AIが見落とす“COBOL解析の盲点”――「探す」では足りない、「たどれる文脈」をどう作る?:2035年へのレガシーモダナイゼーション実務論(7)(1/2 ページ)
AIによるレガシーシステムの解析では、プログラム間の依存関係や変更の影響範囲を見落とすことがある。なぜ見落としが生じるのか。「知識グラフ」を使ってAIに必要な情報をたどらせる方法を解説する。
連載:AIに任せる、人が決める──2035年へのレガシーモダナイゼーション実務論
長年にわたって運用されてきた、プログラミング言語「COBOL」で構築されたレガシーシステムを移行するには、プログラムの処理内容だけでなく、プログラム間の依存関係やデータの流れ、業務上の意味なども把握する必要がある。AIを使えば大量のソースコードを解析できるが、こうした情報を正確に把握できるとは限らない。
AIと人間の役割分担を軸に、レガシーシステム刷新の実務を考える本連載。第4回で、AIが「読める」ことと「移行できる」ことを隔てているのは文脈の量だと書いた。では、その文脈をどう用意するのか。今回は、システムを構成する資産とその関係を「点と線」でつないだ地図を作り、AIが必要な情報をたどれるようにするための方法を解説する。「知識グラフ」と呼ばれるものだ。
「grep」で探させると文脈が切れる
AIにレガシーシステムのコードを読ませるとき、一番素朴な方法は、関係のありそうなファイルをまとめて渡すことだ。それで用が足りる場面もある。
だが規模が大きくなると、途端に破綻する。
例えば、データ項目の値が最終的にどの帳票に出力されるのかを知りたいとする。人が調べるなら、文字列検索コマンド「grep」などを使って、その項目を使用するプログラムを探す。その項目を使うプログラムを探し、呼び出し先をたどり、出力先のファイルを見つけ、そのファイルを読む別のプログラムを探し……と何段も追い掛ける。
AIエージェントにこれをさせると、文字列で検索し、当たったファイルを読み、また検索する。一見それらしく進む。だが途中で探し漏れが起きる。名前が微妙に違ったり、呼び出し先が実行時にしか決まらなかったり、ソースが別のライブラリにあったりするからだ。
厄介なのは、探し漏れに気付けないことだ。AIは見つかった範囲で答えを出す。第5回で書いた通り、その答えはもっともらしい。
実際、ある項目の影響範囲をAIに調べさせたところ、AIは12本のプログラムを挙げてきた。整った説明も付いていた。だが実際には17本あった。
残りの5本は取り込むときに名前が置き換わっていた。COBOLには、コピー句を取り込みながら文字列を差し替える書き方がある。コピー句には「:Z:-KKN-GK」と書き、取り込む側で「:Z:をWに読み替えよ」と指定する。同じ実体が、あるプログラムでは「W-KKN-GK」、別では「C-KKN-GK」になる。文字列では当たらない。
人が同じ探し方をしても結果は同じだった。いずれにせよ見落としが生じる可能性はある。問題はAIではなく、探し方にある。
では、どうすればよいのか。AIに「探させる」のではなく、関係を「たどらせる」ことが重要になる。
AIに渡す文脈をどう作る? 点と線で「資産の地図」を描く
AIがプログラム間の依存関係やデータの流れをたどるには、システムを構成する資産とその関係を可視化した「地図」が要る。ここからは、その地図を「知識グラフ」として構築し、AIに活用させる方法を解説する。
地図の作り方は難しくない。資産を点にして、関係を線にする。そのイメージを図1に示す。
点にするのは、プログラム、コピー句、ファイル、データベースの表と項目、バッチ処理の実行手順を書いた定義(JCL)とジョブ、画面、帳票だ。前回整理した業務用語も点にする。
線にするのはその間の関係だ。このプログラムがこのコピー句を取り込む。「このプログラムがあのプログラムを呼ぶ。「このジョブの後にあのジョブが動く」「この項目の値はここからここへ流れる」といった具合だ。
図の左上の、コードの世界と業務の世界を結ぶ一本の線に注目してほしい。「この項目はこの業務用語を意味する」という関係だ。前回の語彙(ごい)の整理は、この線を引くための作業だった。
実物を一件ずつ示す。ノードは「種別=データ項目/名前=W-KKN-GK/所在=コピー句 CPKKN/意味する業務用語=掛金元金」。エッジは「起点=プログラム KKN0100/終点=W-KKN-GK/種別=書き込む/根拠=ソースの行番号」。この粒度で、資産の数だけ積む。
置き場所はグラフデータベースである。専用の製品に入れ、問い合わせ言語で聞く。「掛金元金を書き込むプログラムから、出力ファイルをたどって、行き着く帳票を全て挙げよ」。これが1本の問い合わせになる。AIエージェントには、これを投げる口を渡す。grepの代わりだ。
では、この点と線はどこから取るのか。大半は、ソースコードとJCLとデータベースの定義から機械的に取り出せる。COBOLの構文は厳格なので、解析は難しくない。手が止まるのは、第3回で書いた欠損と動的呼び出しだ。ソースがなければ点が置けず、呼び出し先が実行時に決まるなら線が引けない。
「それは昔からあるのでは」
こう説明すると、経験のある読者からはこのような反応が返ってくるだろう。「クロスレファレンスと何が違うんですか」。クロスレファレンスとは、プログラムやデータ項目などの参照関係を一覧にした情報のことだ。
もっともな指摘である。メインフレームの世界には昔から、どのプログラムがどのファイルを使うかを一覧にするツールがあった。
では、従来のクロスレファレンスと、今回取り上げる知識グラフは何が違うのか。違いは3つある。
1つ目は、機械が読める形になっていること。従来の出力は、人が読むための帳票や一覧表だった。
2つ目は、問い合わせられること。さきほどの質問をそのまま投げられる。一覧を目で追う必要がない。
3つ目が本質的で、AIが自力でたどれることだ。AIに「探して」と言うのではなく、「この地図を使ってたどって」と言えるようになる。探し漏らしの問題が、グラフの完全性の問題に置き換わる。どこが埋まっていないかが見える形になる。
もっとも、1つ目と2つ目は、従来のツールでも製品によっては実現していた。違いは程度ではなく、人が判断する材料として作るのか、AIが作業する基盤として作るのかという用途だ。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
「AIで数週間に短縮」のはずが進まない コードモダナイゼーション、真のボトルネックと6ステップ
Anthropicは、AI駆動の大規模なコードモダナイゼーションプロジェクトに向けた準備の進め方をまとめたブログ記事を公開した。
レガシー移行を「AIに丸投げ」してはいけない 標準RAGではダメな理由と「5分割」のアプローチ
SiemensとGoogle Cloudは、レガシーコードの理解とモダナイゼーションを自動化するAIシステム「Knowledge Fabric」を構築した。数億行規模の産業用ソフトウェアを複数の専門エージェントで分割処理し、開発工数を削減するという。
メインフレームに眠る「年代物のCOBOLコード」、AIでも苦戦する"読みにくさ"の正体
複数の国産メインフレームベンダーが撤退方針を明らかにする中で、レガシーシステムの刷新は喫緊の課題だ。一方ではAIエージェントの存在がモダナイズの在り方にも影響を及ぼし始めている。40年物のシステムにどう向き合うべきか。アクセンチュアの中野氏に聞いた。
