1. 현재 MVP 검색 방식

현재 MVP의 상품 검색은 products.json에 있는 상품 배열을 순회하면서 검색어가 상품 텍스트에 포함되는지 확인한다.

현재 방식:

상품 목록 전체 순회
→ 상품명, 브랜드, CPU, GPU, OS, 태그, 설명, 원본 스펙을 하나의 검색 대상 문자열로 결합
→ 검색어를 공백 기준 키워드로 분리
→ 모든 키워드가 포함되는 상품만 표시

이 방식은 구현이 단순하고 상품 수가 적은 MVP에서는 충분하다.

2. 문제점

상품 수가 많아지면 매 검색마다 전체 상품을 순회해야 한다.

시간 복잡도는 단순화하면 다음과 같이 볼 수 있다.

O(n * m)

• n: 상품 수
• m: 검색 키워드 수

문자열 검색 비용까지 고려하면 상품별 검색 대상 문자열 길이도 성능에 영향을 준다. 따라서 상품 수가 수만 개 이상으로 늘어나면 현재 방식은 장기적으로 적합하지 않다.

3. 향후 개선 방향

향후에는 다음 방식으로 전환한다.

• 상품명, 브랜드, CPU, GPU, 설명, 태그 기반 일반 검색은 PostgreSQL Full Text Search를 사용한다.
• 검색 대상 컬럼에는 tsvector와 GIN index를 적용한다.
• 가격, 무게, RAM, SSD, 화면 크기 같은 숫자 조건은 문자열 검색이 아니라 DB 컬럼 조건으로 필터링한다.
• 게임용, 프리도스, AI노트북 같은 반복 키워드는 Tag, ProductTag 관계와 인덱스를 사용한다.
• 자연어 검색은 LLM이 구조화된 검색 조건 JSON으로 변환하고, 실제 검색은 DB 쿼리로 수행한다.
• 의미 기반 검색이 필요한 경우 pgvector 또는 별도 검색 엔진을 검토한다.