Google Cloud 데이터분석(BigQuery)

Siemens Knowledge Fabric로 산업용 소프트웨어 현대화 가속, 에이전트 워크플로우 '코끼리 자르기' 기법 적용

데이터2026년 6월 17일원본 2026년 6월 16일

한마디로

Siemens가 Google Cloud와 함께 만든 Knowledge Fabric이라는 AI 시스템으로 수억 줄의 레거시 산업용 코드를 자동으로 이해하고 현대화할 수 있게 된 거예요

무슨 내용인가

Siemens는 수십억 줄에 달하는 레거시 산업용 소프트웨어를 현대화하기 위해 Google Cloud와 협력해 Knowledge Fabric을 개발했어요. 이 AI 시스템은 Spanner Graph 기반 지식 그래프, Gemini API, Google Agent Development Kit를 활용해 코드, 문서, 요구사항 간의 관계를 3차원으로 매핑하고, 에이전트들이 이 그래프를 순회하면서 복잡한 의존성 분석과 영향도 평가를 수행합니다. '코끼리 자르기'라는 설계 패턴으로 대규모 리팩토링 작업을 검색, 요구사항 도출, 아키텍처 영향 분석, 작업 분해, 코딩 등 5단계 소규모 에이전트 작업으로 분할해 생산성을 크게 높였어요

에디터 노트 | FactStack

핵심은 LLM에 코드를 통째로 던지는 게 아니라 Spanner Graph로 의존성을 지식 그래프화하고, 에이전트가 그 위를 순회하며 영향도를 분석하게 한 구조예요. 마케팅 쪽도 GA4나 CDP 마이그레이션에서 매번 막히는 게 결국 '어떤 태그가 어떤 리포트와 캠페인에 엮여 있나'라는 의존성 지도의 부재인데, 코드를 LLM에 넣기 전에 관계를 먼저 그래프로 구조화해야 한다는 교훈이 그대로 적용돼요. 다만 '코끼리 자르기'로 작업을 잘게 쪼갠다 해도 그래프 자체의 정합성이 틀어지면 에이전트가 자신 있게 틀린 답을 내놓는 구조라, 자동화 비율보다 검증 단계 설계가 실제 비용을 좌우한다는 점은 짚고 넘어가야 해요.

실무 시사점

엔터프라이즈급 레거시 시스템 현대화는 마케팅, 광고 기업들이 직면한 GA4, CDP, CRM 마이그레이션 과제와 유사하므로, 복잡한 데이터 인프라 전환 시 멀티에이전트 워크플로우와 구조화된 지식 그래프 접근법이 구현 비용과 리스크를 크게 줄일 수 있음을 시사합니다

무슨 내용인가

실무 시사점

태그

관련 글