목록 보기
Amazon Q Developer를 이용한 일신비츠온의 이기종 데이터베이스 마이그레이션 사례
AI

Amazon Q Developer를 이용한 일신비츠온의 이기종 데이터베이스 마이그레이션 사례

AWS
AWS
2025년 10월 30일

두줄요약

일신비츠온은 MSSQL 레거시를 PostgreSQL로 옮기기 위해 DMS와 Babelfish를 먼저 활용했습니다. 복잡한 저장 프로시저와 함수는 Amazon Q Developer로 보완해 자동 변환율과 작업 속도를 크게 높였습니다.

문제 상황

  • MSSQL 기반 레거시 시스템의 유지보수 비용 증가, 확장성 한계, 라이선스 리스크로 PostgreSQL로의 마이그레이션 필요
  • 스키마 차이, 저장 프로시저와 함수 변환, 성능 보장, 운영 중단 최소화 등으로 이기종 DB 이전 난이도 높음
  • 기존 규칙 기반 도구와 수작업만으로는 복잡한 쿼리·코드 객체 변환에 시간과 오류 부담 발생

원인 분석

  • 전체 객체 중 일부는 자동 변환이 가능했지만, 나머지는 비표준 T-SQL 문법, 트랜잭션 처리, 문자열 변환, 대소문자 처리 등으로 수작업 필요
  • 복잡한 저장 프로시저와 함수, 임베디드 SQL이 대량으로 존재해 기존 도구의 자동화 범위에 한계
  • 변환 실패 항목을 개별 대응하면 기간 장기화와 예산 초과 위험 증가

해결 방법

  • DMS Schema Conversion과 DMS로 스키마·데이터를 먼저 이관하고, Babelfish로 T-SQL 호환성 기반 전환 경로 검토
  • Amazon Q Developer로 실패한 코드 객체를 파일·폴더 단위로 분석하고, 반복 패턴을 프롬프트 기반으로 PostgreSQL 문법에 맞게 변환
  • 변환 후 빌드·테스트·오류 수정의 반복 루프를 통해 자동 변환율을 96%까지 끌어올림

다음 읽기

#AWS DMS 주제를 이어서 읽기

생성형 AI를 활용한 이기종 데이터베이스 마이그레이션

이기종 데이터베이스 마이그레이션에서 생성형 AI로 스키마와 SQL 변환 공수를 줄이는 OMA를 소개했습니다.\n변환 뒤에는 단위 테스트와 기능 테스트로 결과를 검증해 정확성과 안정성을 높였습니다.

AWS
AWS
AI

댓글 0

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...