How We Mapped a 35-Million-Line Mainframe in 4 Days - Stephen Chin, Neo4j & Neeraj Deshmukh, Blitzy
이 영상은 레거시 시스템의 복잡성으로 인해 AI 기반 현대화에 어려움을 겪는 이유를 설명합니다. Blitzy는 코드베이스 전체를 그래프로 매핑하고, 각 에이전트에게 정확한 컨텍스트 조각을 제공하며, 지속적인 테스트를 통해 기존 시스템과의 완전한 일치성을 보장하는 혁신적인 접근 방식을 제시합니다. 이를 통해 3,500만 라인의 메인프레임 매핑과 같은 대규모 프로젝트를 신속하고 정확하게 현대화했습니다.
핵심 요약
- 레거시 시스템의 복잡성과 AI의 한계: AI는 COBOL 코드의 특정 공식 변환은 가능하지만, 배치 작업, 데이터 레이아웃 등 시스템 전반에 걸쳐 논리가 사용되는 14가지 다른 부분을 놓치기 때문에 전체 시스템 현대화에 실패합니다.
- 컨텍스트 확장의 한계: 100만 토큰의 컨텍스트 창을 가진 모델도 실제로는 20만 토큰 이하의 사용 가능한 컨텍스트만 제공하며, 소프트웨어 규모가 커질수록 정보 손실이 발생합니다. 관계형 데이터베이스나 벡터 데이터베이스는 단일 홉 또는 유사성 검색에 제한됩니다.
- 그래프 기반 접근 방식: 코드를 그래프로 표현하면 프로그램, 실행 작업, 포함된 복사본, 출력 등 모든 관계를 명확하게 파악할 수 있습니다. 각 엣지는 소스 위치, 수정 사항, 참조되는 심볼 등의 메타데이터를 유지합니다.
전체 요약과 종목별 의견·실시간 분석을 보려면 로그인하세요.
로그인 / 회원가입