대규모 마이그레이션을 위한 Agentic AI와 Harness Engineering

프로젝트 개요

약 100개의 온프레미스 레거시 서비스를 AWS로 전환하는 All-in Migration 프로그램에서 Agentic AI 파일럿을 이끌었습니다. 파일럿 대상 4개 서비스에 초기 현황 진단과 코드 분석부터 아키텍처 설계, 코드 변환, 테스트까지 이어지는 자동화 체계를 적용하고, 전체 마이그레이션 프로그램으로 확장할 수 있는지 검증했습니다.

이 프로젝트의 핵심 과제는 코드 생성만이 아니었습니다. 여러 협력사의 개발자가 함께 참여해 AI 활용 역량의 편차가 컸지만, 모든 전환 결과물에는 동일한 엔터프라이즈 아키텍처와 보안 정책을 적용해야 했습니다. 재사용 가능한 에이전트 시스템과 Harness Engineering을 도입해 기술 워크플로와 개발자 역량 차이를 함께 해결했습니다.

기여 내용

• 4개 서비스 파일럿의 기술 방향과 에이전트가 이어지는 전체 워크플로, 정량 평가 기준을 정의했습니다.
• Amazon Bedrock AgentCore와 Strands Agents SDK를 기반으로 Discovery, Code Analyzer, Design Doc, Unit Test 에이전트를 설계하고 개발했습니다. 각 에이전트가 구조화된 산출물을 다음 단계에 전달하도록 진단, 설계, 전환, 검증 과정을 연결했습니다.
• AWS Transform과 Amazon Kiro를 결합해 반복 가능한 코드 변경과 축적된 지식이 필요한 복잡한 변환 작업을 모두 자동화했습니다.
• Agent, Power, Skill, Steering으로 구성된 Harness Engineering 체계와 CLI를 도입했습니다. 개발자의 작업 공간에 엔터프라이즈 보안 정책과 검증된 마이그레이션 노하우가 자동으로 설정되도록 구현했습니다.
• 완료한 전환 패턴을 재사용 가능한 Skill로 축적하는 지식 플라이휠을 구축했습니다. 서비스 전환을 거듭할수록 더 많은 맥락을 활용하고 개인의 경험에 덜 의존하도록 했습니다.
• 파일럿에서 검증한 에이전트와 하네스를 전체 마이그레이션 프로그램에 적용할 표준 수행 모델로 정립했습니다.

성과

• 코드 진단 공수 40% 절감 — 진단과 개선 항목 도출에 필요한 공수를 서비스당 5인일에서 3인일로 줄였습니다.
• 코드 수정 공수 50% 절감 — 코드 변환에 필요한 공수를 서비스당 100인일에서 50인일로 줄였습니다.
• 마이그레이션 자동화율 80.6% 달성 — 자동화율을 48.6%에서 80.6%로 끌어올려 목표치인 60%를 초과했습니다.
• 30분 이내에 설계 문서 초안 생성 — 며칠이 걸리던 To-Be 설계 문서 초안 작성 시간을 서비스당 30분 이내로 줄였습니다.
• 평균 브랜치 커버리지 90% 달성 — 139개 메서드의 단위 테스트를 자동으로 생성하고 검증했습니다.

Harness Engineering이 만든 차이

Harness Engineering은 조직의 지식을 문서나 개인의 경험에 남겨 두지 않고 에이전트의 작업 맥락에 포함했습니다. Skill에는 반복 가능한 구현 패턴을 담고, Steering으로 보안 및 코딩 정책을 적용했으며, Power에는 도구와 워크플로를 패키징했습니다. CLI는 프로젝트마다 이 구성요소를 일관되게 조립했습니다. 파일럿이 진행될수록 지식 기반 변환 범위는 넓어지고 사람에게 의존하는 작업은 줄어들어, 서비스를 전환할 때마다 더 효과적으로 작동하는 체계를 만들었습니다.