올리브영, 디컴파일러와 AI로 10년 된 형상-운영 불일치 해소

올리브영 백오피스 시스템은 10년간 운영되며 형상관리 서버와 운영 서버 간 소스 불일치가 누적되었습니다. ANT 증분 배포의 누락과 SFTP를 통한 긴급 수정이 형상관리로 되돌려지지 않는 절차적 부재가 주된 원인이었습니다.

디컴파일러와 AI를 활용한 복구 전략

개발팀은 운영 서버의 .class 파일을 디컴파일해 형상 소스와 비교하는 작업을 진행했습니다. 초기에는 디컴파일 소스로 형상을 덮어쓰려 했으나 주석 유실과 변수명 변경 문제로 중단되었습니다. 이후 CFR, JAD, Fernflower 등 디컴파일러를 교차 검증하고, AI를 활용해 소스 차이를 상, 중, 하 위험 등급으로 분류하는 방식을 도입했습니다.

4단계 표준 절차와 검증

복구 작업은 다음 4단계로 표준화되었습니다.

1. 수집과 빌드: 운영 서버 클래스와 형상 소스 컴파일 결과를 준비합니다.
2. 동일 조건 디컴파일: 같은 디컴파일러를 사용해 비교 노이즈를 제거합니다.
3. 핀포인트 수동 반영: AI 분석 결과를 참고하되, 로직 차이만 선택적으로 패치합니다.
4. 재컴파일 비교 검증: 재컴파일된 클래스의 해시값과 바이트코드를 AI로 비교해 동일성을 확인합니다.

결과 및 시사점

약 1,000개의 WAS 파일 중 10%, 4,800개의 FE 파일 중 20%가 불일치했으나, 최종적으로 **99%**의 일치율을 달성했습니다. AI는 사전 분석과 분류에 탁월했으나, 복잡한 프레임워크 의존 코드에서는 신뢰성이 낮아 최종 판단과 검증은 엔지니어가 수행했습니다. 올리브영은 이번 작업을 계기로 ANT를 Gradle로 전환하고, SFTP 접근을 통제하며, AI 기반 조기 알림 체계를 구축하는 등 배포 구조를 개선했습니다.