왜 이 사례에 주목해야 할까?
항공사 이커머스 솔루션 기업 Datalex는 20년 이상 축적된 미션 크리티컬 Java/EJB2 시스템을 운영해 왔습니다. 하지만 항공 업계가 'Modern Airline Retailing' 모델로 전환하면서, 기존 시스템을 유지하면서도 차세대 기능을 빠르게 출시해야 하는 과제에 직면했죠. CTO Brian Lewis는 이를 "Datalex의 가장 중요한 프로젝트"라고 표현했습니다.
이 글은 Datalex가 AWS의 Experience-Based Acceleration (EBA) 워크숍을 통해 단 3일 만에 레거시 현대화의 가능성을 입증하고, 재사용 가능한 마이그레이션 패턴을 확립한 과정을 다룹니다. 특히 에이전틱 AI(Amazon Bedrock)를 활용한 자연어 인터페이스 구축 사례는 주목할 만합니다.
근거자료: AWS Architecture Blog - Accelerating airline retailing innovation
국내 SI 환경에서도 레거시 시스템 현대화는 늘 숙제인데, 이 사례는 '점진적 마이그레이션'과 'AI 지원 자동화'의 실질적인 접근법을 보여줍니다.
핵심 전략: 4개 병렬 워크스트림
EBA 워크숍은 16명의 Datalex 엔지니어와 6명의 AWS 전문가가 참여한 3일 집중 프로그램으로, 전체 시스템을 한 번에 바꾸는 대신 4개 영역에서 동시에 가능성을 검증했습니다.
| 워크스트림 | 주요 내용 | 성과 |
|---|---|---|
| 1. 마이크로서비스 프로토타이핑 | Reservation 컴포넌트를 Spring Boot + Java 21로 추출 | 기술적 실현 가능성 입증, 재사용 패턴 확립 |
| 2. DevSecOps 파이프라인 | ECS, ECR, Security Hub 기반 CI/CD 구축 | 배포 시간을 수 시간에서 10분 이내로 단축 |
| 3. QA 및 관측성 | CloudWatch, Datadog, Strangler Fig 패턴 적용 | 실시간 모니터링 및 무중단 검증 체계 확보 |
| 4. 에이전틱 AI PoC | Amazon Bedrock AgentCore 기반 자연어 예약 조회 | AI 통합 가능성 검증 및 패턴 정립 |
기술적 핵심 포인트
- 런타임 현대화: Java 8 → Java 21 전환으로 가상 스레드와 최적화된 GC를 활용, 메모리 사용량 35% 절감.
- 프레임워크 전환: EJB2 → Spring Boot로 모듈화 및 테스트 용이성 확보.
- 컨테이너화: Amazon ECS Fargate로 운영 부담 최소화.
- Strangler Fig 패턴: 비즈니스 서비스 프록시를 통해 기존 n-tier와 신규 마이크로서비스 간 트래픽을 점진적으로 라우팅.
- 에이전틱 AI: Amazon Bedrock AgentCore로 인증, 데이터 조회, 보고용 전문 에이전트를 오케스트레이션하고, MCP 게이트웨이를 통해 REST API와 안전하게 연동.
다음은 마이그레이션 패턴을 보여주는 간단한 의사 코드입니다.
// 기존 EJB 컴포넌트를 Spring Boot 서비스로 전환하는 예시
@RestController
public class ReservationController {
private final ReservationService service;
public ReservationController(ReservationService service) {
this.service = service;
}
@GetMapping("/reservations/{id}")
public Reservation getReservation(@PathVariable String id) {
return service.findById(id);
}
}
이처럼 점진적 추출을 통해 기존 로직을 유지하면서도 현대적인 아키텍처로 전환할 수 있습니다.
주의사항 및 심화 팁
- 의존성 분석의 중요성: 레거시 시스템에서 서비스를 추출할 때는 숨겨진 의존성을 파악하는 것이 가장 어렵습니다. EBA에서는 1일 차에 이 부분을 집중적으로 검증했습니다.
- 보안 및 모니터링은 마이그레이션 중에: 워크숍에서는 처음부터 DevSecOps와 관측성을 통합했습니다. 나중에 추가하면 비용과 리스크가 커집니다.
- AI 에이전트 도입 시 보안 경계 설정: Amazon Cognito와 MCP 게이트웨이를 통해 에이전트와 API 간 안전한 통신을 보장해야 합니다.
- 조직 차원의 지원 확보: CTO가 직접 스폰서를 맡고, 보드 승인을 받아 예산을 확보한 점이 성공 요인입니다.
실무 적용을 위한 체크리스트
- 한 개의 서비스로 먼저 증명하라 – 전체 마이그레이션 계획 전에 작은 단위로 가능성을 입증하세요.
- 팀이 직접 참여해야 한다 – 문서만으로는 중요한 의사결정을 담을 수 없습니다.
- AI 도구를 적극 활용하라 – Amazon Q Developer, Kiro 같은 도구가 반복 작업을 자동화합니다.
더 깊이 있는 AI 코딩 트렌드를 알고 싶다면 Vercel v0의 진화를 참고해 보세요. 또한 프라이버시 보호 기술에 관심 있다면 메신저 링크 안전 확인 방법도 함께 읽어보시길 권합니다.
결론: 점진적 현대화의 교훈
Datalex 사례는 레거시 현대화가 반드시 '빅뱅'일 필요는 없다는 것을 보여줍니다. 3일간의 EBA 워크숍으로 4백만 라인 코드에 적용할 수 있는 재사용 패턴을 확립하고, 35% 메모리 절감, 배포 시간 10분 이내, 60% 빠른 시작 시간이라는 구체적인 성과를 얻었습니다.
국내 개발 조직에서도 다음과 같은 시사점을 얻을 수 있습니다:
- 작게 시작하라: 전체 시스템이 아닌 하나의 컴포넌트로 가능성을 검증하세요.
- AI를 활용하라: Amazon Q Developer, Kiro 같은 도구로 반복 작업을 줄이세요.
- 보안과 모니터링을 내재화하라: 마이그레이션 과정에 자연스럽게 녹여내야 합니다.
이제 여러분의 조직에서도 점진적 현대화를 시작해 보세요. 다음 단계로는 AWS Modernization Hub에서 Java 애플리케이션 현대화 가이드를 참고하시길 추천합니다.