노션 AI 벌크 업서트로 대량 데이터 처리 속도 10배 높이는 방법

노션 AI 환경에서 벌크 업서트가 필요한 이유

노션 AI 환경의 실제 제약

• 공식 API Rate Limit이 직접 적용되지 않음

• 대신 턴당 병렬 호출 수의 한계와 타임아웃이 실질적 제약

• 핵심 최적화 변수: 한 턴에 얼마나 많이 병렬로 호출하느냐

순차 처리 vs 병렬 처리 구조 비교

Strategy A — 순차 처리 (건바이건)

for each item:
  querySql → 존재 확인
  createPage or updatePage

• N건 처리 시 최소 2N회 API 호출, 모두 순차 실행

• 10건 기준: querySql 10회 + create/update 10회 = 20회 순차 호출

Strategy B — 벌크 병렬 처리

querySql 1회 → 전체 조회
create 대상 + update 대상 분류
전부 한 턴에 병렬 호출

• N건 처리 시 querySql 1회 + N건 병렬 = 사실상 2턴

• 10건 기준: querySql 1회 + create/update 10건 병렬 = 2턴

성능 비교표

병렬 처리 한계 테스트 — 실측 결과

경량 조건 (프로퍼티 4개, 콘텐츠 없음)

중량 조건 (프로퍼티 9개, 양방향 Relation 포함)

• DB-A 프로젝트: title, text, number, select, multi_select, status, date, person, checkbox, url (10개 프로퍼티)

• DB-B 태스크: title, text, number, select, status, date, person, checkbox, relation (9개 프로퍼티)

• DB-A ↔ DB-B 양방향 Relation 연결 상태에서 테스트

헤비 조건 (콘텐츠 본문 포함 + 양방향 Relation)

• 중량 조건 스키마 + H2 헤딩 3개, 리스트 포함 본문 콘텐츠 추가

실측 타이밍

• 50건 경량 LIVE 삽입: 약 1분 30초 (스톱워치 측정)

• 순차 대비 체감 속도: 약 3~4배 향상

조건별 최적 배치 사이즈 가이드

왜 하이브리드인가?

• 하드코딩만 하면 새로운 조건에 유연 대응 불가

• AI 자율 판단만 시키면 매번 불필요한 분석 오버헤드 발생

• 조건별 기본값을 명시하되, 실측 근거를 함께 남겨 AI가 맥락을 이해할 수 있게 하는 방식이 최적

벌크 업서트를 스킬로 체계화하는 방법

3단 흐름: 실험 → 스킬화 → 지침 라우터

1. 가설 수립 → 실험 → 데이터 확보

2. 방법론 정리 → 스킬 문서화 (독립 페이지)

3. 전역 지침 라우터에 조건부 등록 (예: DB에 2건 이상 페이지 생성/업서트 작업 시)

스킬 분리의 장점

• 전역 지침에 넣으면 비DB 작업 때도 컨텍스트를 차지하여 비효율

• 스킬로 분리하면 트리거 조건에 의해 필요할 때만 로드

• 실험 결과 추가 시 스킬만 업데이트하면 됨

핵심 인사이트 정리

노션 AI ≠ 노션 공식 API

실패 비용의 비대칭성

감 → 시스템 전환