Supabase 시작하기: PostgreSQL 기반 BaaS로 백엔드 구축하기

Supabase는 Firebase의 오픈소스 대안으로, PostgreSQL 기반의 클라우드 백엔드 서비스입니다. 데이터베이스, 인증, 스토리지, 벡터 DB(pgvector) 등을 한 곳에서 관리할 수 있으며, 특히 RAG 시스템이나 복잡한 관계형 데이터 처리가 필요한 프로젝트에 적합합니다. 무료 플랜으로 시작 가능하지만 1주일 비활성화 시 프로젝트가 일시정지되므로 주의가 필요합니다.

Supabase란 무엇인가
회원가입 및 프로젝트 생성
테이블 생성 및 기본 CRUD
JavaScript 연동
벡터 DB(pgvector)로 RAG 시스템 구축
요금제 및 주의사항

Supabase란 무엇인가

Supabase는 PostgreSQL을 기반으로 한 오픈소스 BaaS(Backend as a Service) 플랫폼입니다. 복잡한 서버 인프라 구축 없이도 데이터베이스, 사용자 인증, 실시간 데이터 동기화, 파일 스토리지, 엣지 함수 등 웹/모바일 애플리케이션에 필요한 모든 백엔드 기능을 제공합니다.

Firebase와 가장 큰 차이점은 NoSQL이 아닌 PostgreSQL을 사용한다는 것입니다. 이는 SQL에 익숙한 개발자들에게 큰 장점이며, 복잡한 쿼리와 관계형 데이터 처리가 가능합니다. 특히 AI 시대에 pgvector를 통한 벡터 DB 기능을 제공하므로 RAG 시스템 구축에 매우 적합합니다.

Supabase의 주요 기능

PostgreSQL 데이터베이스 : SQL 쿼리 및 다양한 데이터베이스 작업 수행 가능
Authentication : 사용자 회원가입, 로그인, OAuth 연동(Google, GitHub 등)
Storage : 이미지, 파일 등 사용자 업로드 파일 관리
Realtime : 실시간 데이터 동기화
pgvector : 벡터 데이터 저장 및 유사도 검색으로 RAG 시스템 구축
Edge Functions : 서버리스 함수 실행

회원가입 및 프로젝트 생성

Step 1: Supabase 회원가입

supabase.com 접속 후 우측 상단의 ‘Sign In’ 또는 ‘Start your project’ 버튼 클릭
인증 방식 선택 : 이메일/비밀번호 입력 또는 GitHub/Google 소셜 로그인 (GitHub 추천)
이메일 인증 : 받은 메일에서 “Confirm Your Signup” 링크 클릭 (10분 내 완료)
조직 및 프로젝트 설정 : 개인 계정이면 자동 생성된 조직 선택, Region은 Seoul 선택

💡 팁 : GitHub 계정으로 가입하면 나중에 프로젝트와 연동할 때 편리합니다. 특히 Edge Functions나 GitHub Actions를 활용할 계획이라면 GitHub 연동을 추천합니다.

Step 2: API 키 확인 및 저장

프로젝트 생성 완료 후 좌측 사이드바에서 Project Settings → API 메뉴로 이동합니다. 여기서 Project URL과 anon public key를 확인하여 저장해야 합니다.

⚠️ 보안 주의 : anon key는 클라이언트에서 사용하고, service_role key는 서버사이드에서만 사용해야 합니다. service_role key는 절대 클라이언트에 노출되면 안 됩니다!

테이블 생성 및 기본 CRUD

Step 3: 첫 번째 테이블 만들기

좌측 사이드바에서 Table Editor 로 이동하여 ‘Create a new table’ 버튼을 클릭합니다. 테이블 이름을 입력하고 Enable Row Level Security (RLS) 체크박스를 반드시 활성화해야 합니다. RLS는 DB의 각 데이터 행에 대한 접근 보안정책으로, 이를 통해 아무나 DB 특정 데이터에 접근하는 것을 방지합니다.

필요에 따라 컬럼을 추가할 때 Type(데이터 타입)과 Default value(필수 여부)를 설정합니다. id 컬럼은 해당 테이블의 기본 키로 각 데이터의 고유한 식별자 역할을 합니다.

SQL Editor로 테이블 생성

Supabase의 SQL Editor는 AI 기능과 접목되어 있어 보다 편리하게 커스터마이징된 테이블 코드 작성이 가능합니다. PostgreSQL 문법에 익숙하지 않더라도 간편하게 테이블 구조를 작성할 수 있습니다.

데이터 CRUD 작업

Create (생성) : 새로운 할 일 추가

Read (조회) : 모든 할 일 또는 특정 조건의 할 일 조회

Update (수정) : 특정 할 일의 상태 변경

Delete (삭제) : 할 일 목록에서 제거

RLS 정책 설정

처음 데이터를 수정하려고 할 때 “permission denied for table” 같은 에러를 만날 수 있습니다. 이는 RLS 때문이며, 적절한 정책(Policy)이 없으면 데이터를 조회하거나 수정할 수 없습니다. 개발 초기에는 RLS를 비활성화하여 편하게 개발하고, 프로덕션 배포 전에 보안 정책을 세밀하게 설정하는 것을 추천합니다.

JavaScript와 Supabase 연동

패키지 설치

공식 문서에 따라 먼저 Supabase JavaScript 클라이언트 패키지를 설치합니다.

Supabase 클라이언트 초기화

프로젝트에 Supabase용 파일을 만든 후 공식문서에 따라 초기화 코드를 작성합니다. 환경변수에 앞서 복사한 URL과 API KEY를 할당하여 민감한 정보를 관리합니다.

CRUD 코드 작성

만들어 둔 테이블의 API Docs 를 참고하여 원하는 CRUD 관련 코드를 확인하고 클라이언트에 API 코드를 작성합니다.

벡터 DB(pgvector)로 RAG 시스템 구축

pgvector 확장 활성화

최근 AI 기술의 발전과 함께 벡터 데이터베이스에 대한 관심이 높아지고 있습니다. Supabase는 PostgreSQL 기반이기 때문에 pgvector 확장을 통해 벡터 데이터를 효율적으로 관리하고 유사성 검색을 수행할 수 있습니다. 이는 RAG(Retrieval Augmented Generation) 시스템이나 추천 시스템 등 다양한 AI 서비스 구축에 필수적입니다.

Supabase 대시보드에서 Database → Extensions 로 이동하여 검색창에 “vector”를 입력한 후 vector 확장의 ‘Enable’ 버튼을 클릭합니다. 또는 SQL Editor에서 다음 명령어로 활성화할 수 있습니다.

RAG 시스템용 테이블 및 함수 생성

벡터 데이터를 저장할 테이블을 생성합니다. embedding 컬럼에 1536차원 벡터를 저장하는데, 이는 OpenAI의 text-embedding-ada-002 모델이 생성하는 임베딩 차원입니다.

원문 보기

Related posts