AI가 '중간 다리'를 없애고 있다

바이브 포팅과 브리지 아키텍처의 종말

연 6.5억 나가던 서버, AI가 7시간 만에 없앴다

보안 AI 기업 Reco의 엔지니어 한 명이 AI 코딩 도구 Cursor를 열었다. 7시간 뒤, 1만 3천 줄의 코드가 완성됐다. 이 코드가 매달 3,350만 원씩 들던 서버 200대를 통째로 대체했다. 비용은 54만 원. 연간 절감액은 6.7억 원.

업계에서는 이 방법을 '바이브 포팅(vibe porting)'이라 부른다.

무슨 일이 있었나

Reco는 기업의 클라우드 보안을 감시하는 회사다. 매일 수십억 건의 데이터를 분석한다. 문제는 분석 도구(JSONata)가 JavaScript로만 작동하는데, 핵심 시스템은 Go라는 다른 언어로 돌아간다는 점이었다. 서로 직접 대화할 수 없어서, 중간에 '통역 서버'가 200대나 필요했다.

AI가 한 일은 단순하다. 통역사를 없앤 것이다. JavaScript로 된 프로그램을 Go로 통째로 다시 만들어서, 중간 다리 자체를 제거했다.

3단계로 끝난다: 바이브 포팅의 원리

Step 1. 기존 프로그램의 '시험 문제와 정답지'를 가져온다

→ JSONata에는 공식 테스트 1,778개가 있었다. 정답이 정해져 있었다.

Step 2. AI에게 "이 정답지를 전부 맞추는 새 프로그램을 만들어"라고 시킨다

→ AI가 코드를 쓰고, 틀리면 고치고, 전부 맞출 때까지 반복한다.

Step 3. 사람은 방향만 잡고, AI가 89%의 코드를 작성한다

→ 7시간, 54만 원. 끝이다.

핵심 통찰: '중간 다리'가 사라지고 있다

Reco의 사례는 단순한 비용 절감 이야기가 아니다. 여기서 봐야 할 것은 구조의 변화다.

IT 시스템에는 '중간 다리(브리지)'가 곳곳에 있다. 서로 다른 언어, 프로토콜, 플랫폼 사이에서 통역하고, 변환하고, 전달하는 구조다. 이 다리들은 원래 불가피했다. 사람이 직접 재구현하려면 수개월에서 수년이 걸렸으니까.

AI가 그 전제를 바꾸고 있다. "다리를 놓는 것보다 직접 만드는 게 더 싸다."

이 패턴이 적용 가능한 영역은 광범위하다.

지금 당장 확인해볼 만한 '중간 다리' 7가지

❶ 레거시 시스템 래퍼 (COBOL → Java/REST)

전 세계 ATM 거래의 95%가 아직 1960~80년대 COBOL 코드 위에서 돌아간다. 은행들은 이 코드를 직접 고치지 못해서 Java로 감싸는 '래퍼'를 덧씌워왔다. Anthropic이 Claude Code로 COBOL 현대화 플레이북을 발표하자 IBM 주가가 하락했다. AI 기반 COBOL→Java 변환 정확도는 93%. 수작업(75%)보다 높다.

→ 절감 규모: 대형 은행 기준 수천억 원대

❷ ETL 파이프라인 (데이터 변환 중간층)

CRM, ERP, 회계 시스템은 데이터 형식이 제각각이다. 이를 변환하는 ETL 파이프라인에 엔지니어 25~30명이 필요했다. AI가 스키마를 자동 매핑하고, 데이터 품질을 감지하면서 이 인력이 10명 이하로 줄고 있다.

→ 절감 규모: 개발 시간 60~80% 단축

❸ 프로토콜 브리지 (SOAP↔REST↔GraphQL)

20년 된 시스템이 SOAP을 쓰고, 신규 앱이 GraphQL을 쓰면 중간에 번역기를 놓아야 한다. 이런 브리지 하나당 구축비 5천만~2억, 연간 유지비 2천만~8천만 원이 든다. AI 도구가 이 변환을 자동화하기 시작했다.

→ 절감 규모: 기업당 연 수억~수십억 원

❹ ORM (프로그래밍 언어↔데이터베이스 번역기)

개발자가 데이터베이스와 대화하려면 SQL이라는 별도 언어가 필요하다. ORM은 이 통역을 해주지만, 성능 손실이 10~30%다. AI '텍스트-to-SQL' 도구가 자연어로 직접 데이터베이스에 질문할 수 있게 만들고 있다.

→ 절감 규모: DB 비용 15~25% 절감

❺ 클라우드 추상화 (Terraform 등 인프라 코드)

AWS, Azure 같은 클라우드를 제어하려면 Terraform이라는 별도 언어를 배워야 했다. Pulumi Neo는 자연어로 "서버 3대, 로드밸런서 1개 만들어줘"라고 말하면 AI가 인프라를 구성한다.

→ 절감 규모: DevOps 인력 30~50% 감소

❻ 크로스플랫폼 앱 (React Native, Flutter)

iOS와 Android 앱을 각각 만들면 비용이 2배다. 그래서 하나의 코드로 양쪽을 만드는 '중간 프레임워크'를 쓴다. AI가 네이티브 코드를 직접 생성할 수 있게 되면, 이 중간 프레임워크 자체가 필요 없어진다.

→ 절감 규모: 네이티브 성능 + 개발비 동시 확보

❼ SaaS 미들웨어 (수십 개 구독 서비스 통합)

핀테크 기업 Klarna는 1,200개 이상의 외부 SaaS 도구를 AI 기반 자체 솔루션으로 교체했다. 연간 절감액 130억 원 이상. 다만 고객 만족도 하락으로 일부는 다시 복원했다. 맹목적 제거가 아닌 판단이 필요하다.

→ 절감 규모: 연 수십억~수백억 원 (단, 선별적 적용 필수)

제안: 지금 해볼 수 있는 세 가지

이 글을 읽는 개발자, CTO, 기술 의사결정자에게 권한다.

첫째, 우리 시스템의 '중간 다리'를 목록으로 만들어라.

통역 서버, 프로토콜 변환기, 래퍼 API, ETL 파이프라인. 어디에 얼마의 비용이 들어가고 있는지 파악하라. 대부분의 조직은 이 목록조차 가지고 있지 않다.

둘째, 테스트가 잘 갖춰진 영역부터 시도하라.

바이브 포팅은 양질의 테스트가 존재할 때만 작동한다. 테스트가 없는 영역을 억지로 포팅하면 보안 취약점과 버그가 쏟아진다. Cloudflare의 실패가 증거다.

셋째, 비용 절감을 사업 아이템으로 생각하라.

'중간 다리 제거 서비스'는 그 자체로 시장이다. COBOL 현대화 시장에서 Anthropic과 IBM이 정면 경쟁하는 이유가 여기에 있다. 전 세계에 COBOL 코드만 2,200억 줄이 남아 있다.

결론

AI가 코드를 다시 쓰는 비용이 0에 수렴하면, '호환성'이라는 개념 자체가 재정의된다. 과거에는 서로 다른 시스템을 연결하는 다리가 필요했다. 이제는 다리를 놓는 대신, 상대방의 언어를 AI가 직접 배워버린다. 다리가 사라지면, 다리를 유지하던 비용도 사라진다. 이것은 기술의 문제가 아니다. 구조를 다시 설계할 것인가, 유지비를 계속 낼 것인가의 경영 판단이다.