Benchling이 대규모 과학 데이터를 효율적으로 처리하기 위해 데이터 저장 모델을 EAV(Entity-Attribute-Value)에서 PostgreSQL의 JSONB 방식으로 마이그레이션한 기술 사례를 소개합니다. 데이터 양이 급증함에 따라 발생한 성능 저하 문제를 해결하기 위해, Benchling은 데이터 저장 공간을 절약하고 읽기/쓰기 속도를 높이는 JSONB 모델을 도입했습니다. 이 과정에서 발생한 Lock Contention이나 쿼리 복잡성 같은 기술적 트레이드오프를 어떻게 관리했는지, 그리고 데이터 무결성을 지키기 위해 3년에 걸쳐 Dual writes, JSONB reads 단계를 거쳐 점진적으로 진행한 마이그레이션 전략을 상세히 다루고 있습니다. 엔지니어링 관점에서 대규모 시스템의 확장성을 어떻게 확보할 수 있는지 배울 수 있는 유익한 글입니다.