배경

디지털 전환이 심화되는 현시점에서, 특히 일본을 비롯한 선진국의 전통 산업이 직면한 가장 큰 과제는 노후화된 레거시 시스템의 유지보수와 현대화입니다. 2026년 3월 30일, 후지쯔는 생성형 AI 기반의 엔터프라이즈 서비스인 'Fujitsu Application Transform powered by Fujitsu Kozuchi'를正式发布했습니다. 이 서비스는 COBOL 등 구형 프로그래밍 언어로 작성된 방대한 소스 코드를 자동으로 분석하여, 정확하고 상세한 설계 문서를 생성하는 것을 핵심 기능으로 합니다. 후지쯔가 공개한 내부 테스트 데이터에 따르면, 이 도구는 범용 생성형 AI 도구 대비 작업 시간을 약 97% 절감했으며, 문서의 완전성은 95%, 가독성은 60% 향상시키는 놀라운 성과를 거두었습니다. 이는 단순한 코딩 보조를 넘어, 복잡한 구식 코드베이스를 이해하고 재구성하는 데 있어 AI가 가진 잠재력을 입증하는 사례입니다.

이 서비스는 초기에는 SaaS 형태로 일본 시장에서 출시되었으며, 주로 다수의 COBOL 기반 시스템을 보유한 금융 및 제조 기업을 타겟으로 합니다. 후지쯔는 2026 회계연도를 기준으로 일본 외 지역으로의 확대를 계획하고 있으며, 코드 리팩토링 및 재작성 기능까지 확장할 예정인 점을 미루어 볼 때, 이 분야에서 장기적인 전략적 입지를 다지려는 의도가 명확합니다. 일본은 선진국 중 레거시 시스템 밀도가 가장 높은 국가 중 하나로, 금융 기관, 제조업, 정부 기관이 여전히 문서화되지 않은 COBOL 및 초기 Java 코어로 시스템을 운영하며 '손대지 말라'는 유지보수 전략을 고수해 왔습니다. 이러한 배경 속에서 Kozuchi는 단순한 기술 도입이 아닌, 산업 전반의 구조적痛点을 해결하기 위한 필수적인 인프라로 자리 잡고 있습니다.

심층 분석

Kozuchi의 성공은 우연이 아니라, 레거시 시스템 현대화라는 특정 시나리오에 맞춰 깊이 최적화된 결과물입니다. 기존 코드 분석 도구는 정적인 구조만 보여주어 비즈니스 로직의 심층 의미를 파악하기 어렵고, 범용 대형 언어 모델(LLM)은 주석이 없고 구조가 혼란스러운 레거시 코드에서 환각 현상을 일으키거나 지나치게 일반화된 설명을 생성하여 문서의 실용성을 떨어뜨리는 한계가 있었습니다. 반면, Kozuchi는 하위 레벨의 코드 명령어를 상위 레벨의 비즈니스 로직 개념으로 매핑하는 의미론적 코드 이해를 수행합니다. 이는 단순한 텍스트 번역이 아닌, 시스템의 맥락을 파악하는 '시스템 고고학자'의 역할을 수행하는 것으로, 지식 이전의 장벽을 획기적으로 낮춥니다.

범용 LLM과의 비교에서 Kozuchi의 기술적 우위는 명확하게 드러납니다. GPT-5와 같은 범용 모델은 100만 토큰의 컨텍스트를 지원하지만, 50만 라인 이상의 방대한 프로젝트를 처리하는 데 한계가 있으며, JCL이나 CICS와 같은 메인프레임 특유의 개념을 오해할 위험이 있습니다. Kozuchi는 수백만 라인 규모의 프로젝트를 계층적 분석 방식으로 처리하며, 도메인 특화 파인튜닝을 통해 정확도를 높였습니다. 또한, 범용 모델이 자유 텍스트를 생성하는 것과 달리, Kozuchi는 엔터프라이즈 표준을 충족하는 UML 클래스 다이어그램, 시퀀스 다이어그램, ER 다이어그램을 표준화된 형식으로 출력합니다. 이는 개발자가 즉시 활용 가능한 수준의 설계 산출물을 제공한다는 점에서 기업용 AI 도구가 '표면적 보조'에서 '핵심 비즈니스 로직 해석'으로 진화했음을 보여줍니다.

COBOL 코드의 '불멸성'은 이러한 도구의 필요성을 더욱 절실하게 만듭니다. 전 세계 생산 환경에는 약 8,000억 줄의 COBOL 코드가 남아있으며, 이는 ATM 거래의 95%, 실시간 은행 거래의 80%를 처리하고 있습니다. 평균 COBOL 개발자의 나이가 55세를 넘어선 가운데, 지식 고갈 위기가 심화되고 있습니다. 호주 연방은행이 COBOL에서 Java로의 마이그레이션에 7억 5천만 달러와 5년의 시간을 투입한 사례처럼, 재작성 비용은 막대합니다. Kozuchi는 이러한 '너무 크고 중요해서 손대기 어렵지만, 방치하기도 위험한' 딜레마에 대한 중간 경로를 제시합니다. 완전한 재작성 대신, AI 기반 이해를 통한 모듈식 현대화의 길을 열어주는 것입니다.

산업 영향

Kozuchi의 등장은 금융, 통신, 제조업 등 레거시 시스템 의존도가 높은 산업의 경쟁 구도에 지대한 영향을 미칠 것입니다. 이러한 기업들은 수십 년 전 작성된 핵심 시스템을 운영하며 높은 유지보수 비용과 인력 단절 문제를 안고 있습니다. Kozuchi는 시스템의 완전한 재작성 없이도 핵심 로직을 점진적으로 이해하고 업데이트할 수 있는 저비용 고효율의 전이 솔루션을 제공함으로써, 시스템의 수명을 연장하고 리스크를 줄이는 데 기여합니다. 이는 기업들이 디지털 전환 과정에서 겪는 기술적 부채를 해소하는 데 결정적인 역할을 할 것으로 예상됩니다.

소프트웨어 개발 서비스 제공사 및 시스템 통합(SI) 업체들에게도 새로운 도전과机遇가 동시에 찾아왔습니다. 전통적으로 레거시 시스템 분석 및 문서화는 수개월에서 수년이 걸리는 고인력 집약적 작업이었습니다. Kozuchi의 도입은 이러한 시간적 비용을 획기적으로 단축시키므로, SI 업체들은 비즈니스 모델과 가격 책정 전략을 재조정해야 합니다. 동시에, 이전에는 비용 문제로 보류되었던 현대화 프로젝트들이 가속화될 가능성이 높습니다. 그러나 이는 AI가 생성한 코드와 문서의 보안성, 정확성, 데이터 프라이버시 문제에 대한 새로운 논의를 촉발시킵니다. 핵심 비즈니스 로직을 다루는 만큼, AI가 논리적 결함을 도입하지 않도록 하는 검증 프로세스와 기업级 서비스로서의 안전성 확보가 채택의 관건이 될 것입니다.

후지쯔는 초기 시장을 일본 국내로 한정하고 엔터프라이즈 서비스의 안전성을 강조하며, 혁신과 규제 준수 사이의 균형을 모색하고 있습니다. 이는 AI 기술의 빠른 도입이 가져올 수 있는 잠재적 위험을 통제하려는 전략적 판단으로 해석됩니다. 또한, AI 생성 문서의 정확성을 보장하기 위한 새로운 엔지니어링 표준과 검증 프레임워크가 산업 전반에 확산될 것으로 보입니다. 이는 단순한 도구 도입을 넘어, 소프트웨어 개발 라이프사이클 전반의 프로세스 재설계를 요구하는 변화입니다.

전망

향후 Kozuchi의 발전 방향은 '시스템 이해'에서 '시스템改造'로의 전환에 초점이 맞춰져 있습니다. 후지쯔는 2026 회계연도에 코드 리팩토링 및 재작성 기능을 출시할 계획이며, 이는 Kozuchi를 단순한 문서 생성 도구를 넘어선 완전한 레거시 시스템 현대화 플랫폼으로 격상시키는 계기가 될 것입니다. 로드맵에 따르면, 현재는 소스 코드 분석을 통한 자동 설계 문서 생성(Phase 1)이 제공되며, 2026년 중반에는 영향도 분석, 의존성 매핑, 위험 평가를 포함한 AI 기반 리팩토링 계획 제안(Phase 2)이 추가됩니다. 2026년 후반에는 Java, Python, Go 등 현대적 언어로의 대체 코드 생성 및 동작 동일성 검증을 위한 자동 테스트 생성(Phase 3) 기능이 도입될 예정입니다.

이러한 단계적 접근 방식은 자동 재작성이 선행 이해 없이는 신뢰할 수 없는 결과를 낳을 수 있다는 후지쯔의 신중한 판단을 반영합니다. Phase 1에서 깊은 이해를 구축한 후 Phase 2와 Phase 3로 나아가는 구조는, AI가 소프트웨어 엔지니어링에서 단순한 보조 도구를 넘어 의사결정의 핵심 파트너로 자리매김할 것임을 시사합니다. 이는 코드 분석, 문서 생성, 리팩토링 제안이 폐쇄적으로 연결된 새로운 AI 기반 소프트웨어 엔지니어링 표준을 탄생시킬 수 있습니다.

또한, 다른 기술 거대 기업들도 Java, C++ 등 주요하지만 여전히 레거시 코드가 많은 언어 분야를 대상으로 한 유사한 수직 분야 AI 도구 개발에 박차를 가할 것으로 보입니다. 개발자의 역할도 코드 작성에서 AI 생성 결과의 검증, 최적화, 비즈니스 로직 확인으로 변화할 것입니다. 후지쯔의 Kozuchi는 개념 검증(PoC) 단계를 넘어 대규모 산업적 적용으로 나아가는 중요한 이정표가 될 것이며, AI가 주도하는 소프트웨어 산업의 심층적인 변혁을 예고하고 있습니다. 이는 단순한 효율성 개선을 넘어, 디지털 인프라의 지속 가능성을 보장하는 전략적 자산으로 AI의 가치를 재정의하는 계기가 될 것입니다.