AWS, 데이터베이스 전환에 AI 투입…코드 변환·검증까지 자동화

사람 손이 많이 필요했던 데이터베이스 전환 작업을 인공지능(AI)이 빠르게 자동화하고 있다. 코드 변환뿐 아니라 실제 데이터를 활용한 검증까지 자동으로 처리한다. 장동훈 아마존웹서비스(AWS) 시니어 데이터베이스 스페셜리스트 솔루션즈 아키텍트는 7일 서울 코엑스에서 열린 'AI 페스타 2026' 퓨처 테크 컨퍼런스에서 오라클 데이터베이스 전환을 돕는 '오라클 모더나이제이션 액셀러레이터(OMA)'를 소개했다. 장 아키텍트는 데이터베이스 전환을 기업 데이터팀이 부담스러워하는 작업 중 하나로 꼽았다. 데이터만 옮기는 게 아니라 기존 구조와 코드까지 새 시스템에 맞게 손봐야 하기 때문이다. 그는 "수백·수천 개의 SQL 코드와 데이터베이스 안에 저장된 수백 개 작업 절차를 새 시스템에 맞게 바꿔야 한다고 하면 데이터팀에서는 한숨부터 나올 수밖에 없다"고 말했다. 데이터베이스를 바꾸려면 데이터만 옮겨서는 안 된다. 기존 오라클 환경에서 사용하던 데이터베이스 질의 언어(SQL)와 애플리케이션 코드도 새 시스템에 맞춰 다시 손봐야 한다. 장 아키텍트는 전체 전환 작업의 약 68%가 이 같은 코드 변환에 들어간다고 밝혔다. OMA는 이 작업을 줄이기 위해 개발됐다. 먼저 기존 방식으로 바꿀 수 있는 코드는 정해진 규칙에 따라 자동 변환하고 이 방법으로 처리하기 어려운 부분은 AI 에이전트가 맡는다. 애플리케이션에서 사용하는 SQL도 AI가 새 데이터베이스에 맞게 바꾼다. 여기서 끝나지 않고 기존 데이터베이스와 새 데이터베이스에 실제 데이터를 넣어 같은 결과가 나오는지도 확인한다. 장 아키텍트는 "단순히 코드를 전환하는 데서 그치지 않고 소스와 타깃의 실제 데이터를 기반으로 단위 테스트까지 진행하고 결과를 제공한다"고 말했다. 장 아키텍트는 OMA를 실제 데이터베이스 전환에 적용한 기업 사례도 소개했다. 한 물류기업은 높은 오라클 라이선스 비용과 확장성 문제로 오픈소스 기반 데이터베이스로 옮기려 했지만 기존 시스템에 쌓인 데이터베이스 구조와 애플리케이션 코드를 새 환경에 맞게 손보는 데 많은 인력과 시간이 필요했다. 이 기업은 OMA를 활용해 데이터베이스 구조와 SQL 변환, 변환 결과 검증을 자동화했다. 그 결과 수작업으로 진행할 때보다 전환에 필요한 작업량을 크게 줄였고 현재 다른 시스템에도 OMA 적용을 검토하고 있다. B2C 애플리케이션을 운영하는 또 다른 기업은 기존 시스템에 1만 개가 넘는 SQL이 쌓여 있어 이를 일일이 새 데이터베이스에 맞게 고쳐야 했다. 코드 양이 워낙 많아 전환 자체를 쉽게 시작하기 어려웠지만 OMA가 SQL을 분석해 새 환경에 맞게 변환하고 실제 데이터를 이용해 결과가 같은지도 확인했다. 장 아키텍트는 이 과정을 통해 예상했던 전환 작업량을 크게 줄였고 복잡하고 규모가 큰 오라클 시스템도 AI를 활용하면 전환할 수 있다는 가능성을 확인했다고 설명했다. 인력과 비용이 부족했던 다른 기업은 우선 규모가 작은 시스템부터 OMA를 시험했다. 데이터베이스 구조와 애플리케이션 코드를 바꾸는 작업을 한 사람이 약 이틀 만에 마쳤다. 이 기업은 첫 전환 결과를 바탕으로 OMA를 다른 시스템으로 확대 적용할 계획이다. 장 아키텍트는 "OMA는 많은 노력이 필요한 데이터베이스 전환 업무를 AI 기반으로 자동화하고 변환한 결과의 검증까지 수행한다"며 "보다 쉽고 빠르게, 위험을 줄이면서 데이터베이스를 전환할 수 있도록 돕는다"고 말했다.