AWS 기술 블로그
교촌에프앤비의 AWS Transform을 이용한 국내 최초의 VMware 마이그레이션 사례
Agentic AI 기반 자동화로 컨설팅 파트너 없이 성공한 교촌에프앤비 사례
회사소개
교촌에프앤비는 1991년 창립 이래 대한민국 치킨 프랜차이즈 업계를 선도해온 기업입니다. ‘교촌치킨’이라는 대표 브랜드를 통해 전국 1,000여 개 매장을 운영하며, 최근에는 해외 시장 진출에도 적극적으로 나서고 있습니다. 교촌에프앤비는 디지털 혁신을 통한 고객 경험 향상과 운영 효율성 제고를 위해 클라우드 전환을 추진해왔습니다.
배경 및 과제
교촌에프앤비는 온프레미스 환경에서 VMware 기반 가상화 워크로드와 베어메탈 워크로드를 운영하면서, 동시에 AWS 클라우드에 신규 워크로드를 구축해왔습니다. 그러나 최근 VMware 라이선스 정책 변경으로 인한 비용 상승과 운영 효율성 개선의 필요성이 대두되면서, 온프레미스 VMware 워크로드의 AWS 마이그레이션을 본격적으로 검토하게 되었습니다. 특히 교촌에프앤비는 외부 컨설팅 파트너 없이 자체 인력만으로 마이그레이션을 수행하여 비용을 절감하고, 향후 추가 마이그레이션에 대한 유연성을 확보하고자 했습니다. 이러한 목표를 달성하기 위해서는 마이그레이션 프로세스를 단순화하고 자동화할 수 있는 솔루션이 필요했습니다.
AWS Transform for VMware
AWS Transform for VMWare는 VMware 현대화를 위한 최초의 Agentic AI 서비스입니다. 애플리케이션 검색, 종속성 매핑, 마이그레이션 계획, 네트워크 변환, EC2 인스턴스 최적화를 자동화하여 수작업을 줄이고 클라우드 도입을 촉진하여 위험을 상쇄하고 VMware 워크로드의 현대화를 가속화할 수 있습니다. 또한 지능형 인사이트, 자동화된 코드 변환, HITL(Human-in-the-loop) 워크플로를 통해 조직은 이제 가장 까다로운 현대화 프로젝트도 보다 확실히 효율적으로 처리할 수 있습니다.
전체 프로세스는 크게 인벤토리 검색, 웨이브 계획, 네트워크 변환, 서버 마이그레이션의 네 단계로 구성됩니다. 에이전트 AI 기능을 사용하여 복잡한 VMware 환경을 분석 및 매핑하고, 네트워크 구성을 AWS 내장 구문으로 변환하며, 원활한 전환을 위해 종속성 인식 마이그레이션 웨이브를 오케스트레이션할 수 있도록 지원합니다. 또한 현대화 여정 전반에 걸쳐 AWS 팀, 파트너 및 고객이 원활하게 협력할 수 있는 협업 웹 인터페이스도 제공합니다. 이러한 기능들은 마이그레이션에 필요한 수작업을 최소화하고, 마이그레이션 리스크를 완화하며, VMware 현대화 프로세스를 크게 가속화합니다.
AWS와 교촌에프앤비의 협업
교촌에프앤비는 AWS Transform for VMware 에 대한 소개 세션을 접한 후, 이 도구가 Agentic AI를 활용하여 마이그레이션 전 과정을 자동화 및 오케스트레이션함으로써 end-to-end 마이그레이션을 용이하게 수행할 수 있도록 해 준다는 점에 주목했습니다. AWS 팀과의 긴밀한 협업과 체계적인 교육을 통해 AWS Transform for VMware의 역량을 충분히 파악한 교촌에프앤비는 외부 컨설팅 파트너 없이 내부 인력만으로도 엔드투엔드 마이그레이션을 수행할 수 있다는 확신을 갖게 되었습니다. 이러한 자신감을 바탕으로 모든 온프레미스 VMware 워크로드를 Rehost 전략으로 AWS에 마이그레이션하기로 결정했습니다. 그리고 2025년 4분기, 교촌에프앤비는 일부 워크로드를 대상으로 PoC(Proof of Concept) 형태의 실제 마이그레이션을 시작했습니다. 이 PoC는 본격적인 전체 마이그레이션에 앞서 프로세스를 검증하고 내부 역량을 강화하는 중요한 첫걸음이 되었습니다.
마이그레이션 아키텍처
교촌에프앤비는 온프레미스 VMware 환경을 워크로드의 유형에 따라 몇 개의 VPC로 구분하여 마이그레이션 계획을 수립하였습니다. 복제를 위한 스테이징 영역은 별도로 구성하였고, 마이그레이션될 VM 워크로드들이 가동될 VPC 환경은 내부 운영 규칙에 의해 미리 생성해 두었습니다.
전체 마이그레이션 절차
1) AWS Transform으로 소스 환경 인벤토리 가져오기
# 소스 환경 검색
교촌에프앤비는 소스 서버 검색을 위해 AWS ADS(Application Discovery Service)를 사용하였습니다. AWS ADS는 수 주간의 데이터 수집 기간이 필요하므로, 전체 프로젝트 기간을 단축하기 위해 AWS Transform의 환경 구성에 앞서 가장 먼저 진행하였습니다. 참고: AWS ADS는 현재 신규 고객에게 제공되지 않으며, AWS Transform Discovery로 대체되었습니다.
AWS ADS(Application Discovery Service)는 에이전트방식과 에이전트리스방식으로 구성이 가능하며, 교촌에프앤비는 VM 워크로드 간 더욱 상세한 네트워크 관계 파악을 위해 소스 서버에 discovery agent를 설치하는 에이전트방식을 선택하였습니다. AWS Transform은 Discovery Account의 연결을 통해 이 수집된 데이터를 마이그레이션 작업의 소스 인벤토리 정보로 사용할 수 있습니다.
- 에이전트 방식으로 수집되는 정보
- 서버 기본 구성 정보 (CPU, 메모리, 디스크 등)
- 시간대별 성능 데이터 (사용률 추이)
- 네트워크 연결 정보 (서버간 통신)
- 실행 중인 프로세스 목록
- 참고: ADS를 통해 수집된 정보는 AWS Migration 허브 콘솔(홈 리전)에서 확인할 수 있습니다.
이 과정에서 교촌에프앤비는 향후 예상되는 오류를 방지하고 원활한 마이그레이션 진행을 위해 아래의 세가지 중요한 사전 작업을 수행하였습니다.
- 불필요한 IP 등 사용하지 않는 vnic 제거 : 향후 배포될 EC2 인스턴스에서 불필요한 NIC의 추가 할당을 방지하고 인스턴스 NIC 수량 제한으로 인한 Launch 오류를 방지
- 가상 머신 Secure boot mode 해제 (vSphere client – VM – Edit Settings – VM option – Boot Options) : 데이터 복제 후 인스턴스 Launch 오류를 방지
- VM name 과 OS hostname 일치 확인 : AWS Transform 소스 서버 인식(—user-provided-id) 오류 및 작업자의 혼선 방지
# Import 인벤토리
AWS Transform은 웹 애플리케이션으로 기동되므로 별도의 인증 소스가 필요하며, 교촌에프앤비는 IAM identity center를 인증소스로 활용하여 모든 협업 사용자들을 생성하고 하나의 사용자 그룹에 포함시켰습니다. 이후 이 사용자 그룹을 AWS Transform에 할당하고, 각 사용자를 역할에 맞게 Collaborators로 등록하여 모든 사용자들이 함께 협업할 수 있는 중앙 환경을 구축하였습니다. 그리고 AWS Transform workspace에서 VMware Migration Job(Migration – VMware Migration – End-to-End Migration)을 생성한 후, 소스 서버 검색을 위해 AWS ADS 구성에 사용된 Discovery Account를 연결하였습니다. AWS Transform은 AWS ADS에 의해 검색된 소스 VMware 환경을 자동으로 분석하여 인벤토리 요약 정보를 제공합니다.
2) 마이그레이션 웨이브 플래닝
AWS Transform은 Discovery tool에 의해 검색된 워크로드 종속성 및 네트워크 아키텍처에 기반하여 애플리케이션을 그룹화하고 마이그레이션 웨이브를 계획합니다. AWS Transform은 다음과 같은 소스 인벤토리 정보에서 애플리케이션 그룹화에 대한 인사이트를 얻습니다.
- 호스트명 패턴 – 서버 이름에 포함된 애플리케이션 이름, 환경(prod/dev/test), 역할(web/db/app) 등
- VM 태그 / 메타데이터 – 서버에 할당된 비즈니스 태그, 소유자, 비용 센터, 애플리케이션 ID 등
- 네트워크 정보 – 서버 간 통신 패턴, 서브넷, 보안 그룹 등
- OS 및 Software – 운영체제 타입, 설치된 애플리케이션/미들웨어
- 성능 Metric – CPU, 메모리, 스토리지 사용량 (유사한 리소스 프로필 그룹핑)
교촌에프앤비는 소스 VMware 워크로드들의 애플리케이션 범위와 상관 관계에 대하여 명확하게 인식하고 있었지만, AWS Transform이 제시하는 인사이트를 참조하여 그들의 이해에 문제가 없음을 확인할 수 있었으며, 이를 통해 최종적으로 십 수개의 애플리케이션 그룹을 정의하고 독립적으로 실행 가능한 마이그레이션 웨이브들을 생성하였습니다.
3) Target Account 연결
Target Account는 네트워크가 배포되고 마이그레이션된 서버와 애플리케이션이 AWS에서 상주하게 될 위치의 소유 계정입니다. Target Account 연결을 통해 보안 제어 및 권한을 유지하면서 계정 경계를 넘어 리소스에 안전하게 액세스하고 관리할 수 있습니다. 또한 AWS Transform은 다중 Target account 연결 작업을 지원하여, account가 세분화된 고객 환경에서도 유연한 마이그레이션 작업을 수행할 수 있도록 돕습니다.
Target Account를 지정하면 액세스 요청 링크가 생성되며, 이를 Target Account 소유자에게 전송하여 승인을 받는 프로세스를 거쳐야 합니다.
4) 네트워크 마이그레이션
교촌에프앤비는 VMware 워크로드가 마이그레이션될 VPC 환경을 미리 새롭게 구성해 두었기 때문에, 네트워크 마이그레이션 단계는 “Migrate to existing VPCs only” 옵션을 사용하여 진행했습니다. VMware 워크로드별로 마이그레이션될 VPC, 서브넷, Static IP 주소, Security Group ID 정보 등을 배포 계획 테이블로 정리하여 마이그레이션 웨이브 확인 작업에 미리 대비했습니다.
5) 마이그레이션
# 마이그레이션 준비
이 단계는 소스 워크로드 복제를 앞두고 최종적으로 각 웨이브 별로 마이그레이션 계획을 최종 확정하는 단계입니다. 먼저 교촌에프앤비는 AWS MGN(Application Migration Service) 복제를 위해 별도로 생성해 둔 Staging VPC의 서브넷을 스테이징 영역으로 지정하였고, 인스턴스 사이징의 기준과 테넌시 유형, 그리고 네트워크 설정에 대한 특성을 입력한 후, AWS transform이 생성한 마이그레이션 웨이브 인벤토리 파일을 다운로드 받아 마이그레이션 웨이브 계획에 대한 최종 점검을 진행하였습니다.
이 과정에서 정의된 설정값들을 확인하고, 전 단계에서 미리 작성한 배포 계획 테이블을 참조하여 인스턴스의 네트워크 정보를 입력하였습니다. 또한, AWS Transform이 제시한 권고 인스턴스 타입을 확인하여 과거 Assessment 단계에서 AWS팀이 제공한 MPA(Migration Portfolio Assessment)에 의해 제안된 인스턴스 타입과 교차 확인함으로써 사이징과 서버 사용율에 변동이 없는지 다시 한번 꼼꼼히 검증한 후, 수정된 마이그레이션 웨이브 인벤토리 파일을 업로드하였습니다.
이때, 사용자가 직접 값을 입력하거나 내용을 확인해야 할 주요 필드는 다음과 같습니다.
- mgn:server:user-provided-id / 호스트명과 일치 여부 확인
- mgn:launch:instance-type / AWS Transform이 제시한 권고 인스턴스 타입
- mgn:launch:nic:0:private-ip:0 / 배포될 인스턴스 IP 주소. [RESET_VALUE] 입력 시 DHCP 적용
- mgn:launch:nic:0:subnet-id / 배포될 서브넷 ID
- mgn:launch:nic:0:security-group-id:0 / 연결 Security group ID
# MGN 에이전트 설치
실제 소스 VM의 마이그레이션 과정은 AWS MGN과의 연계 작업으로 진행되므로, 각각의 소스 VM에 MGN agent를 설치해야 합니다. 많은 수의 VMware 워크로드에 동일 명령을 수행해야 할 경우에는, VMware PowerCli를 사용하여 간편하게 일괄 명령을 수행할 수 있습니다. 하지만 대상 VMware 워크로드의 수량이 크지 않았기 때문에, 교촌에프앤비는 소스 VM에 MGN agent를 개별적으로 설치하는 방법을 선택하였습니다.
(Linux OS 설치 명령 예시)
# 설치파일 다운로드
sudo wget -O ./aws-replication-installer-init https://aws-application-migration-service-<region>.s3.<region>.amazonaws.com/latest/linux/aws-replication-installer-init
# 에이전트 설치
sudo chmod +x aws-replication-installer-init
sudo ./aws-replication-installer-init --region <region> --aws-access-key-id <access-key> --aws-secret-access-key <secret-access-key> --user-provided-id <hostname> --no-prompt
특히 중요한 점은, MGN agent 설치 명령 시 반드시 —user-provided-id 매개변수와 함께 설치해야 한다는 점입니다. —user-provided-id 매개변수는 복제 에이전트를 설치할 때 직접 고유 식별자를 지정하는 옵션이며, 서버 인벤토리를 Import했을 때 설치된 에이전트와 기존 레코드를 매칭시켜 중복생성을 방지하고 해당 서버를 일관되게 인식할 수 있도록 하는데 사용됩니다. AWS Transform은 —user-provided-id 매개변수의 인수로서 VM의 호스트명을 자동으로 가져가기 때문에, VM 호스트명을 사용하여 MGN 에이전트를 설치하면 AWS Transform이 관리하는 마이그레이션 그룹의 소스서버와 자동으로 동기화됩니다.
소스 서버에 MGN 에이전트가 설치되면 즉시 초기 복제(Initial Copy)가 시작됩니다. 초기 복제가 완료되고 첫번째 스냅샷이 생성되면, 소스 서버들은 “Ready for Testing” 상태로 라이프사이클이 변화됩니다. 이러한 복제 상태의 변화는 AWS Transform에서 조회할 수 있으며, AWS MGN 서비스 콘솔에서도 실시간 모니터링할 수 있습니다.
# 테스트 인스턴스 실행
테스트 실행 시점에 “Launch test instances” 명령을 수행하여 해당 웨이브 내의 소스 서버들에 대한 테스트 인스턴스를 실행시킬 수 있습니다. 이러한 테스트 인스턴스의 실행 과정은 기존 소스 서버의 복제 상태에 아무런 영향을 주지 않기 때문에, 횟수에 관계없이 자유로운 테스트가 가능합니다. 교촌에프앤비의 시스템 담당자와 애플리케이션 담당자는 사전 정의된 테스트 시나리오를 토대로, 생성된 테스트 인스턴스들에 대해 충분한 테스트를 거쳐 서비스가 정상 동작하는지 확인하였습니다.
# 컷오버 실행
복제된 인스턴스들의 충분한 테스트가 완료된 시점에 “Mark application as ready for cutover” 명령을 실행합니다. 이를 통해 배포되어 있는 테스트 인스턴스 리소스들을 삭제하고, 컷오버를 위한 준비 단계로 전환합니다. 교촌에프앤비는 준비된 시점에 소스 서버의 서비스를 중단시킨 후, “Launch cutover instance” 명령을 통해 해당 웨이브의 컷오버 인스턴스를 배포했습니다. 이후 준비된 컷오버 시나리오를 통해 후속 조치와 최종 점검을 수행하여 해당 웨이브에 대한 마이그레이션 작업을 성공적으로 완료했습니다.
주요 성과
교촌에프앤비는 AWS Transform for VMware를 활용하여 다음과 같은 성과를 달성했습니다.
- 마이그레이션 비용 및 기간 단축: 기존 계획된 전체 마이그레이션 기간을 50% 단축하고 소요 비용을 30% 절감
- 외부 컨설팅 없이 자체 수행: 내부 인력만으로 복잡한 마이그레이션을 성공적으로 완료
- 향후 마이그레이션 자신감 확보: 첫 번째 마이그레이션 성공으로 남은 워크로드 마이그레이션에 대한 확신 획득
- 국내 최초 사례 구축: 한국에서 Agentic AI 도구(AWS Transform)를 활용하여 VMware 마이그레이션을 수행한 최초 사례 수립
시사점
교촌에프앤비의 성공적인 마이그레이션 사례는 VMware 환경의 AWS 전환을 고려하는 기업들에게 다음과 같은 중요한 시사점을 제공합니다.
- Agentic AI 기반 자동화의 실질적 가치: AWS Transform for VMware는 단순한 마이그레이션 도구를 넘어, Agentic AI를 활용하여 복잡한 의사결정 과정을 지원합니다. 애플리케이션 종속성 분석, 최적의 마이그레이션 순서 제안, 네트워크 구성 자동 변환 등 전문가의 판단이 필요했던 영역에서 AI가 실질적인 인사이트를 제공함으로써, 마이그레이션 프로젝트의 진입 장벽을 크게 낮췄습니다.
- 컨설팅 파트너 없이도 가능한 엔터프라이즈 마이그레이션: 전통적으로 대규모 마이그레이션 프로젝트는 외부 컨설팅 파트너의 지원이 필수적이었습니다. 그러나 교촌에프앤비는 AWS Transform의 자동화 기능과 직관적인 워크플로우를 활용하여 내부 인력만으로 프로젝트를 완수했습니다. 이는 마이그레이션 비용을 절감할 뿐만 아니라, 조직 내부에 클라우드 역량을 축적하는 계기가 되었습니다.
- VMware 라이선스 비용 증가에 대한 실질적 대안: 최근 VMware 라이선스 정책 변경으로 많은 기업들이 비용 부담을 겪고 있습니다. AWS Transform for VMware는 이러한 기업들에게 실질적인 대안을 제시합니다. 복잡하고 비용이 많이 드는 마이그레이션 프로세스를 간소화함으로써, VMware에서 AWS로의 전환을 더욱 현실적인 선택지로 만들었습니다.
- 한국 시장에서의 선도 사례 확립: 교촌에프앤비는 한국에서 Agentic AI 도구인 AWS Transform을 이용하여 VMware 마이그레이션의 첫 번째 성공 사례를 만들었습니다. 이는 마이그레이션 비용과 기술적 복잡성에 대한 우려로 망설이던 다른 한국 기업들에게 실질적인 참고 자료가 될 것입니다. 특히 중견 기업들이 제한된 리소스로도 클라우드 전환을 성공적으로 수행할 수 있다는 것을 입증했다는 점에서 큰 의미가 있습니다.
결론
교촌에프앤비의 사례는 AWS Transform for VMware가 VMware 워크로드의 AWS 마이그레이션을 어떻게 혁신하고 있는지를 보여줍니다. Agentic AI 기반 자동화를 통해 마이그레이션의 복잡성과 비용을 크게 줄이고, 조직 내부 역량만으로도 성공적인 클라우드 전환이 가능함을 증명했습니다. VMware 환경의 AWS 마이그레이션을 고려하고 계신다면, AWS Transform for VMware를 활용하여 더 빠르고 안전하며 비용 효율적인 클라우드 여정을 시작해보시기 바라겠습니다. 더 자세한 정보나 기술 지원이 필요하시다면, AWS 담당자에게 문의하시거나 AWS 공식 문서를 참고하시기 바랍니다.
본 포스팅은 교촌에프앤비와 AWS가 협업하여 AWS Transform for VMware를 이용한 마이그레이션 경험과 절차를 공유하기 위한 목적으로 작성되었습니다. 도표, 예시 코드, 스크린샷, 및 데이터는 실제 고객 마이그레이션 환경과 무관하며, 재현을 위해 편집된 예시 화면을 이용하거나 외부에 공개가 가능한 수준으로 비식별 처리를 하였습니다.