2편. Jackson 직렬화 튜닝 — CPU를 가장 많이 잡아먹는 숨은 병목 해결기

 

Jackson 직렬화 튜닝

🟦 2편. Jackson 직렬화 튜닝 — CPU를 가장 많이 잡아먹는 숨은 병목 해결기

Spring Boot 서비스를 운영하다 보면, DB나 외부 API처럼 명확한 병목만 문제가 아니다.
APM을 자세히 보면 꽤 많은 트랜잭션에서 ObjectMapper(JSON 직렬화) 가 전체 응답 시간의 20~40%를 차지하는 경우가 있다.

이번 편에서는 운영 환경에서 실제로 겪었던 “Jackson 직렬화 병목” 이슈를 기준으로,
어떻게 CPU를 절반 이하로 줄였는지 실전 중심으로 정리해본다.

---

■ 문제 2: Jackson 직렬화가 API 응답의 대부분을 차지

API 응답이 느려지는 원인을 찾아보면 의외로 SQL도 빠르고, 비즈니스 로직도 빠른데
마지막 단계인 JSON 변환 부분에서만 수십 ms씩 잡아먹는 경우가 많다.

운영 서버에서 관측된 문제:

• ObjectMapper.writeValueAsString 단계에서만 50~120ms 소모
• 대량 리스트(1000건 이상) 응답에서 CPU 사용률 급증
• 동시 요청 시 Tomcat 스레드가 직렬화 때문에 막혀버림
• GC 빈도 증가 → 전체 API 응답이 지연

특히 금융권처럼 응답 객체가 복잡하고 필드가 많을수록 직렬화 비용은 더 커진다.

---

● 원인 분석

1) Lombok 의 @Data + Getter 조합 문제

@Data 는 equals, hashcode, toString 까지 생성해버리는데,
Jackson 직렬화 시 리플렉션 비용이 커지고 필드를 스캔하는 비용도 증가한다.

2) 불필요한 null 필드도 모두 JSON 으로 출력

필드 개수가 많아질수록 직렬화 시간이 기하급수적으로 증가한다.

3) LocalDateTime 등 날짜 타입 변환 비용이 높음

Java 8 날짜 타입은 기본적으로 직렬화 비용이 꽤 크다.

4) ObjectMapper 인스턴스를 매 요청마다 생성

Controller·Service 내부에서 ObjectMapper를 NEW 해서 쓰면 직렬화 비용 폭증.

---

● 해결 방법

운영 환경에서 가장 효과가 컸던 패턴을 정리하면 아래와 같다.

---

✔ 1) ObjectMapper Bean을 전역 싱글턴으로 등록

@Configuration
public class JacksonConfig {

    @Bean
    @Primary
    public ObjectMapper objectMapper() {
        return JsonMapper.builder()
                .enable(SerializationFeature.WRITE_ENUMS_USING_TO_STRING)
                .disable(SerializationFeature.WRITE_DATES_AS_TIMESTAMPS)
                .serializationInclusion(JsonInclude.Include.NON_NULL)  // null 필드 제거
                .build();
    }
}

효과: 직렬화 시간 20~30% 감소

---

✔ 2) DTO에서 @JsonInclude / @JsonIgnore 적극 사용

필요 없는 필드를 과감히 제외하면 직렬화 비용은 그대로 줄어든다.

@JsonInclude(JsonInclude.Include.NON_NULL)
public class ResponseDto {

    private String name;

    @JsonIgnore
    private String internalCode;
}

효과: 필드가 많은 응답 객체에서 CPU 사용량 감소

---

✔ 3) 날짜 직렬화를 위한 모듈 적용

objectMapper.registerModule(new JavaTimeModule());

또는 직접 포맷 지정:

@JsonFormat(pattern = "yyyy-MM-dd HH:mm:ss")
private LocalDateTime createdAt;

효과: LocalDateTime 직렬화 비용 안정화

---

✔ 4) @Data 대신 @Getter + @Setter 사용

@Getter
@Setter
public class UserResponse {
    private Long id;
    private String name;
}

@ToString, @EqualsAndHashCode 자동생성 비용을 제거함으로써
객체 스캔 및 직렬화 비용이 실제로 10~20% 감소했다.

---

✔ 5) 대량 리스트는 “Stream → DTO 변환 → JSON” 대신 바로 Writer 사용

objectMapper.writeValue(outputStream, resultList);

효과: 중간 객체 생성(GC) 감소 → TPS 향상

---

● 적용 후 성능 개선 효과

운영 서버 기준:

항목 개선 전 개선 후

JSON 직렬화 평균	60~120ms	18~35ms
CPU 사용률	65% 이상	40% 이하
GC 빈도	2~3배 감소	절반 이하
TPS(초당 요청 처리량)	+15~20% 증가

이처럼 Jackson 튜닝은 단순한 최적화가 아니라
전체 API 응답 지연을 줄이는 핵심 요소가 된다.

---

● 실전 팁 3개 (운영 환경 기준)

1. @Data 를 상시 사용하지 마라 — 직렬화 비용 증가의 주범

필요한 메서드만 명시적으로 작성하는 것이 더 효율적이다.

2. null 필드를 제거하는 것만으로도 직렬화 속도는 눈에 띄게 빨라진다

특히 금융 데이터처럼 필드가 30개 이상이라면 효과가 크다.

3. ObjectMapper 는 반드시 싱글턴 Bean 으로 관리하라

매번 생성하면 CPU·GC 모두 폭발한다.

---

🧩 마무리

이번 편에서는 Spring Boot 운영 환경에서 실제로 효과가 컸던 Jackson 직렬화 성능 튜닝을 다뤘다.
다음 글에서는 ThreadPool 튜닝, Tomcat NIO 설정, slow request trace 분석 같은 더 깊은 운영 경험을 이어서 다룰 예정이다.

---

🔖 TAGS

Java, SpringBoot, Jackson, JSON, PerformanceTuning, BackendOptimization, CPUOptimization, ProductionIssue, RealWorldTips

🍃 Spring Boot 성능 튜닝 시리즈 (전 5편)

1. 1편 — 운영 서버에서 실제로 효과 본 방법
2. 2편 — Jackson 직렬화 튜닝: 숨은 CPU 병목 해결 (현재 글)
3. 3편 — ThreadPool & Tomcat 튜닝: 트래픽 폭주 대응
4. 4편 — DB 성능 모니터링과 SQL 튜닝 사례
5. 5편 — 운영 장애 사례 10선 + 장애 복구 플레이북