Agentic AI와 Low-Code 결합을 통한 Legacy 현대화 비용 및 리스크 혁신

Context

Java, .NET, COBOL 기반 Legacy 시스템의 현대화 과정에서 발견 단계와 마이그레이션 단계의 비율이 3:1에 달하는 비효율 발생. 중소 규모 기업의 플랫폼 엔지니어링 역량 부족과 복잡한 비즈니스 로직으로 인한 고비용 구조의 한계 직면.

Technical Solution

• 장기 목표를 Directed Graph 형태의 하위 작업으로 분해하는 Agentic AI Orchestration 도입
• Static Analysis, Code Generation, Schema Diffing 툴을 연동하여 분석부터 실행까지 수행하는 자율 루프 설계
• LLM의 임의 코드 생성으로 인한 검증 비용을 줄이기 위해 Low-Code 런타임을 Target Environment로 설정
• Target Application을 Declarative Manifest로 정의하여 생성 결과물을 스키마 기반으로 자동 검증하는 파이프라인 구축
• 모든 Tool Call과 Observation을 Audit Trail로 기록하여 운영 환경 배포 전 설명 가능성(Explainability) 확보