실시간 트래픽 미러링으로 레거시 시스템을 안정적으로 전환한 사례

네이버페이 신용점수 조회 서비스는 운영이 길어질수록 Spring WebFlux의 리액티브 코드가 복잡해지고, 팀의 러닝 커브와 유지보수 비용도 커졌다. 여기에 MongoDB 스키마 확장 한계까지 겹치며, 단순 스키마 변경이 아니라 신규 시스템으로의 전환이 필요해졌다.

전환 방향은 더 익숙하고 직관적인 Spring WebMVC였다. 팀은 Java 21 Virtual Threads와 최근 2개월 트래픽 TPS 분석을 바탕으로 성능 우려를 검토했고, Spring Boot 3 + JDK 17 조합만으로도 충분히 대응 가능하다고 판단했다. 필요하면 이후 가상 스레드나 코루틴으로 확장할 수 있는 구조도 고려했다.

가장 중요한 조건은 API 호환성 100% 유지였다. 금융 서비스 특성상 응답 형식과 의미를 바꾸면 안 됐기 때문에, 레거시 동작을 면밀히 분석해 신규 시스템에 그대로 구현했고, 심지어 잠재적 버그까지 의도적으로 재현했다. 동시에 실서비스 트래픽에서 안전하게 검증할 방법으로 Nginx ngx_http_mirror_module 기반의 트래픽 미러링을 선택했다.

구현 방식은 간단하다. 클라이언트 요청은 그대로 레거시 서버로 전달하고, 동일한 요청을 mirror 디렉티브로 신규 서버에 복제한다. 사용자는 레거시 응답만 받으며, 신규 서버의 응답은 버려진다. 대신 비교용 Middleware와 로그를 통해 두 시스템의 응답 코드, JSON 필드, 처리 시간 등을 자동 비교해 차이를 즉시 잡아냈다.

미러링 방식은 다음 장점을 만들었다.

• 실서비스 트래픽으로 신규 시스템을 검증
• 사용자 영향 없이 응답 비교 자동화
• 지연 없이 실시간 로깅과 코너 케이스 탐지

성과도 수치로 확인했다. Detekt 기준으로 기존 WebFlux 시스템 대비 **순환 복잡도(MCC)**는 약 70% 감소, **인지 복잡도(Cognitive Complexity)**는 약 87% 감소했다. 단순히 코드가 짧아진 것이 아니라, 리액티브 체인과 분기 구조가 사라지면서 설계와 흐름 자체가 훨씬 명확해졌다는 점이 핵심이다.