설치 — curl 한 줄이면 끝입니다. JVM 설치도, 클러스터 설정도 필요 없습니다.
• 스키마 — JSON 넣으면 자동 인덱싱됩니다. 매핑 정의가 필요 없습니다.
• 오타 보정 — 따로 설정한 게 없는데 기본으로 동작합니다. "파이선"으로 검색해도 "파이썬" 결과가 나옵니다.
• 검색 속도 — 체감상 Elasticsearch보다 빨랐습니다. 공식적으로 50ms 이내를 보장합니다.
• REST API — 직관적이라 문서를 거의 안 봐도 됩니다.

그래도 Elasticsearch가 나은 경우

Meilisearch가 만능은 아닙니다.

• 복잡한 집계(Aggregation) — 통계, 그룹핑 같은 분석 쿼리는 Elasticsearch가 훨씬 강력합니다.
• 로그 분석 — ELK 스택(Elasticsearch + Logstash + Kibana) 조합은 대체할 게 없습니다.
• 대규모 데이터 — 수백만 건 이상이면 Elasticsearch의 분산 처리가 필요합니다.
• 복잡한 쿼리 — 다중 조건 필터링, bool 쿼리 등은 Elasticsearch의 쿼리 DSL이 더 유연합니다.

결론

• 게시글, 상품, 문서 검색 같은 소규모 프로젝트 → Meilisearch
• 로그 분석, 대규모 데이터, 복잡한 집계 → Elasticsearch

수만 건 이하 데이터에 Elasticsearch를 올리고 있다면 Meilisearch로 바꾸는 걸 추천합니다. 설치 1분, 메모리 50MB, 검색 50ms. 안 쓸 이유가 없습니다.