헥사고날 아키텍처와 AI: 유연성과 유지보수성 통합

Source: Dev.to

헥사고날 아키텍처(Portas e Adaptadores 아키텍처라고도 함)는 Alistair Cockburn이 제안한 것으로, 애플리케이션의 비즈니스 로직을 인프라스트럭처와 분리하는 방법이다. 이 분리는 애플리케이션을 도메인, 애플리케이션, 인프라스트럭처라는 세 개의 주요 계층으로 구조화함으로써 달성된다. 도메인 계층은 비즈니스 로직을 담고 있으며 외부 세계와 완전히 독립해야 한다. 애플리케이션 계층은 시스템의 동작을 오케스트레이션하고, 인프라스트럭처 계층은 도메인과 애플리케이션에서 정의된 인터페이스에 대한 구현을 제공한다.

단일 책임 원칙: 각 컴포넌트는 변경 사유가 하나뿐이며, 이는 단순성과 집중도를 유지한다.
의존성 역전: 도메인과 애플리케이션은 외부 계층이 구현하는 계약을 정의함으로써 결합도를 낮춘다.
포트와 어댑터: 시스템 핵심과 외부 세계 간의 통신을 가능하게 하는 구조로, 구체적인 상호작용을 캡슐화하고 비즈니스 로직을 독립적으로 유지한다.

빠르게 변하는 AI 생태계에서는 특정 라이브러리나 기술에 의존하는 것이 함정이 될 수 있다. 헥사고날 아키텍처는 포트(인터페이스)와 어댑터(구현)를 사용해 특정 인프라스트럭처의 세부 사항을 캡슐화함으로써 이러한 문제로부터 보호한다. 따라서 개발자가 공급자나 기술을 교체하고자 할 때, 핵심 로직을 건드리지 않고 새로운 어댑터만 만들면 된다.

테스트 가능성은 AI와 통합되는 애플리케이션에서 또 다른 중요한 고민이다. 실제 언어 모델 API를 호출하는 비용은 테스트 환경에서 금액적으로 부담이 될 수 있다. “Mock”과 어댑터를 활용하면 실제 통합 없이 테스트를 수행할 수 있어 비용을 절감하고 피드백 사이클을 가속화한다.

AI를 벤더에 구애받지 않고 사용하는 시스템에서는, 시스템이 성장함에 따라 기반 도구를 교체해야 하는 경우가 흔하다. 예를 들어, 애플리케이션이 처음에는 임베디드 벡터 데이터베이스를 사용해 컨텍스트를 검색하고, 이후 더 견고한 클라우드 솔루션으로 마이그레이션할 수 있다. 포트 인터페이스 덕분에 이러한 마이그레이션을 애플리케이션 로직을 변경하지 않고 수행할 수 있다.

예시를 들어보면, 코드 변경 이력을 기반으로 문서를 정리하는 기술 작가 에이전트를 개발한다고 가정한다. 애플리케이션 계층에서는 GerarDocumentacaoTecnicaUseCase와 같은 유스케이스가 ILLMClient(언어 모델과의 상호작용)와 IVectorDatabase(정보 증강 검색)와 같은 인터페이스에 의존한다. 인프라스트럭처 계층에 구현된 어댑터들은 선택한 기술, 예를 들어 특정 AI 추론 제공자를 위한 어댑터를 사용해 실제 상호작용을 수행한다.

헥사고날 아키텍처는 큰 유연성과 구조를 제공하지만, 구현에는 시간과 비용이 많이 들 수 있다. 특히 프로토타이핑 속도가 중요한 프로젝트 초기 단계에서는 여러 인터페이스를 만들고 여러 계층을 어댑트해야 하기 때문에 개발 속도가 느려질 수 있다. 따라서 복잡하고 장기적으로 유지될 프로덕션 환경을 목표로 하는 프로젝트에서 가장 큰 가치를 발휘한다.

헥사고날 아키텍처는 벤더 락인 방지, 컴포넌트 교체 및 테스트 용이성 등 AI 개발자가 직면하는 많은 과제에 대한 견고한 해결책을 제시한다. 비즈니스 핵심 로직을 인프라스트럭처와 분리·디커플링함으로써 시스템 전체가 보다 민첩하고 위험이 적게 진화할 수 있다. 변화가 유일한 상수인 분야에서 유연성과 유지보수를 촉진하는 아키텍처적 실천을 채택하는 것이 성공과 도태 사이의 차이를 만들 수 있다.

제시된 개념 자체도 중요하지만, 실제 구현에서 그 혜택이 비로소 드러난다. 다음 글에서는 이 아키텍처를 실제 프로젝트에 적용한 사례와 그 과정에서 얻은 교훈을 공유할 예정이다.