20년 된 ERP에 AI 에이전트 입히기: 레거시 통합을 위한 가이드

모든 인상적인 AI 에이전트 데모는 깨끗하고 현대적인 API를 대상으로 실행됩니다. 하지만 모든 실제 기업은 다른 것을 기반으로 운영됩니다. 20년 된 ERP, 고정 너비 파일 형식(fixed-width file format)으로만 대화하는 메인프레임, 혹은 10년 전에 벤더사가 파산하여 '통합 레이어(integration layer)'라고는 FTP 서버에 매일 밤 떨어지는 CSV 파일뿐인 시스템 같은 것들 말입니다. 데모와 실제 배포 사이의 간극은 거의 항상 바로 이 간극에서 발생합니다.

우리는 소프트웨어는커녕 확률론적 언어 모델(probabilistic language model)과 대화하도록 설계조차 되지 않은 시스템 앞에 에이전트를 배치하는 작업을 많이 수행합니다. 비즈니스가 실제로 운영되는 시스템을 망가뜨리지 않고 이를 작동시키는 방법에 대해 우리가 배운 점들을 소개합니다.

교체하지 말고 감싸라 (Wrap, do not replace)

첫 번째 유혹은 에이전트가 호출하기 좋도록 레거시 시스템을 "현대화"하는 것입니다. 이를 저지하십시오. 해당 ERP는 급여, 재고 또는 보험 청구를 처리합니다. 내부 구조를 건드리는 것은 수년이 걸리는 고위험 프로젝트이며, 프로젝트를 마치기도 전에 에이전트는 구식이 될 것입니다. 대신, 시스템
주변에 얇은 통합 레이어(integration layer)를 구축하십시오. 몇 개의 깨끗하고 잘 정의된 엔드포인트(endpoints)를 노출하고, 이를 레거시 시스템이 이해할 수 있는 방식(SOAP 호출, 저장 프로시저(stored procedure), 스크린 스크래핑(screen-scrape), 파일 드롭 등)으로 변환하는 작은 서비스를 만드는 것입니다. 에이전트는 당신의 깨끗한 레이어와 대화합니다. 당신의 레이어가 그 추함을 흡수합니다.

에이전트는 절대로 시스템 레코드(system of record)에 직접 접근해서는 안 된다

이것은 가장 중요한 단 하나의 규칙입니다. 에이전트는 결국 당신이 예측하지 못한 행동을 하게 될 것입니다. 동일한 작업을 두 번 호출하거나, 잘못된 형식의 값을 전달하거나, 이미 성공한 요청을 재시도할 수도 있습니다. 만약 그 동작이 돈, 재고, 또는 환자 기록에 대한 진실을 보유한 시스템에 직접 전달된다면, 이는 실제 사고로 이어집니다. 따라서 우리는 항상 경계(boundary)를 삽입합니다. 에이전트가 작업을 제안하면, 통합 레이어가 이를 검증하고, 검증된 잘 형성된 멱등성(idempotent) 작업만이 코어에 도달합니다. 레거시 시스템은 깨끗한 입력을 받거나, 혹은 아무 입력도 받지 않게 됩니다.

모든 쓰기 작업을 멱등하게(idempotent) 만들어라

오래된 시스템은 중복 제출을 거의 용납하지 못합니다. '송장 생성' 작업을 두 번 실행하면 송장이 두 개 생깁니다. 에이전트는 시간 초과(timeout), 모호한 응답, 혹은 실패처럼 보였지만 실제로는 그렇지 않은 단계에서 재시도하기 때문에, 여러분은 중복 호출이 발생할 것이라고 가정해야 합니다. 모든 작업에 멱등성 키(idempotency key)를 부여합니다. 이는 레이어가 행동하기 전에 확인하는 결정론적 식별자입니다. 이 키를 이미 본 적이 있습니까? 다시 수행하는 대신 이전 결과를 반환하세요. 이 패턴 하나가 값비싸고 당황스러운 오류의 한 범주를 예방해 줍니다.

데이터 모델을 변환하고, 누설하지 마라

레거시 시스템은 수십 년간 쌓인 기이한 점들(quirks)을 가지고 있습니다. '승인-검토 대기'를 의미하는

한 제조 고객은 "4471번 주문이 언제 출고되나요?"라는 질문에 답할 수 있는 에이전트를 원했습니다. 데이터는 2000년대 초반의 ERP에 저장되어 있었으며, 암호화된 필드들이 벽처럼 나열되어 반환되는 투박한 내부 API를 통해서만 접근할 수 있었습니다. 우리는 ERP를 직접 건드리지 않았습니다. 대신 ERP를 호출하여 암호화된 필드들을 평이한 상태 개념(status concepts)으로 번역하고, 오래된 시스템의 부담을 줄이기 위해 결과를 몇 분간 캐싱(caching)하며, 하나의 깔끔한 엔드포인트(endpoint)를 노출하는 읽기 전용 서비스(read-only service)를 구축했습니다. 에이전트는 그 엔드포인트를 쿼리(query)했습니다. ERP에 가해진 총 부하(footprint)는 최소 수준이었습니다. 운영 환경에 대한 리스크는 거의 제로에 가까웠습니다. 계획실에 전화를 걸어야 했던 현장 직원들에게 제공된 가치는 즉각적이었습니다.

진짜 기술은 모델이 아니라 경계(boundaries)에 있다

에이전트를 레거시 시스템에 연결하는 것은 AI의 문제인 경우가 드뭅니다. 그것은 시스템 엔지니어링(systems-engineering)의 문제—멱등성(idempotency), 검증(validation), 번역(translation), 우아한 성능 저하(graceful degradation)—이며, 한쪽 끝에 에이전트가 놓여 있을 뿐입니다. 성공하는 팀은 레거시 시스템을 존중하며, 이를 조심스럽게 래핑(wrap)하고, 스택의 예측 불가능한 부분이 대체 불가능한 부분에 직접 닿지 않도록 합니다. 그 규율(discipline)이 게임의 전부입니다.

Shanti Infosoft 소개: Shanti Infosoft는 16개 이상의 산업 분야에서 700개 이상의 프로젝트를 수행한 CMMI Level 5 AI 개발 기업입니다. 우리는 팀이 AI 아이디어에서 신뢰할 수 있는 프로덕션급(production-grade) 소프트웨어로 나아갈 수 있도록 돕습니다 - shantiinfosoft.com | AI 통합 서비스(AI integration services).

레거시 ERP나 CRM 주변에서 우회하는 방식이 아니라, 레거시 시스템과 직접 작동하는 AI 에이전트가 필요하다면, 저희가 귀하의 스택에 가장 안전한 통합 경로를 설계해 드릴 수 있습니다. 저희 팀과 상담하세요.

Rishabh Jain은 Shanti Infosoft의 디렉터이며, 이곳의 팀은 실제 비즈니스 운영을 위한 AI 에이전트와 자동화를 구축합니다.