Neo4j 그래프 데이터베이스 | Supabase·Turso 차이점과 플랜별 비용 분석

데이터베이스를 고르는 일이 점점 복잡해지고 있다. Supabase, Turso처럼 관계형·경량 DB가 대세인 상황에서 갑자기 Neo4j라는 이름이 눈에 들어온다. 유료 플랜 시작가가 GB당 월 65달러이니 "이게 대체 뭔데 이 가격이야?"라는 반응이 자연스럽다.

핵심부터 말하면, Neo4j는 Supabase나 Turso와 경쟁 관계가 아니라 용도 자체가 다른 도구다. 테이블에 행과 열을 쌓는 방식이 아니라, 데이터 사이의 '관계'를 1급 시민(first-class citizen)으로 다루는 그래프 데이터베이스다. 법조문 간 인용 관계, PDF 문서 속 엔티티 연결, 사기 탐지 네트워크처럼 "연결 그 자체"가 핵심인 문제에서 진가를 발휘한다.

이 글에서는 Neo4j가 어떤 배경에서 탄생했고, 데이터를 어떻게 저장·조회하며, RAG나 LLM과 어떻게 연동되는지를 구체적으로 다룬다. 플랜별 상세 가격·기능 비교와 Supabase·Turso와의 정확한 차이, 가격이 과한지 아닌지에 대한 판단 기준도 함께 정리했다.

1

Neo4j는 어디서 왔고, 왜 만들어졌나

2000년대 초반 스웨덴 말뫼(Malmö)에서 Emil Eifrem, Johan Svensson, Peter Neubauer 세 엔지니어가 콘텐츠 관리 시스템(CMS)을 구축하던 중 근본적인 문제에 부딪혔다. 관계형 데이터베이스로 복잡한 연결 구조를 표현하려니 JOIN 쿼리가 기하급수적으로 늘어나고, 성능이 급격히 떨어진 것이다. Emil Eifrem이 인도 봄베이행 비행기 안에서 처음 코드를 스케치했다는 일화가 전해진다.

2007년 Neo Technology라는 이름으로 공식 법인화되면서 세계 최초의 오픈소스 그래프 데이터베이스 Neo4j를 GPL 라이선스로 공개했다. 2011년에는 실리콘밸리로 본사를 이전하며 엔터프라이즈 시장 공략에 본격적으로 나섰다. 관계형 데이터베이스의 JOIN 병목이라는 명확한 페인 포인트에서 출발한 제품이기 때문에, 탄생 배경 자체가 "데이터 간 관계를 효율적으로 다루겠다"는 단일 목표에 맞춰져 있다.

현재 Amazon, NASA, Walmart, JP모건 등 글로벌 기업이 Neo4j를 채택하고 있으며, 특히 AI 시대에 들어서면서 지식 그래프(Knowledge Graph) 수요가 폭발적으로 늘어 그래프 데이터베이스 시장이 연평균 20% 이상 성장 중이다.

2

데이터 저장 구조 — 노드, 관계, 속성이 뭔가

관계형 DB가 테이블-행-열 구조라면, Neo4j는 노드(Node) - 관계(Relationship) - 속성(Property) 세 가지 요소로 모든 데이터를 표현한다.

현실 세계의 개체(entity)를 나타낸다. 사람, 법조문, 회사, 문서 등 어떤 것이든 노드가 될 수 있다. 각 노드에는 레이블(Label)을 붙여 분류한다. 예를 들어 :Person, :LegalArticle, :Company 같은 형태다.

노드와 노드를 잇는 선이다. 반드시 방향이 있고, 타입 이름을 갖는다. :CITED_BY(인용됨), :WORKS_AT(근무처), :AMENDED(개정됨) 등으로 관계의 의미를 명시한다. 관계 자체에도 속성을 부여할 수 있어서, 예컨대 인용 횟수 15회처럼 관계의 맥락 정보까지 저장할 수 있다.

노드와 관계 모두에 키-값 쌍으로 붙이는 메타데이터다. {name: '민법 제750조', enacted: 1958} 형태로 저장된다.

이 세 요소가 합쳐져 '속성 그래프 모델(Labeled Property Graph)'이라 불리는 구조를 형성한다. Neo4j는 이 그래프를 네이티브 그래프 스토리지 엔진에 저장하는데, 각 노드가 인접 노드를 직접 가리키는 포인터를 갖고 있어 인덱스 없이도(index-free adjacency) 연결된 데이터를 빠르게 탐색한다. 관계형 DB에서 3단계 이상 JOIN을 걸면 성능이 급격히 떨어지는 것과 달리, Neo4j는 홉(hop) 수가 늘어나도 탐색 시간이 비교적 일정하게 유지된다.

3

Neo4j AuraDB 플랜별 가격·기능 상세 비교

Neo4j의 클라우드 관리형 서비스인 AuraDB는 4개 플랜으로 나뉜다. 단순히 가격만 보면 비싸 보일 수 있지만, 각 플랜에 포함된 기능 범위와 과금 구조를 정확히 이해해야 올바른 판단이 가능하다.

학습과 프로토타이핑에 최적화된 무료 플랜이다. 노드 20만 개, 관계 40만 개까지 생성할 수 있고 신용카드 등록이 필요 없다. Aura Console, Data Importer, Query API, GraphQL 라이브러리가 모두 포함되며 Bloom 시각화 도구의 Basic 버전과 Aura Agent까지 쓸 수 있다. 다만 30일간 활동이 없으면 인스턴스가 자동 삭제되고, 백업·모니터링·벡터 최적화·그래프 애널리틱스는 지원되지 않는다. 가용 영역도 단일 존(Single-zone)이며, 고객 지원은 커뮤니티 포럼뿐이다.

프로덕션 앱을 본격적으로 운영하기 위한 플랜이다. 14일 무료 체험판이 제공되므로 비용 없이 테스트 후 결정할 수 있다. 시간당 과금 방식이며 1GB 기준 시간당 약 0.09달러, 월로 환산하면 약 65.70달러가 된다.

Free와 달리 벡터 최적화, 그래프 애널리틱스, 쿼리 로그 분석기, 고급 메트릭이 포함된다. Bloom 시각화의 전체 기능도 사용 가능하다. 일간 백업(7일 보관)이 자동 수행되고, Azure·AWS·Google Cloud 세 클라우드 중 선택할 수 있다. 다만 RBAC(역할 기반 접근 제어), SSO, IP 필터링, 가용 영역 다중화 같은 엔터프라이즈 보안 기능은 빠져 있다. 고객 지원은 '최선 노력(Best Effort)' 수준이다.

엔터프라이즈 환경을 위한 플랜으로, 최소 2GB 클러스터(월 292달러)부터 시작한다.

Professional의 모든 기능에 더해 99.95% 업타임 SLA, 멀티존 고가용성 클러스터, 일간 백업 30일 보관 + 시간 단위 시점 복원, RBAC 세분화 보안, SSO 인증, IP 필터링, 속성 기반 접근 제어, 보안 로그 포워딩, Change Data Capture(CDC), Datadog·Grafana 연동이 포함된다. 고객 지원은 24시간 365일 프리미엄(1시간 내 응답)이며 Neo4j 프로페셔널 서비스 접근권도 제공된다.

Business Critical의 모든 기능을 전용 인프라(VPC 격리)에서 운영하는 플랜이다. 백업 주기가 시간 단위(60일 보관)로 강화되고, Private Endpoints와 Customer Managed Keys가 추가된다. 가격은 별도 협의이며 선불 계약 방식으로 운영된다.

4

65달러가 정말 비싼 건가 — 맥락 있는 비용 판단

일반 데이터베이스 관리 솔루션의 평균 시작가 19달러 대비 Neo4j Professional은 약 242% 높다. 단순 숫자만 보면 비싸 보이는 게 사실이다. 하지만 비용 판단에는 반드시 맥락이 필요하다.

첫째, 포함 범위가 다르다. Neo4j AuraDB의 가격에는 스토리지, IO, 백업, 네트워크 전송 비용이 모두 포함되어 있다. 추가 과금 항목이 없는 올인원 가격이다. Supabase Pro(25달러)는 기본 요금 외에 8GB 초과 DB 스토리지(GB당 0.125달러), 추가 컴퓨팅 비용이 별도다. AWS Neptune은 인스턴스 비용(시간당 최소 0.348달러, 월 약 254달러)에 IO 요청·스토리지·백업이 별도 과금되므로 실제 TCO는 Neo4j보다 높아지는 경우가 많다.

둘째, 무료로 시작할 수 있다. AuraDB Free(20만 노드, 40만 관계)는 학습·프로토타이핑에 충분하고, Community Edition은 GPL3 라이선스로 셀프 호스팅 시 완전 무료다. Neo4j Desktop에는 Enterprise Edition 무료 개발자 라이선스도 포함되어 있다.

셋째, 비교 대상을 정확히 설정해야 한다. Neo4j는 Supabase·Turso의 대체재가 아니다. 기존 DB 위에 관계 분석 레이어로 추가하는 도구에 가깝다. Supabase로 기본 데이터를 관리하고, 복잡한 관계 분석이 필요한 부분만 Neo4j로 처리하는 하이브리드 아키텍처가 현실적 접근이다.

5

Cypher로 데이터를 다루는 법 — 실전 쿼리 예시

Neo4j는 SQL 대신 Cypher라는 선언형 쿼리 언어를 사용한다. 2011년에 Neo4j 엔지니어들이 설계했으며, SQL의 SELECT-FROM-WHERE 패턴을 그래프에 맞게 재해석한 형태다. ASCII 아트를 연상시키는 직관적 문법이 특징이다.

노드를 만드는 쿼리는 이렇게 생겼다.

CREATE (a:LegalArticle {name: '민법 제750조', category: '불법행위'})

두 노드 사이에 관계를 만들 때는 화살표 표기를 사용한다.

MATCH (a:LegalArticle {name: '민법 제750조'}), (b:LegalArticle {name: '민법 제751조'}) CREATE (a)-[:REFERENCES {context: '손해배상 범위'}]->(b)

3단계 떨어진 법조문을 탐색하는 쿼리도 간결하다.

MATCH (start:LegalArticle {name: '민법 제750조'})-[:REFERENCES1..3]->(related) RETURN related.name, related.category

이 쿼리를 관계형 DB의 SQL로 동일하게 작성하면 서브쿼리와 재귀 CTE(Common Table Expression)를 써야 하고, 코드 길이가 3-5배 늘어난다. 데이터 규모가 커질수록 실행 시간 차이는 더 벌어진다.

6

Supabase, Turso와 무엇이 다른가 — 근본적 차이 분석

세 데이터베이스를 같은 카테고리에 놓고 비교하는 것 자체가 오류일 수 있다. 각각이 해결하는 문제의 성격이 완전히 다르기 때문이다.

Supabase는 PostgreSQL 위에 인증, 스토리지, 실시간 구독, 엣지 함수를 통합한 BaaS(Backend as a Service)다. 풀스택 웹·모바일 앱을 빠르게 만들기 위한 올인원 백엔드 플랫폼이 본질이다. Firebase의 오픈소스 대안으로 탄생했으며, 무료 티어에서 500MB 데이터베이스와 5만 MAU를 제공한다. 유료는 월 25달러부터 시작한다.

Turso는 SQLite의 포크인 libSQL 기반 엣지 데이터베이스다. SQLite의 경량성을 살리면서 전 세계 엣지 로케이션에 데이터를 복제·동기화하는 것이 핵심 가치다. 무료 티어에서 500개 데이터베이스, 9GB 스토리지를 제공하며 유료는 월 4.99달러부터다. 서버리스 환경에서 지연 시간을 극단적으로 줄여야 하는 앱에 적합하다.

Neo4j는 이 두 제품과 달리, 데이터 간 관계 탐색이라는 단일 문제에 특화된 전문 도구다. 범용 백엔드가 아니며, CRUD 중심 앱 개발용이 아니다.

7

RAG, 벡터 검색, LLM과 Neo4j의 관계

그래프 데이터베이스와 LLM의 조합이 최근 AI 업계에서 가장 주목받는 패턴 중 하나다. 이를 GraphRAG라고 부르는데, 기존 벡터 RAG와는 접근 방식이 근본적으로 다르다.

벡터 RAG(Pinecone, pgvector 등)는 문서를 임베딩 벡터로 변환한 뒤 유사도 검색으로 관련 청크를 찾아 LLM에 넘긴다. 의미적으로 비슷한 텍스트를 잘 찾지만, 엔티티 간 관계나 논리적 연결은 파악하지 못한다.

GraphRAG는 문서에서 엔티티(사람, 법조문, 개념 등)를 추출하고 이들 사이의 관계를 그래프로 구조화한 뒤, LLM의 질문에 대해 관계 경로를 따라가며 맥락을 수집해 응답한다. 민법 제750조가 인용하는 조문 중 2020년 이후 개정된 것처럼 다단계 추론(multi-hop reasoning)이 필요한 질문에서 벡터 RAG보다 정확도가 현저히 높다.

Neo4j는 벡터 인덱스도 내장하고 있어(HNSW 알고리즘 기반), 벡터 검색과 그래프 탐색을 하이브리드로 결합하는 것이 가능하다. 벡터로 의미 유사 문서를 좁힌 뒤 그래프로 관계 맥락을 추가하는 방식이다. 이 벡터 최적화 기능은 Professional 플랜부터 지원되며, Free 플랜에서는 사용할 수 없다.

• PDF, 웹 문서 등을 Neo4j LLM Knowledge Graph Builder에 업로드한다
• LLM(GPT-4, Claude 등)이 문서에서 엔티티와 관계를 자동 추출한다
• 추출된 엔티티-관계가 Neo4j 그래프에 노드와 엣지로 저장된다
• 사용자가 질문하면 Cypher 쿼리가 자동 생성되어 그래프를 탐색한다
• 탐색된 맥락이 LLM 프롬프트에 주입되어 근거 있는 응답을 생성한다

8

법조문·PDF 문서를 Neo4j에 넣으면 어떻게 되나

법률 분야는 그래프 데이터베이스의 대표적 적용 사례 중 하나다. 법조문은 서로를 인용하고, 개정 이력이 쌓이며, 판례가 조문을 해석하는 다층적 관계 구조를 갖기 때문이다.

법조문 PDF를 Neo4j에 넣는 과정은 크게 세 단계로 진행된다.

1단계 — 문서 파싱과 엔티티 추출: PDF에서 텍스트를 추출한 뒤 LLM 또는 NLP 파이프라인을 통해 법조문 번호, 법률명, 인물, 기관 등의 엔티티를 식별한다.

2단계 — 관계 매핑과 그래프 구축: 추출된 엔티티 사이의 관계를 정의한다. 예를 들어 민법 제750조가 민법 제751조를 인용하고, 대법원 판례가 민법 제750조를 해석하는 식의 연결을 만든다.

3단계 — 쿼리와 활용: Cypher로 특정 법조문을 인용하는 모든 판례, 최근 5년간 개정된 법조문과 영향받는 하위 조항 같은 복잡한 질의를 수행한다.

한 가지 중요한 점은, Neo4j가 PDF 원본 파일 자체를 저장하는 데 최적화된 도구가 아니라는 것이다. PDF 원문 저장은 Supabase Storage나 S3 같은 오브젝트 스토리지에 맡기고, Neo4j에는 추출된 구조화 데이터(엔티티와 관계)만 넣는 것이 정석이다.

9

셀프 호스팅 선택지 — Community vs Enterprise vs Infinigraph

클라우드 관리형(AuraDB)이 부담된다면 셀프 호스팅을 선택할 수 있다. Neo4j는 세 가지 셀프 호스팅 에디션을 제공한다.

Community Edition(무료, GPL3)은 네이티브 그래프 엔진, ACID 트랜잭션, Cypher 쿼리, 벡터 인덱싱, 풀텍스트 검색을 모두 포함한다. Graph Data Science 라이브러리도 4코어 제한으로 사용 가능하다. 많은 기업이 프로덕션에서도 Community Edition을 충분히 활용하고 있다. 다만 클러스터링(고가용성), 멀티 데이터베이스, 역할 기반 보안, 핫 백업은 지원되지 않는다.

Enterprise Edition(상용 라이선스)은 Community의 모든 기능에 자율 클러스터링, 핫 백업, 세분화 접근 제어, LDAP 통합, 무제한 수평 읽기 확장, Parallel Runtime, Fabric(다중 DB 페더레이션)이 추가된다. Neo4j Desktop에 포함된 무료 개발자 라이선스로 개발·테스트 환경에서는 비용 없이 Enterprise 기능을 쓸 수 있다.

Infinigraph Edition(상용 라이선스)은 Enterprise의 모든 기능에 자동 샤딩을 통한 무제한 수평 확장이 추가된다. Graph Data Science가 라이선스에 포함되어 별도 구매가 필요 없다.

10

그래프 DB를 쓰면 안 되는 상황 5가지

Neo4j가 강력한 도구인 것은 맞지만, 모든 문제를 그래프로 풀 수 있는 것은 아니다. 오히려 잘못 도입하면 비용과 복잡성만 늘어난다.

1) 단순 CRUD 앱: 회원가입-로그인-게시판처럼 데이터 간 관계가 단순한 경우 Supabase나 Turso가 훨씬 효율적이다.

2) 대량 집계·분석 쿼리 중심: 월별 매출 합계, 일별 트래픽 통계 같은 작업은 PostgreSQL이나 ClickHouse가 압도적으로 유리하다.

3) 높은 트랜잭션 처리량(TPS) 요구: 초당 수만 건의 단순 쓰기 작업이 필요한 경우 그래프 DB의 오버헤드가 불필요하다.

4) 팀의 그래프 DB 경험 부족: Cypher 학습 곡선은 완만한 편이지만, 그래프 모델링 설계 역량은 별개 문제다. 그래프 모델링 경험이 전무한 팀이라면 도입 초기 생산성이 상당히 떨어질 수 있다.

5) 데이터 간 관계가 없거나 희소한 경우: 로그 데이터, 시계열 데이터, 독립적인 문서 저장 같은 용도에는 그래프 구조가 의미 없다.

반대로, 다음 신호 중 2개 이상에 해당하면 Neo4j 도입을 적극 검토할 가치가 있다.

• SQL 쿼리에서 3단계 이상 JOIN이 빈번하게 발생한다
• A와 B 사이의 최단 경로류 질문이 비즈니스 핵심이다
• 추천, 사기 탐지, 네트워크 분석, 지식 그래프 중 하나 이상이 핵심 기능이다
• 데이터의 스키마가 자주 변하고 관계 유형이 계속 추가된다

확신이 서지 않는다면, 기존 관계형 DB의 특정 쿼리를 Neo4j AuraDB Free에서 프로토타이핑해 보는 것이 가장 확실한 판단 방법이다. 20만 노드 한도 내에서 실데이터의 부분 집합을 넣고 쿼리 성능을 직접 비교하면 도입 여부를 객관적으로 결정할 수 있다.

이 글에서 다룬 내용의 핵심을 한 문장으로 압축하면, Neo4j는 데이터가 무엇인가보다 데이터가 어떻게 연결되어 있는가가 더 중요한 문제에서 가치를 발휘하는 전문 도구다. Supabase·Turso가 해결하는 문제와 Neo4j가 해결하는 문제는 교집합이 거의 없다. 따라서 어떤 게 더 좋은가가 아니라 내 문제에 이 도구가 필요한가라는 질문이 올바른 출발점이다.

복잡한 관계 데이터를 다루는 프로젝트를 구상 중이라면, 지금 바로 Neo4j AuraDB Free 인스턴스를 하나 생성하고 샘플 데이터를 넣어 보는 것이 가장 효과적인 첫걸음이다. 무료이고, 5분이면 시작할 수 있다.