PostgreSQL을 처음 접하면 MySQL과 비슷한 관계형 데이터베이스라고 생각하기 쉽습니다.

물론 기본적으로는 데이터를 테이블에 저장하고 SQL로 조회하는 관계형 데이터베이스가 맞습니다. 하지만 PostgreSQL의 진짜 강점은 필요한 기능을 Extension, 즉 확장 프로그램 형태로 추가할 수 있다는 것입니다.

PostgreSQL
├── pgvector      → AI 벡터 검색
├── PostGIS       → 지도·공간 데이터
├── TimescaleDB   → 시계열 데이터
├── pg_cron       → 예약 작업
├── pg_trgm       → 유사 문자열 검색
└── pg_stat_statements → SQL 성능 분석

덕분에 PostgreSQL 하나를 기반으로 AI 검색, 지도 서비스, 로그 분석, 업무 자동화까지 상당히 넓은 영역을 구현할 수 있습니다.

이번 글에서는 실무에서 자주 언급되는 PostgreSQL 확장 프로그램과 각각의 활용 사례를 정리합니다.

---

PostgreSQL 확장 프로그램이란?

PostgreSQL 확장 프로그램은 데이터베이스에 새로운 자료형, 함수, 연산자, 인덱스 또는 관리 기능을 추가하는 모듈입니다.

확장 프로그램을 설치한 뒤에는 일반적으로 다음과 같이 활성화합니다.

CREATE EXTENSION extension_name;

예를 들어 pgvector를 사용하려면 다음 명령을 실행합니다.

CREATE EXTENSION vector;

PostGIS는 다음과 같이 활성화합니다.

CREATE EXTENSION postgis;

주의할 점은 서버에 확장 프로그램 패키지가 설치되어 있어야 하며, 실제 사용할 데이터베이스마다 CREATE EXTENSION을 실행해야 한다는 것입니다.

현재 설치 가능한 확장은 다음 명령으로 확인할 수 있습니다.

SELECT *
FROM pg_available_extensions
ORDER BY name;

현재 데이터베이스에 활성화된 확장은 다음과 같이 확인합니다.

SELECT *
FROM pg_extension;

---

1. pgvector: AI 벡터 검색

무엇을 하는 확장인가?

pgvector는 PostgreSQL에 벡터 자료형과 벡터 유사도 검색 기능을 추가합니다.

텍스트, 이미지, 상품, 기업 정보 등을 임베딩 모델로 숫자 배열로 변환한 뒤 PostgreSQL에 저장할 수 있습니다.

"재고 관리 시스템"
        ↓ 임베딩
[0.012, -0.384, 0.721, ...]

대표적인 사용 사례

• RAG 문서 검색
• 사내 AI 챗봇
• 의미 기반 검색
• 이미지 유사도 검색
• 상품 추천
• 사용자 취향 추천
• 유사 고객 또는 유사 업체 검색

테이블 예시

CREATE EXTENSION vector;

CREATE TABLE documents (
    id BIGSERIAL PRIMARY KEY,
    title TEXT NOT NULL,
    content TEXT NOT NULL,
    embedding VECTOR(1536)
);

사용자의 질문과 가장 유사한 문서를 검색할 수 있습니다.

SELECT
    id,
    title,
    content
FROM documents
ORDER BY embedding <=> '[0.12, -0.31, 0.84, ...]'
LIMIT 5;

언제 사용하면 좋은가?

단순히 키워드가 일치하는 문서를 찾는 것이 아니라, 문장의 의미가 비슷한 자료를 찾고 싶을 때 사용합니다.

검색어: 공장에서 재고가 자꾸 맞지 않는다

키워드 검색
→ 문장에 '공장', '재고'가 포함된 자료 검색

벡터 검색
→ 재고 불일치, 입출고 누락, 창고 관리 문제와
  의미상 유사한 자료 검색

---

2. PostGIS: 지도와 공간 데이터 처리

무엇을 하는 확장인가?

PostGIS는 PostgreSQL에 지리 공간 데이터 저장, 공간 인덱싱, 거리 계산, 교차 및 포함 여부 판단 기능을 추가합니다.

PostGIS를 설치하면 다음과 같은 공간 자료형을 사용할 수 있습니다.

• Point: 하나의 위치
• LineString: 도로 또는 이동 경로
• Polygon: 행정구역 또는 영업 구역
• MultiPolygon: 여러 개로 나뉜 복합 영역
• Geometry: 평면 좌표 중심의 공간 자료형
• Geography: 실제 지구 표면을 고려한 공간 자료형

대표적인 사용 사례

• 주변 업체 검색
• 배달 가능 지역 확인
• 지도 기반 리드 관리
• 차량과 기사 위치 추적
• 행정구역 내부 검색
• 상권 분석
• 이동 거리 계산
• 영업 담당자 구역 배정

테이블 예시

CREATE EXTENSION postgis;

CREATE TABLE companies (
    id BIGSERIAL PRIMARY KEY,
    name TEXT NOT NULL,
    location GEOGRAPHY(Point, 4326)
);

업체 위치를 저장합니다.

INSERT INTO companies (
    name,
    location
)
VALUES (
    '듀오랩스',
    ST_SetSRID(
        ST_MakePoint(127.0000, 37.5000),
        4326
    )::geography
);

여기서 주의할 점은 일반적으로 ST_MakePoint에 다음 순서로 값을 넣는다는 것입니다.

경도, 위도
longitude, latitude

반경 검색 예시

특정 위치에서 3km 이내에 있는 업체를 찾을 수 있습니다.

SELECT
    id,
    name
FROM companies
WHERE ST_DWithin(
    location,
    ST_SetSRID(
        ST_MakePoint(127.0276, 37.4979),
        4326
    )::geography,
    3000
);

geography 자료형에서 거리 단위는 일반적으로 미터를 사용하므로 3000은 3km를 의미합니다.

거리순 정렬

SELECT
    name,
    ST_Distance(
        location,
        ST_SetSRID(
            ST_MakePoint(127.0276, 37.4979),
            4326
        )::geography
    ) AS distance_meters
FROM companies
ORDER BY distance_meters;

---

3. TimescaleDB: 시계열 데이터 처리

무엇을 하는 확장인가?

TimescaleDB는 PostgreSQL을 시계열 데이터 처리에 적합하도록 확장합니다.

별도의 완전히 다른 데이터베이스가 아니라 PostgreSQL 확장으로 동작하기 때문에 기존 PostgreSQL용 SQL, 클라이언트, 드라이버를 계속 사용할 수 있습니다.

시계열 데이터란?

시간 순서대로 계속 쌓이는 데이터를 말합니다.

2026-08-06 10:00:00  온도 24.1℃
2026-08-06 10:01:00  온도 24.3℃
2026-08-06 10:02:00  온도 24.2℃

대표적인 사용 사례

• 공장 센서 데이터
• IoT 데이터
• 서버 CPU·메모리 모니터링
• 주식·가상자산 가격
• 사용자 활동 로그
• 매출 추이
• 차량 위치 기록
• 장비 상태 기록

일반 테이블과 차이

일반 PostgreSQL 테이블에도 시간 데이터를 저장할 수 있습니다.

하지만 데이터가 수천만 건 이상 지속적으로 쌓이면 다음 문제가 생길 수 있습니다.

• 최근 데이터 조회가 느려짐
• 기간별 데이터 관리가 복잡해짐
• 오래된 데이터 삭제가 부담스러움
• 시간 단위 집계 비용이 커짐
• 파티셔닝 관리가 복잡해짐

TimescaleDB는 시간 기준으로 데이터를 관리하는 hypertable 구조를 제공합니다.

CREATE TABLE sensor_data (
    recorded_at TIMESTAMPTZ NOT NULL,
    sensor_id BIGINT NOT NULL,
    temperature DOUBLE PRECISION
);

SELECT create_hypertable(
    'sensor_data',
    'recorded_at'
);

---

4. pg_cron: 데이터베이스 예약 작업

무엇을 하는 확장인가?

pg_cron은 PostgreSQL 안에서 일정에 맞춰 SQL을 자동 실행할 수 있게 해주는 작업 스케줄러입니다.

리눅스의 cron과 비슷하지만 실행 대상이 SQL입니다.

대표적인 사용 사례

• 매일 통계 테이블 생성
• 오래된 로그 삭제
• 만료된 세션 정리
• 예약 상태 변경
• 매일 보고서 데이터 생성
• 임시 데이터 정리
• 주기적인 집계 작업

사용 예시

매일 새벽 3시에 오래된 로그를 삭제합니다.

SELECT cron.schedule(
    'delete-old-logs',
    '0 3 * * *',
    $$
    DELETE FROM logs
    WHERE created_at < NOW() - INTERVAL '90 days'
    $$
);

매시간 통계를 갱신할 수도 있습니다.

SELECT cron.schedule(
    'refresh-hourly-stats',
    '0 * * * *',
    $$
    REFRESH MATERIALIZED VIEW CONCURRENTLY hourly_stats
    $$
);

주의할 점

pg_cron으로 모든 백그라운드 작업을 처리하는 것은 적합하지 않습니다.

다음과 같은 작업은 별도의 워커를 사용하는 것이 좋습니다.

• 외부 API 호출
• 이메일 대량 발송
• 이미지 변환
• OCR 처리
• 긴 AI 추론 작업
• 파일 업로드와 다운로드
• 실패 재시도가 중요한 작업

간단한 DB 정리·집계
→ pg_cron

외부 서비스와 연동하는 긴 작업
→ Redis Queue, BullMQ, Celery 등의 워커

---

5. pg_trgm: 오타와 유사 문자열 검색

무엇을 하는 확장인가?

pg_trgm은 문자열을 세 글자 단위인 trigram으로 나누어 문자열 유사도를 계산합니다.

예를 들어 다음 단어가 있다고 가정해 보겠습니다.

PostgreSQL

이를 일부 trigram으로 나누면 다음과 비슷한 형태가 됩니다.

pos
ost
stg
tgr
gre
res
...

두 문자열이 공유하는 trigram이 많을수록 비슷한 문자열로 판단할 수 있습니다.

대표적인 사용 사례

• 회사명 오타 검색
• 상품명 유사 검색
• 검색 자동완성
• 사람 이름 유사 검색
• 주소 검색
• 부분 문자열 검색
• 한글 상호명 검색 보조

사용 예시

CREATE EXTENSION pg_trgm;

유사도를 계산합니다.

SELECT similarity(
    '듀오랩스',
    '듀오렙스'
);

유사한 업체명을 찾습니다.

SELECT
    name,
    similarity(name, '듀오렙스') AS score
FROM companies
WHERE name % '듀오렙스'
ORDER BY score DESC;

GIN 인덱스를 추가하면 검색 성능을 높일 수 있습니다.

CREATE INDEX companies_name_trgm_idx
ON companies
USING GIN (name gin_trgm_ops);

pgvector와 차이점

pg_trgm
→ 글자 모양이 비슷한 문자열 검색

pgvector
→ 의미가 비슷한 문장이나 문서 검색

---

6. pg_stat_statements: 느린 SQL 찾기

무엇을 하는 확장인가?

pg_stat_statements는 PostgreSQL에서 실행된 SQL의 실행 횟수, 전체 실행 시간, 평균 실행 시간 등을 수집합니다.

대표적인 사용 사례

• 느린 쿼리 찾기
• 가장 자주 실행되는 SQL 확인
• 데이터베이스 부하 원인 분석
• 인덱스가 필요한 쿼리 탐색
• 배포 전후 성능 비교

사용 예시

CREATE EXTENSION pg_stat_statements;

평균 실행 시간이 긴 쿼리를 찾습니다.

SELECT
    calls,
    total_exec_time,
    mean_exec_time,
    rows,
    query
FROM pg_stat_statements
ORDER BY mean_exec_time DESC
LIMIT 20;

---

7. pgcrypto: 암호화와 해시

무엇을 하는 확장인가?

pgcrypto는 PostgreSQL에서 암호화, 복호화, 해시, 난수 생성 등의 기능을 사용할 수 있게 합니다.

대표적인 사용 사례

• 토큰 해시 저장
• 민감 데이터 암호화
• 비밀번호 해시
• 랜덤 UUID 생성
• 데이터 무결성 검증

SHA-256 해시 예시

CREATE EXTENSION pgcrypto;

SELECT encode(
    digest('hello', 'sha256'),
    'hex'
);

UUID 생성

SELECT gen_random_uuid();

---

8. uuid-ossp: UUID 생성

uuid-ossp는 여러 방식의 UUID 생성 함수를 제공합니다.

CREATE EXTENSION "uuid-ossp";

랜덤 기반 UUID v4를 생성합니다.

SELECT uuid_generate_v4();

단순히 랜덤 UUID가 필요한 경우에는 pgcrypto 또는 PostgreSQL이 제공하는 gen_random_uuid()로 충분한 경우가 많습니다.

---

9. citext: 대소문자를 구분하지 않는 문자열

citext는 대소문자를 구분하지 않는 문자열 자료형을 제공합니다.

CREATE EXTENSION citext;

CREATE TABLE users (
    id BIGSERIAL PRIMARY KEY,
    email CITEXT UNIQUE NOT NULL
);

대표적인 사용 사례

• 이메일 주소
• 로그인 아이디
• 영문 사용자명
• 대소문자를 구분하지 않는 코드

---

10. ltree: 조직도와 카테고리 구조

ltree는 계층형 경로를 저장하고 검색하기 위한 확장입니다.

대표적인 사용 사례

• 조직도
• 상품 카테고리
• 게시판 분류
• 메뉴 구조
• 폴더 구조
• 댓글 계층
• 업무 분류 체계

company
company.sales
company.sales.domestic
company.sales.overseas

CREATE EXTENSION ltree;

CREATE TABLE departments (
    id BIGSERIAL PRIMARY KEY,
    name TEXT NOT NULL,
    path LTREE NOT NULL
);

---

11. unaccent: 악센트 제거 검색

unaccent는 문자에서 발음 구별 기호를 제거합니다.

CREATE EXTENSION unaccent;

SELECT unaccent('café');

결과:

cafe

대표적인 사용 사례

• 다국어 검색
• 유럽 언어 이름 검색
• 외국인 사용자 이름 검색
• 주소 검색
• 검색어 정규화

---

12. fuzzystrmatch: 문자열 발음과 편집 거리

fuzzystrmatch는 문자열 간 차이를 계산하는 여러 함수를 제공합니다.

대표적으로 다음 기능이 있습니다.

• Levenshtein distance
• Soundex
• Metaphone
• Double Metaphone

CREATE EXTENSION fuzzystrmatch;

SELECT levenshtein(
    'postgres',
    'postgre'
);

---

13. pg_partman: 파티션 자동 관리

데이터가 매우 많아지면 하나의 거대한 테이블 대신 데이터를 여러 파티션으로 나누어 관리할 수 있습니다.

events
├── events_2026_01
├── events_2026_02
├── events_2026_03
└── ...

pg_partman은 시간 또는 숫자 범위를 기준으로 파티션 생성을 자동화하는 데 도움을 줍니다.

대표적인 사용 사례

• 접속 로그
• API 호출 기록
• 감사 로그
• 거래 내역
• 메시지 기록
• 대규모 이벤트 테이블

---

14. tablefunc: 피벗 테이블과 Crosstab

tablefunc는 행으로 저장된 데이터를 열 형태로 변환하는 Crosstab 기능 등을 제공합니다.

대표적인 사용 사례

• 월별 매출 보고서
• 부서별 실적
• 설문 결과
• 관리자 통계 화면
• 엑셀 형태의 리포트

---

15. postgres_fdw: 다른 PostgreSQL 연결

postgres_fdw는 다른 PostgreSQL 서버의 테이블을 현재 데이터베이스의 테이블처럼 조회할 수 있게 합니다.

대표적인 사용 사례

• 여러 서비스의 데이터 통합 조회
• 점진적인 DB 마이그레이션
• 레거시 시스템 연결
• 데이터 분석용 통합 DB
• 고객별 데이터베이스 조회

---

16. hstore: 간단한 Key-Value 데이터

hstore는 하나의 컬럼에 문자열 기반 Key-Value 데이터를 저장할 수 있게 합니다.

CREATE EXTENSION hstore;

CREATE TABLE products (
    id BIGSERIAL PRIMARY KEY,
    name TEXT NOT NULL,
    attributes HSTORE
);

현재는 PostgreSQL의 JSONB가 더 풍부한 기능을 제공하므로 신규 프로젝트에서는 JSONB를 선택하는 경우가 많습니다.

---

분야별 추천 확장 조합

AI·RAG 서비스

PostgreSQL
├── pgvector
├── pg_trgm
├── unaccent
├── pgcrypto
└── pg_stat_statements

지도 기반 서비스

PostgreSQL
├── PostGIS
├── H3
├── pg_trgm
└── pg_stat_statements

일반 SaaS·업무 시스템

PostgreSQL
├── pgcrypto
├── citext
├── pg_cron
├── pg_stat_statements
└── ltree

IoT·로그·모니터링

PostgreSQL
├── TimescaleDB
├── pg_partman
├── pg_cron
└── pg_stat_statements

---

모든 확장을 설치할 필요는 없다

확장 프로그램이 많다고 해서 처음부터 전부 설치하는 것은 좋지 않습니다.

각 확장은 다음과 같은 운영 부담을 추가할 수 있습니다.

• PostgreSQL 버전 호환성
• 확장 버전 업그레이드
• 백업과 복구 검증
• 클라우드 서비스 지원 여부
• Docker 이미지 구성
• 보안 업데이트
• 마이그레이션 복잡도

따라서 다음 원칙이 좋습니다.

필요할 것 같은 확장
→ 설치하지 않는다

현재 문제를 명확히 해결하는 확장
→ 검토 후 설치한다

---

처음 익히기 좋은 확장 7개

1. pg_stat_statements
2. pg_trgm
3. pgcrypto
4. citext
5. pgvector
6. PostGIS
7. pg_cron

---

듀오랩스 프로젝트에 적용한다면

우선순위	확장	적용 분야
1	pgvector	RAG, AI 문서 검색, 추천
2	PostGIS	업체 위치, 반경 검색, 영업 지도
3	pg_trgm	회사명, 주소, 고객 검색
4	pg_stat_statements	운영 DB 성능 분석
5	pg_cron	통계 생성, 데이터 정리
6	pgcrypto	UUID, 토큰, 데이터 보호
7	citext	이메일과 계정 관리
8	ltree	조직도와 업무 카테고리
9	TimescaleDB	센서, 로그, 상태 기록
10	pg_partman	초대용량 이벤트 데이터

예를 들어 지도 기반 AI 영업 시스템은 다음 구조로 만들 수 있습니다.

기업 기본 정보
→ PostgreSQL

기업 위치와 거리
→ PostGIS

영업 지역별 진행률
→ H3

기업 홈페이지와 소개 자료 검색
→ pgvector

상호명과 주소 오타 검색
→ pg_trgm

SQL 병목 분석
→ pg_stat_statements

매일 영업 통계 생성
→ pg_cron

---

PostgreSQL은 확장 가능한 데이터 플랫폼이다

PostgreSQL은 단순히 데이터를 저장하는 관계형 데이터베이스에 그치지 않습니다.

필요한 확장을 조합하면 다음 역할까지 수행할 수 있습니다.

관계형 데이터베이스
+ 벡터 데이터베이스
+ 공간 데이터베이스
+ 시계열 데이터베이스
+ 검색 엔진 일부 기능
+ 예약 작업 시스템
+ 성능 모니터링 시스템

물론 PostgreSQL 하나로 모든 전문 시스템을 무조건 대체해야 한다는 뜻은 아닙니다.

대규모 전문 검색에는 Elasticsearch나 OpenSearch가 더 적합할 수 있고, 매우 높은 처리량의 메시지 시스템에는 Kafka가 필요할 수 있습니다. 복잡한 백그라운드 작업은 별도의 워커 시스템이 더 안전합니다.

하지만 대부분의 초기 제품과 중소규모 업무 시스템에서는 PostgreSQL 확장을 활용해 아키텍처를 단순하게 유지할 수 있습니다.

서비스마다 새로운 데이터베이스를 추가하기 전에
PostgreSQL 확장으로 해결 가능한지 먼저 확인한다.

---

요약

확장	핵심 기능
pgvector	AI 벡터·유사도 검색
PostGIS	지도·공간 데이터
TimescaleDB	시계열 데이터
pg_cron	SQL 예약 실행
pg_trgm	오타·유사 문자열 검색
pg_stat_statements	SQL 실행 통계
pgcrypto	암호화·해시·UUID
citext	대소문자 무시 문자열
ltree	계층형 데이터
unaccent	악센트 제거
fuzzystrmatch	문자열 거리·발음 검색
pg_partman	파티션 자동 관리
tablefunc	피벗·Crosstab
postgres_fdw	다른 PostgreSQL 연결
hstore	Key-Value 데이터

PostgreSQL을 제대로 활용하려면 SQL 문법만 익히는 것에서 끝나지 않고, 어떤 문제를 어떤 확장으로 해결할 수 있는지 파악하는 것이 중요합니다.

필요한 확장 몇 개만 잘 선택해도 PostgreSQL은 일반적인 데이터베이스를 넘어 AI, 지도, 검색, 분석을 아우르는 강력한 서비스 기반이 됩니다.