다중 레포지토리와 다중 언어 마이크로서비스 아키텍처 정적 재구성을 위한 모듈형 프레임워크

초록

본 논문은 마이크로서비스 시스템의 정적 아키텍처 재구성을 위해, 기술별 분석 모듈인 ‘extractor’를 활용하고, 여러 저장소에 분산된 서비스들을 개별적으로 분석한 뒤 통합하는 ModAR O 프레임워크를 제안한다. 언어·프레임워크 독립성을 확보하고, CI/CD 파이프라인에 자연스럽게 삽입할 수 있도록 설계되었다.

상세 분석

이 연구는 마이크로서비스 아키텍처가 급증함에 따라 발생하는 문서 관리의 어려움을 정적 분석 기반으로 해결하고자 한다. 기존 연구는 주로 Java Spring에 국한되거나, 언어‑agnostic 추상화 레이어를 도입해 새로운 언어 지원에 높은 진입 장벽을 부과했다. 저자들은 이러한 한계를 극복하기 위해 ‘extractor’라는 독립 실행형 분석 모듈을 도입한다. 각 extractor는 JSON 스키마로 정의된 입력 모델 엔티티를 받아, 코드베이스(예: Dockerfile, pom.xml, .java 파일 등)를 탐색하고, 모델에 새로운 필드나 서브 엔티티를 추가한다. 중요한 설계 원칙은 무상태성과 단일 실행 보장이다. 즉, extractor는 전역 상태를 유지하지 않으며, 동일 엔티티에 대해 한 번만 실행된다. 이는 병렬 실행 및 결과 캐시를 가능하게 하여 대규모 리포지토리에서도 확장성을 확보한다.

프레임워크는 두 단계 알고리즘으로 구성된다. 첫 번째는 createModelEntity 함수로 최상위 모델 엔티티를 초기화하고, 초기값(레포지토리 경로, UUID 등)을 삽입한다. 두 번째는 runExtractors 함수로, 등록된 extractor 리스트를 순회하면서 스키마 매칭을 수행하고, 매칭된 경우 복제된 엔티티를 extractor에 전달한다. extractor가 반환한 수정된 엔티티는 변경 감지를 통해 원본에 병합되며, 충돌이 발생하면 오류를 발생시킨다. 충돌 판단은 스칼라 값의 중복 수정 여부와, 배열·서브 엔티티의 병합 규칙에 기반한다. 또한, 서브 엔티티가 변경되면 재귀적으로 runExtractors를 호출해 깊이 있는 분석을 보장한다.

다중 레포지토리 환경을 지원하기 위해 저자들은 분산 아키텍처 재구성 개념을 도입한다. 각 서비스 레포지토리는 자체 CI/CD 파이프라인에서 프레임워크를 실행해 서비스별 모델 파일을 생성한다. 모델 파일은 사전에 정의된 JSON 포맷을 따르며, 중앙 집합 단계에서 여러 파일을 병합해 전체 시스템 뷰를 만든다. 이 과정에서 서비스 간 호출 관계는 레트로액티브 링크 해석 방식으로 처리된다. 즉, 개별 extractor는 다른 서비스의 존재 여부를 알 필요 없이 자체적인 호출 정보를 기록하고, 집합 단계에서 URI 매칭 등을 통해 실제 연관성을 복원한다.

프레임워크는 기존 정적 분석 도구와의 연동도 지원한다. 예를 들어, ReSSA와 같은 언어‑agnostic 파서나, SonarQube, OpenAPI 스키마 추출기 등을 wrapper 형태의 extractor로 감싸면, 해당 도구의 결과를 모델에 직접 삽입할 수 있다. 이는 새로운 기술 스택을 지원하려는 개발팀에게 낮은 진입 장벽을 제공한다. 다만, 외부 라이브러리 로드와 임의 코드 실행이 가능하므로 보안 위험이 존재한다는 점을 논문은 인정하고, 향후 연구 과제로 제시한다.

전체적으로 이 프레임워크는 모듈성, 확장성, 분산 처리라는 세 축을 중심으로 설계되었으며, 마이크로서비스 환경에서 정적 아키텍처 문서를 자동으로 최신화하고, 다중 언어·다중 레포지토리 상황에서도 일관된 모델을 제공한다는 점에서 실용적 가치가 크다.