오늘부터 AWS Database Migration Service Schema Conversion(AWS DMS SC)은 데이터베이스 스키마 전환 경험을 개선하는 새로운 기능을 소개합니다. 이 기능은 자동으로 스키마 객체의 최대 90%를 상용 데이터베이스에서 PostgreSQL 마이그레이션으로 전환합니다.
AWS DMS는 관계형 데이터베이스, 데이터 웨어하우스, NoSQL 데이터베이스 및 기타 유형의 데이터 스토어를 마이그레이션할 수 있게 해주는 클라우드 서비스입니다. AWS DMS를 사용하여 데이터를 Amazon Web Services(AWS) 클라우드로 마이그레이션하거나 클라우드와 온프레미스 설정 조합 간에 마이그레이션할 수 있습니다.
현재 1백만 개 이상의 데이터베이스가 AWS Database Migration Service를 사용하여 마이그레이션되었습니다. AWS DMS는 한 데이터베이스 시스템에서 다른 데이터베이스 시스템으로 데이터를 마이그레이션하는 데 도움이 됩니다. 또한 AWS DMS SC는 여러 데이터베이스 엔진 간에 마이그레이션할 때 소스 데이터베이스 스키마와 프로시저를 대상 데이터베이스 시스템으로 변환하는 데 도움을 줍니다.
그러나 AWS DMS SC가 이러한 마이그레이션의 많은 단계를 자동화하기는 하지만, 일부 복잡한 데이터베이스 코드 요소는 여전히 수동 개입이 필요하기 때문에 마이그레이션 일정이 연장되고 비용이 추가될 수 있습니다. PostgreSQL에서 항상 동일한 기능을 제공하지 않는 전용 시스템 함수 또는 프로시저와 데이터 유형 변환의 경우 특히 그렇습니다.
AWS DMS SC의 새로운 생성형 AI 기능은 가장 시간이 많이 걸리는 스키마 변환 작업을 자동화하여 이러한 문제를 해결하도록 설계되었습니다. 이 새로운 기능은 Amazon Bedrock에서 호스팅되는 대규모 언어 모델(LLM)을 사용하여 기존 변환 기능을 확장합니다. 이 기능은 복잡한 프로시저 및 함수를 포함하여 기존 규칙 기반 기술로는 지원되지 않았던 소스 데이터베이스의 코드 스니펫을 변환합니다.
생성형 AI 지원 코드 변환은 마이그레이션 비용을 줄이고 프로젝트 일정을 가속화하는 데 도움이 됩니다. AWS DMS SC는 스키마 변환 프로세스를 더 많이 자동화하므로 변환 간의 격차를 수동으로 해결하는 것보다 마이그레이션 후 애플리케이션을 개선하고 최적화하는 것과 같은 가치가 높은 작업에 집중할 수 있습니다. 베타 고객은 이미 AWS DMS SC의 이러한 AI 기반 기능으로 성공을 거두어 비용을 절감하고 마이그레이션 속도를 높였습니다.
어떻게 작동하는지 알아 보겠습니다.
이 새로운 생성형 AI 기능을 쉽게 사용할 수 있는지 설명하기 위해 AWS DMS SC의 스키마 변환 프로세스를 살펴보겠습니다. AWS DMS SC는 테이블, 뷰, 저장된 프로시저, 함수 등을 포함한 소스 데이터베이스의 구조를 대상 데이터베이스와 호환되는 형식으로 자동 변환하여 데이터베이스 마이그레이션을 간소화합니다. 자동으로 변환할 수 없는 모든 객체에는 주의 플래그가 수동으로 지정됩니다.
먼저 Amazon Elastic Compute Cloud(Amazon EC2)에서 실행되는 자체 관리형 상용 데이터베이스로 시작하겠습니다. AWS Management Console을 사용하여 인스턴스 프로파일과 데이터 공급자를 정의합니다. 여기서 복제 인스턴스 네트워크 세부 정보, 데이터베이스 엔진 및 해당 엔드포인트, 데이터베이스 암호가 안전하게 저장되는 보안 암호 등을 구성합니다. 마이그레이션 프로젝트도 만들고 있습니다. 이러한 단계는 새로운 것이 아닙니다. 자세한 내용은 AWS 데이터베이스 블로그의 Accelerate your database migration journey using AWS DMS Schema Conversion을 참조하세요.
프로젝트를 만든 후 프로젝트를 선택하고 스키마 변환 탭에서 스키마 변환 시작을 선택합니다. 변환 도구를 처음 시작하는 데 몇 분 정도 걸립니다.
생성형 AI를 사용한 AWS DMS SC는 옵트인 기능입니다. 먼저 옵션을 활성화합니다. 설정 탭에서 변환을 위한 생성형 AI 기능 활성화를 켭니다.
변환의 세부 사항을 살펴보기 전에 마이그레이션 복잡성에 대한 전반적인 평가를 받고 싶습니다. 마이그레이션하려는 스키마를 선택합니다. 그런 다음 메뉴에서 평가를 선택합니다.
몇 분 후 개략적인 요약 정보를 볼 수 있습니다. 작업 항목 탭에는 자세한 내용이 있습니다. 결과 내보내기를 선택하고 PDF를 선택하여 보고서를 받아 동료와 공유할 수 있습니다. 보고서는 S3 버킷에서 생성되고 사용할 수 있습니다.
요약 화면에는 규칙 기반 메서드를 통해 변환할 수 있는 데이터 스토리지 객체 및 데이터베이스 코드 객체의 비율이 표시됩니다. 이 예시에서는 100%와 57%입니다. 생성형 AI 기반 변환을 통해 이 결과를 어떻게 변화시킬지 살펴보겠습니다.
PDF에는 전체 요약, 마이그레이션하려는 객체 수에 대한 다양한 통계, 생성형 AI를 통한 변환 가능성, 마이그레이션의 복잡성 등이 포함되어 있습니다.
보고서를 읽어보니 저장된 프로시저를 마이그레이션하는 데 차단기가 발견되지 않았다는 것을 알게 되었습니다. 마이그레이션하려는 저장된 프로시저(PRC_AIML_DEMO6)를 선택합니다. 그런 다음 소스 데이터베이스(왼쪽)에서 작업 메뉴를 선택하고 변환을 선택합니다.
1~2분 후 왼쪽 창에서 원본 프로시저 코드를 읽을 수 있고 오른쪽 창에서 제안된 마이그레이션 버전을 읽을 수 있습니다.
요약 화면이 업데이트되었습니다. 이제 코드의 100%가 자동으로 변환될 수 있음을 보여줍니다.
코드를 편집하고 필요에 따라 변경할 수 있습니다. 제안된 새 버전이 마음에 들면 대상 데이터베이스 측(오른쪽)에서 작업 메뉴를 선택하고 변경 사항 적용을 선택합니다.
AWS DMS SC는 이 새로운 생성형 AI 기능을 통해 자동으로 스키마 객체 중 최대 90%를 상용 데이터베이스에서 PostgreSQL로 변환할 수 있습니다.
규정 준수 요구 사항을 지원하기 위해 이 기능은 처음에 꺼져 있으며 필요에 따라 활성화할 수 있습니다. AWS DMS SC에서 생성형 AI 기능을 사용하기로 선택하면 변환되는 객체의 복잡성을 기반으로 기존 규칙 기반 방법과 생성형 AI 중에서 하나를 유연하게 결정할 수 있습니다. 생성형 AI에 대한 엄격한 정책을 적용하고 있는 고객은 변환되지 않았거나 부분적으로 변환된 객체에 수동 조정이 필요하므로 계속해서 규칙 기반 접근 방식에만 의존할 수 있습니다.
가용성 및 요금
이 새로운 기능은 현재 미국 동부(오하이오, 버지니아 북부), 미국 서부(오레곤), 유럽(프랑크푸르트) AWS 리전에서 사용할 수 있습니다.
생성형 AI를 사용한 AWS DMS Schema Conversion은 더 빠른 마이그레이션 경로를 제공하고 AWS로의 전환을 가속화하는 데 도움이 됩니다.
시작하려면 AWS DMS Schema Conversion 설명서를 참조하여 이 생성형 AI 기능이 어떻게 다음 데이터베이스 마이그레이션을 간소화할 수 있는지 알아보세요.