AI가 리서치 시간을 7일에서 15분으로 단축했습니다 — 가레스 요더(Gareth Yoder), 뱅가드

하이라이트

• 뱅가드 캐시 프로그램은 MCP 서버와 AI 도구를 도입하여 레거시 코드베이스 분석에 소요되던 시간을 7일에서 15분으로 단축했습니다.

• 현재 뱅가드 캐시 프로그램 내 엔지니어의 90%가 매일 AI 도구를 활용하며 멀티 에이전트 워크플로우를 운영하고 있습니다.

• 레거시 시스템과 클라우드 시스템의 데이터 일치 여부를 매일 감사하며 행 수준 개수와 개별 열의 금액 및 계좌 정보를 검증합니다.

• 캐시 프로그램 생태계는 하루에 최대 3,000만 건의 호출을 처리하며 매일 50만 개의 원장을 생성합니다.

• 단순한 리프트 앤 시프트 방식 대신 핀테크 업계의 멱등성과 스노플레이크 ID 패러다임을 도입하여 데이터 생태계를 새롭게 재구상했습니다.

타임라인

1. 00:00 - 01:52

   뱅가드 캐시 프로그램의 현대화 배경과 규모

   뱅가드 브로커리지 계좌 고객에게 캐시 플러스 상품을 제공한 이후 본격적인 현대화 작업이 시작되었습니다. 웹, 모바일, 배치 채널을 모두 지원하는 현금 원장은 대규모 트래픽과 높은 신뢰성을 요구하는 핵심 시스템입니다. 레거시 코드베이스를 보유한 환경에서 안정성을 유지하며 현대화를 추진하는 것이 주요 과제였습니다.

   • 현금 원장은 외부 자금 이동 및 계좌 간 현금 이동을 처리하며 ACH와 와이어 등의 결제망을 지원합니다.
   • 시스템은 액티브-액티브 멀티 리전 내결함성 생태계에서 하루 3,000만 건의 호출을 처리합니다.
   • 고객들은 매일 50만 개의 원장을 생성합니다.
2. 01:52 - 03:20

   AI 도구 도입을 통한 리서치 시간 단축

   전사적인 우선순위로 진행된 세 가지 마이그레이션 작업은 초기에는 방대한 수작업 분석이 필요했습니다. 하지만 레거시 코드베이스를 AI 도구와 연동하면서 분석 속도가 획기적으로 빨라졌습니다. 이 변화는 제품 오너와 개발자 모두에게 현대화 성공의 중요한 전환점이 되었습니다.

   • 현대화는 데이터 마이그레이션, 프로듀서 마이그레이션, 컨슈머 마이그레이션의 세 가지 축으로 병행 추진되었습니다.
   • 초기에는 메인프레임 엔지니어와 아키텍트가 수동으로 스키마 모델을 파악했습니다.
   • 레거시 코드베이스를 MCP 서버를 통해 AI 도구에서 활용하면서 피드백 루프가 7일에서 15분으로 단축되었습니다.
3. 03:20 - 04:06

   데이터 마이그레이션과 검증 방식

   데이터 마이그레이션 과정에서는 강한 일관성과 무결성을 보장하기 위해 철저한 검증 절차가 적용되었습니다. 레거시 시스템과 클라우드 시스템 간의 금액, 계좌 정보, 원천징수 금액 등이 정확히 일치하는지 확인했습니다. 과도한 복잡성을 피하고 실용성을 유지하는 방향으로 감사가 진행되었습니다.

   • 업계 표준인 CDC 접근 방식을 활용하여 양쪽 데이터베이스를 모두 스캔했습니다.
   • 매일 수행되는 감사를 통해 행 수준 개수와 개별 열의 금액 및 계좌 정보를 검증했습니다.
   • 현대화 완료 후 폐기될 코드이므로 솔루션을 지나치게 복잡하게 설계하지 않는 것이 중요합니다.
4. 04:06 - 06:08

   프로듀서 마이그레이션과 생태계 재구상

   35개의 프로듀서를 클라우드 생태계로 온보딩하는 과정에서 공통 데이터 스키마와 게이트웨이를 적용했습니다. 단순한 리프트 앤 시프트 방식에서 벗어나 데이터 생태계를 새롭게 설계했습니다. 또한 AI 도구를 통해 프로듀서 측의 질의응답을 처리하며 지원 업무의 효율성을 높였습니다.

   • 프로듀서는 서비스 요청, API, 직접 테이블 삽입의 세 가지 방식으로 인프라를 호출해 왔습니다.
   • 공통 데이터 스키마와 핀테크의 멱등성 개념을 도입하여 단순 이전이 아닌 재설계를 수행했습니다.
   • MCP 서버와 사내 위키를 통해 프로듀서 온보딩 문서를 공유하고 개별 소통 비용을 크게 줄였습니다.
5. 06:08 - 11:12

   컨슈머 마이그레이션과 데이터 접근 채널

   50곳에 달하는 데이터 컨슈머를 온보딩하기 위해 애플리케이션 코드와 비즈니스 유스케이스 정당성을 함께 수집했습니다. 데이터 거버넌스 팀의 지원을 받아 필요한 컨슈머만 특정 데이터 뷰에 접근하도록 통제했습니다. 또한 이벤트 스트리밍 전반에 적어도 한 번 전달과 멱등성을 보장하여 안정성을 확보했습니다.

   • 컨슈머는 실시간, 배치, 스트리밍의 세 가지 채널을 통해 데이터에 접근합니다.
   • 인출 가능 금액 조회를 위한 실시간 API는 GraphQL을 통해 트래픽을 처리합니다.
   • Kafka 이벤트 토픽을 통해 사기 방지 팀 등이 실시간 데이터를 수집할 수 있도록 지원했습니다.
6. 11:12 - 15:29

   조직의 학습 내용과 리더십 주요 포인트

   현대화 여정을 거치며 축적된 지식은 '팀 브레인'이라는 공통 저장소로 통합되어 전파되고 있습니다. 리더십 관점에서 레거시 코드베이스의 AI 쿼리 노출, 마이그레이션 문서화, 단순 이전 탈피, 점진적 AI 도입, 철저한 옵저버빌리티 확보가 성공의 핵심 요소로 강조되었습니다.

   • 현재 캐시 프로그램 엔지니어의 90%가 매일 AI 도구와 멀티 에이전트 워크플로우를 활용합니다.
   • 신규 엔지니어는 공통 지식 베이스를 통해 오랜 기간 근무한 직원과 동일한 맥락을 확보할 수 있습니다.
   • 레거시 코드베이스를 AI로 쿼리 가능하게 만들고 옵저버빌리티를 필수 요소로 확보해야 합니다.