AWS Transform for mainframe, Reimagine 기능과 자동 테스트 기능 출시

2025년 5월, AWS Transform for Mainframe을 출시했습니다. 이는 메인프레임 워크로드를 대규모로 현대화하기 위한 최초의 에이전틱 AI 서비스입니다. AI 기반의 메인프레임 에이전트는 초기 평가부터 최종 배포까지 현대화의 모든 단계에서 복잡하고 리소스 집약적인 작업을 자동화하여 메인프레임 현대화를 가속화합니다. COBOL, CICS, DB2, VSAM을 포함하여 레거시 메인프레임 애플리케이션을 최신 클라우드 환경으로 마이그레이션하는 작업을 간소화할 수 있으며, 현대화 일정을 몇 년에서 몇 개월로 단축합니다.

바로 오늘, AI 기반 분석 기능, 재구성된 현대화 패턴 지원, 테스트 자동화를 비롯해 AWS Transform for Mainframe의 향상된 기능을 발표합니다. 이러한 기능 향상을 통해 메인프레임 현대화의 두 가지 중요한 과제를 해결할 수 있습니다. 즉, 애플리케이션을 단순히 클라우드로 이전하는 것이 아니라 완전히 변환해야 하는 필요성과 테스트에 필요한 막대한 시간 및 전문성 요구 사항을 해결할 수 있는 것이죠.

• 메인프레임 현대화 재구성 – 최신 패턴을 사용하거나 배치 프로세스에서 실시간 기능으로 전환하여 고객의 애플리케이션 아키텍처를 완전히 재구성하는 새로운 AI 기반 접근 방식입니다. AWS Transform을 통해 향상된 비즈니스 로직 추출과 새로운 데이터 리니지 분석 및 레거시 소스 코드의 자동화된 데이터 사전 생성을 결합하여 고객이 COBOL 등의 언어로 작성된 모놀리식 메인프레임 애플리케이션을 마이크로서비스와 같은 더 최신의 아키텍처 스타일로 변환하도록 합니다.
• 자동화된 테스트 – 고객이 새로운 자동화 테스트 계획 생성, 테스트 데이터 수집 스크립트 및 테스트 사례 자동화 스크립트를 사용할 수 있습니다. AWS Transform for Mainframe은 데이터 마이그레이션, 결과 검증 및 터미널 연결을 위한 기능 테스트 도구도 제공합니다. 이러한 AI 기반 기능은 함께 작동하여 테스트 일정을 가속화하고 자동화를 통해 정확도를 개선합니다.

메인프레임 현대화와 자동화된 테스트 기능을 재구성하는 방법에 대해 자세히 알아보겠습니다.

메인프레임 현대화를 재구성하는 방법
메인프레임 현대화가 일률적으로 적용할 수 있는 방안이 아니라는 것을 알고 있습니다. 전술적 접근 방식이 기존 시스템의 보강 및 유지에 초점을 맞추는 반면, 전략적 현대화는 리플랫포밍, 리팩터링, 교체 또는 새로운 재구성 등 차별화된 경로를 제시합니다.

재구성 패턴에서 AWS Transform AI 기반 분석은 메인프레임 시스템 분석과 조직 지식을 결합하여 상세한 비즈니스 및 기술 문서와 아키텍처 권장 사항을 생성합니다. 이를 통해 중요한 비즈니스 로직을 보존하는 동시에 최신 클라우드 네이티브 기능을 사용할 수 있습니다.

AWS Transform은 데이터 리니지 분석 및 자동화된 데이터 사전 생성을 포함하여 성공적인 메인프레임 현대화에 필수적인 새로운 고급 데이터 분석 기능을 제공합니다. 이러한 기능은 함께 작동하여 메인프레임 데이터의 사용 및 관계성에 수반되는 구조와 의미를 정의합니다. 고객은 데이터 환경에 대한 완전한 가시성을 확보하여 현대화를 위해 정보에 입각한 의사 결정을 내릴 수 있습니다. 기술 팀은 중요한 비즈니스 로직 및 관계성을 유지하면서 데이터 아키텍처를 자신 있게 재구성할 수 있습니다.

재구성 전략은 휴먼 인 더 루프(human in the loop) 검증 원칙을 따릅니다. 즉 AWS Transform, Kiro와 같은 AI 생성 애플리케이션 사양과 코드는 도메인 전문가가 지속적으로 검증합니다. 이러한 협력적 접근 방식은 AI 기능과 인적 판단 간에 이루어지며, 이를 통해 AI 기반 현대화가 갖는 속도상의 이점을 유지하면서 변환의 위험을 크게 줄일 수 있습니다.

이 방안에는 레거시 메인프레임 애플리케이션을 클라우드 네이티브 마이크로서비스로 변환하는 다음과 같은 3단계 방법론이 있습니다.

• AWS Transform for Mainframe을 사용하여 기존 COBOL 또는 JCL(작업 제어 언어) 코드에서 비즈니스 로직과 규칙을 추출하기 위한 리버스 엔지니어링
• 마이크로서비스 사양, 현대화된 소스 코드, 코드형 인프라(IaC), 현대화된 데이터베이스를 생성하기 위한 포워드 엔지니어링
• 생성된 마이크로서비스를 IaC를 사용하여 Amazon Web Services(AWS)에 배포하고 현대화된 애플리케이션의 기능을 테스트하기 위한 배포 및 테스트

마이크로서비스 아키텍처는 메인프레임 현대화에 상당한 이점을 제공하지만, 모든 시나리오에 가장 적합한 솔루션은 아니라는 점을 이해하는 것이 중요합니다. 아키텍처 패턴의 선택은 시스템의 특정 요구 사항 및 제약 조건에 따라 결정해야 합니다. 핵심은 조직의 클라우드 네이티브 기능이 발전하면서 시간이 지남에 따라 아키텍처 관련 의사 결정도 달라질 수 있다는 점을 인식하여 현재와 향후의 요구 사항에 모두 부합하는 아키텍처를 선택하는 것입니다.

유연한 접근 방식은 자체 개발 및 파트너 주도 개발을 모두 지원하므로 비즈니스 프로세스의 무결성을 유지하면서 선호하는 도구를 사용할 수 있습니다. 수십 년에 걸친 비즈니스 로직을 보존하고 프로젝트 위험을 줄이는 동시에 최신 클라우드 아키텍처의 이점을 누릴 수 있습니다.

자동화된 테스트의 실제 적용
새로운 자동화된 테스트 기능은 출시 시 IBM z/OS 메인프레임 배치 애플리케이션 스택을 지원합니다. 이를 통해 조직은 일관된 프로세스와 도구 사용을 유지하면서 광범위한 현대화 시나리오를 해결할 수 있습니다.

새로운 메인프레임 기능은 다음과 같습니다.

• 테스트 사례 계획 – 메인프레임 코드, 비즈니스 로직 및 스케줄러 계획을 기반으로 테스트 계획을 작성합니다.
• 테스트 데이터 수집 스크립트 생성 – 메인프레임에서 테스트 계획까지, 데이터를 수집하기 위한 JCL 스크립트를 생성합니다.
• 테스트 자동화 스크립트 생성 – 실행 스크립트를 생성하여 대상 AWS 환경에서 실행되는 현대화된 애플리케이션의 테스트를 자동화합니다.

자동화된 테스트를 시작하려면 작업 영역을 설정하고, 각 사용자에게 특정 역할을 할당하고, 작업 영역에 온보딩하도록 해당 사용자를 초대해야 합니다. 자세히 알아보려면 AWS Transform 사용 설명서의 AWS Transform 시작하기를 참조하세요.

작업 영역에서 작업 생성을 선택합니다. 지원되는 모든 유형의 변환 작업을 볼 수 있습니다. 이 예에서는 메인프레임 현대화 작업을 선택하여 메인프레임 애플리케이션을 현대화하겠습니다.

새 작업이 생성되면 테스트 생성을 위한 현대화를 시작할 수 있습니다. 이 워크플로는 순차적으로 진행되며, 필요한 정보를 제공하면서 AI 에이전트의 질문에 답할 수 있는 곳입니다. 공동 작업자를 추가하고 Amazon Simple Storage Service(Amazon S3) 버킷에서 코드베이스 또는 문서가 위치할 리소스 위치를 지정할 수 있습니다.

온라인 트랜잭션 처리 및 배치 작업을 포함한 프레젠테이션(BMS 화면), 비즈니스 로직(COBOL) 및 데이터(VSAM/DB2)와 함께 신용 카드 관리 시스템용 샘플 애플리케이션을 메인프레임 뱅킹 사례로 사용하겠습니다.

코드 분석, 비즈니스 로직 추출, 코드 분해, 마이그레이션 웨이브 계획 단계를 완료한 후에는 테스트 사례 계획, 테스트 데이터 수집 스크립트 생성, 테스트 자동화 스크립트와 같은 새로운 자동화 테스트 기능을 이용할 수 있습니다.

새로운 테스트 워크플로는 현대화 프로젝트를 위한 테스트 계획을 작성하고 테스트 데이터 수집 스크립트를 생성합니다. 다음과 같은 세 가지 계획 단계를 거치게 됩니다.

• 테스트 계획 입력 구성 – 테스트 계획을 다른 작업 파일에 연결할 수 있습니다. 테스트 계획은 메인프레임 애플리케이션 코드 분석을 기반으로 생성되며 추출된 비즈니스 로직, 기술 문서, 분해 및 스케줄러 계획을 사용하여 선택적으로 추가 세부 정보를 제공할 수 있습니다.
• 테스트 계획 범위 정의 – 애플리케이션의 실행 흐름이 시작되는 특정 프로그램인 진입점을 정의할 수 있습니다. 예를 들어, 배치 작업을 위한 JCL이 있습니다. 테스트 계획에서 각 기능 테스트 사례는 특정 진입점에서 실행을 시작하도록 설계되었습니다.
• 테스트 계획 구체화 – 테스트 계획은 순차적인 테스트 사례로 구성됩니다. 테스트 사례 세부 정보 페이지에서 사례의 순서를 바꾸거나, 새 사례를 추가하거나, 여러 사례를 병합하거나, 하나의 사례를 둘로 분할할 수 있습니다. 배치 테스트 사례는 스케줄러 계획에 따른 일련의 JCL로 구성됩니다.

테스트 데이터 수집 스크립트를 생성하면 기능 동등성 테스트를 위해 메인프레임 애플리케이션에서 테스트 데이터를 수집합니다. 이 단계에서는 현대화된 애플리케이션을 테스트하는 데 사용할 샘플 애플리케이션의 다양한 데이터 소스(예: VSAM 파일 또는 DB2 데이터베이스)에서 테스트 데이터를 수집하는 데 도움이 되는 JCL 스크립트를 적극적으로 생성합니다. 이 단계는 VSAM 데이터세트에서 테스트 데이터를 추출하고, DB2 테이블에서 샘플 데이터를 쿼리하며, 순차적 데이터세트를 수집하고, 데이터 수집 워크플로를 생성할 수 있는 자동화된 스크립트를 생성하도록 설계되었습니다. 이 단계를 완료하면 종합적인 테스트 데이터 수집 스크립트를 사용할 수 있습니다.

자동화된 테스트에 대해 자세히 알아보려면 AWS Transform 사용 설명서의 메인프레임 애플리케이션 현대화를 참조하세요.

지금 이용 가능
AWS Transform for Mainframe의 새로운 기능은 현재 AWS Transform for Mainframe이 제공되는 모든 AWS 리전에서 사용할 수 있습니다. 리전별 사용 가능 여부 및 향후 로드맵은 리전별 AWS 기능을 참조하세요. 현재 평가 및 변환을 비롯한 핵심 기능을 AWS 고객에게 무료로 제공하고 있습니다. 자세히 알아보려면 AWS Transform 요금 페이지를 참조하세요.

AWS Transform 콘솔에서 사용해 보세요. 자세한 내용은 AWS Transform for Mainframe 제품 페이지를 참조하고, 피드백을 전달하려면 AWS Transform for Mainframe용 AWS re:Post를 이용하거나 평소 교류하는 AWS Support 담당자를 통해 보내주세요.

— Channy