애플리케이션 코드 배포 솔루션 업체 하니스(Harness)가 데이터베이스 변경 자동화를 위한 새로운 AI 툴을 선보이며 데브옵스(DevOps) 분야의 '라스트 마일' 문제 해결에 나섰다. 이번에 출시된 'AI 구동 데이터베이스 마이그레이션 저작 도구'는 기존의 수작업 위주의 스키마 변경을 자동화해 배포 속도와 정확성을 동시에 끌어올리는 데 초점을 맞췄다.

하니스는 그동안 개발 단계부터 테스트, 통합, 배포 이후 유지보수에 이르기까지 종단간 지원을 통해 소프트웨어 개발 수명 주기 전반을 아우르는 플랫폼을 제공해왔다. 하지만 회사 측은 다수의 기업들이 실제 배포 시점에 데이터베이스 변경 관리가 병목 현상의 주요 원인으로 작용하고 있다는 점에 주목해왔다. 특히 기존 SQL 기반 변경 방식은 느릴 뿐 아니라 승인과 검증 절차가 수동으로 진행돼 생산성을 떨어뜨리는 요소로 지목돼왔다.

이를 개선하기 위해 하니스는 AI 코딩 툴에서 영감을 받아, 자연어 명령을 기반으로 데이터베이스 스키마를 설계하고 마이그레이션을 자동 실행하는 기능을 도입했다. 예를 들어, "animals라는 테이블을 만들고, 이후 birds, lost_and_found, adoption과 연계되는 테이블을 생성한 뒤 몇 가지 새 종류의 데이터를 삽입해달라"는 식의 명령을 입력하면, AI가 이를 기반으로 구체적인 마이그레이션 스크립트와 롤백, 검증 및 깃(Git) 통합을 포함한 전체 배포 세트를 자동 생성한다.

하니스가 자체 조사한 바에 따르면, 기업의 63%가 AI 도입 이후 코드 배포 속도가 빨라졌다고 답했지만, 동시에 72%는 AI 생성 코드로 인해 최소 한 건 이상의 운영 사고를 경험한 것으로 나타났다. 이같은 통계를 토대로 하니스는 AI 기반 자동화가 단순 코드 작성 단계에만 그쳐선 안 되며, 테스트, 검증, DB 변경을 포함한 전체 개발 주기에 AI가 관여해야 진정한 속도 개선이 가능하다고 강조했다.

하니스의 이 툴은 자연어 기반 입력을 기존 데이터베이스 구조와 정책에 맞춰 자동으로 컴파일하고, 유효성과 규정 준수까지 점검하는 고도화된 기능을 제공한다. 또한 주요 테이블 간 관계, 트리거, 키 구조 등을 AI가 자체 인식해 코드 생성 정확도를 높이며, 관리자의 수동 개입 없이도 정책 기반의 변경 승인 체계를 자동화할 수 있도록 설계됐다.

아테나헬스(Athenahealth)의 수석 엔지니어 다니엘 가브리엘은 "하니스는 리퀴베이스 프로(Liquibase Pro)나 우리가 자체 개발한 툴에선 구현하기 어려웠던 기능을 제공해줬다"며 "수개월치 엔지니어링 시간을 절감하면서도 거버넌스나 오케스트레이션 측면에서 더 나은 결과를 얻었다"고 말했다.

이번 기능은 하니스가 자체 개발한 '모델 컨텍스트 프로토콜(Model Context Protocol)' 서버를 통해 구현됐다. 이를 통해 서드파티 AI 에이전트나 모델도 접속 가능해, 앤트로픽(Anthropic)의 클로드 데스크톱, 커서(Cursor), 윈드서프(Windsurf) 등 다양한 AI 솔루션을 통합 활용할 수 있다.

이번 AI 기반 데이터베이스 자동화 기능은 단순히 개발자 경험을 개선하는 수준을 넘어, 복잡한 소프트웨어 배포 환경 속에서 신뢰성과 속도, 보안까지 모두 강화할 수 있는 핵심 툴로 주목받고 있다. 하니스는 향후 이 기술을 기반으로 지속적인 확장과 업계 협업을 모색해 나갈 계획이다.