Elasticsearch 역색인이란? Inverted Index

Elasticsearch 역색인, 엘라스틱서치 역인덱스

 

Elasticsearch가 빠르게 검색할 수 있는 이유는 바로 elasticsearch 역색인 구조 덕분입니다.

 

보통 데이터베이스는 단순히 행과 열로 데이터를 저장하지만,

엘라스틱서치 역색인은 단어 중심으로 데이터를 색인하여 빠른 검색을 가능하게 합니다.

 

검색 엔진의 심장이라 할 수 있는 이 elasticsearch 역인덱싱 구조는 실무 면접에서도 나올법한 중요한 내용이죠.

이번 글에서는 역색인이 무엇인지, 왜 중요한지, 그리고 어떻게 Elasticsearch에서 활용되는지 알아보겠습니다.

 

 

1. 색인과 역색인의 차이

일반적인 색인(Forward Index)은 문서가 어느 위치에 있는지 알려주는 책의 목차와 같습니다.

• 보통 색인의 목적은 “문서의 위치를 빠르게 찾기 위해 문서별 번호를 기록”하는 것입니다.
• 책의 목차를 떠올리면 이해하기 쉬워요. 목차를 보면 특정 챕터가 책의 몇 쪽에 있는지 바로 알 수 있죠.

하지만 elasticsearch 역색인은 반대로 특정 단어가 어떤 문서에 등장하는지를 기록합니다.

이는 책 뒤에 있는 '찾아보기'와 같죠.

 

특정 문서에 어떤 단어가 등장하는지 기록하는 방식이에요.

책 맨 뒤에 있는 단어 색인(찾아보기) 를 떠올리면 딱 맞습니다.

예를 들어 '데이터'라는 단어가 문서 1, 2, 3에 등장한다면, 역색인은 "데이터 → 문서 1, 2, 3"으로 기록해둡니다.

이렇게 하면 원하는 단어를 빠르게 찾을 수 있습니다.

즉, 엘라스틱서치 역색인은 단어 중심의 색인이고, 문서 검색에 최적화된 구조입니다.

 

 

2. Elasticsearch에서의 역색인 활용

엘라스틱서치 역색인은 데이터를 JSON 문서 형태로 저장하면서, 내부적으로 단어를 토큰화해 역인덱싱 테이블을 만듭니다. 예를 들어, Doc1에 'Elasticsearch is fast', Doc2에 'Search engines use inverted index'가 있다면,

'index'라는 단어가 포함된 문서를 바로 찾아낼 수 있습니다.

 

전체 데이터를 훑는 것이 아니라, 미리 만들어둔 elasticsearch 역인덱싱 테이블을 참조하기 때문에

속도가 비약적으로 향상됩니다.

 

 

3. Elasticsearch에서의 역색인 동작 방식

Elasticsearch는 데이터를 저장할 때 단순히 문서(Document)를 그대로 보관하지 않습니다.
대신 문서 안의 텍스트를 토큰(token) 으로 분리하고, 각 토큰이 어떤 문서에 존재하는지를 기록한 역색인 테이블을 만들어둡니다. 이를 elasticsearch 역인덱싱 과정이라고 부릅니다.

예를 들어, 아래와 같은 문서 3개가 있다고 가정해봅시다.

• Doc1: "Elasticsearch is fast"
• Doc2: "Search engines use inverted index"
• Doc3: "Elasticsearch uses index"

이를 역색인으로 저장하면 다음과 같이 변합니다.

 

단어(Token)포함된 문서

elasticsearch	Doc1, Doc3
is	Doc1
fast	Doc1
search	Doc2
engines	Doc2
use	Doc2
inverted	Doc2
index	Doc2, Doc3
uses	Doc3

이제 'index'라는 단어를 검색하면, Elasticsearch는 모든 문서를 훑지 않고

index → Doc2, Doc3 라는 정보를 바로 가져옵니다.
이것이 엘라스틱서치 역색인이 검색을 빠르게 만드는 원리입니다.

 

 

3. SQL LIKE 검색과의 차이

전통적인 RDB에서 특정 단어를 찾으려면 SQL에서 보통 LIKE 구문을 사용합니다.

SELECT * FROM product WHERE name LIKE '%Blue%';

 

이 경우 대소문자를 구분해야 하고, 모든 행을 풀 스캔해야 하는 비효율이 발생합니다.

 

반면 elasticsearch 역색인은 토큰 단위로 이미 정리해둔 구조이므로 빠르고 효율적입니다. 단어를 기준으로 저장했기 때문에 자연스럽게 전문 검색(Full-text Search)까지 지원합니다. 이 차이 덕분에 엘라스틱서치는 검색 엔진으로 널리 쓰이고 있습니다.

 

 

4. 역색인의 장점

1. 검색 속도 향상
   • 전체 문서를 뒤지는 대신 단어별 문서 맵핑을 활용 → O(1)에 가까운 검색 속도
2. 전문 검색(Full-text Search) 지원
   • 형태소 분석, 유사 단어 검색, 자연어 처리까지 가능
3. 대규모 데이터 처리 최적화
   • 로그, 트랜잭션, 소셜 데이터 등 비정형 데이터에서도 강력한 성능 발휘

 

 

5. 정리

정리하자면, elasticsearch 역색인은 책의 '찾아보기'처럼 단어 중심 색인을 저장하여 빠른 검색을 가능하게 합니다.

이는 전통적인 RDB의 LIKE 검색과 비교해 훨씬 효율적이고, 전문 검색에 강점을 보입니다.

이러한 이유로 elasticsearch 역인덱싱은 빅데이터 시대 검색 기술의 핵심 원리로 자리 잡고 있습니다.

 

• 일반 색인(Forward Index) = 책의 목차
• 엘라스틱서치 역색인(Inverted Index) = 책 뒤의 단어 색인(찾아보기)
• Elasticsearch는 역인덱싱 과정을 통해 빠른 검색 성능을 제공
• SQL LIKE 검색과 달리 대소문자, 형태소, 유사어까지 고려 가능

 

 

다음 편에서는 Elasticsearch의 특징과 장단점을 다루며,

실무에서 어떤 점이 강점이고 어떤 부분을 주의해야 하는지 살펴보겠습니다.

 

 

참고 https://blog.naver.com/ghdalswl77/222996246061