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)(2/2 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。
知識グラフの構築前に知っておきたい「国際標準」
レガシー資産を機械可読なモデルで表現する方法は、すでに国際標準になっている。「ISO/IEC 19506」、通称「KDM」(Knowledge Discovery Metamodel)という規格だ。元は「UML」(Unified Modeling Language:統一モデリング言語)などを定めてきたObject Management Group(OMG)という標準化団体のもので、プログラム、データ、実行環境、業務ルールといった層ごとに、何をどう表現するかが決まっている。
実務で有用なのは、この規格が段階を設けていることである。準拠のレベルは3つある。L0(レベル0)は資産の棚卸しとコードの範囲。L1(レベル1)はそこに、構成、構造、データ、概念、画面、イベント、実行環境といった領域を足したもの。L2(レベル2)は、全ての領域でL1に達した状態。つまり「全部やるか、やらないか」ではなく、「まずこの範囲まで」が標準の側で想定されている。
本稿の3層に重ねるなら、1層目がおおむねL0、2層目と3層目がL1の概念の領域に当たる。機械的に取れるのは前者までだ。
自前で設計する前にこの枠組みを見ておくと、すでにある技術を無視して一から作り直す“車輪の再発明”を避けられる。ベンダーに提案を求めるときも、「どのレベルまで表現しますか。L0止まりか、L1ならどの領域までですか」と聞ける。この一言が言えるかどうかは、大きな差になる。
知識グラフは3つの層に分かれて育つ
地図(知識グラフ)を作っていくと、その情報は大きく3つの層に分かれる(図2)。
1層目は構造の層だ。プログラム、ファイル、ジョブ、呼び出し関係、データの流れ。ここは解析ツールで機械的に取れる。
2層目が意味の層である。項目と業務用語を結ぶ線。前回説明した通り、AIに下書きしてもらって人が確定する。
3層目が理由の層になる。なぜそのルールなのか。いつ、誰が、どういう事情で決めたのか。これは有識者に聞くしかない。次回の主題である。
そして、この3層目こそが知識グラフを作る最大の理由だと、筆者は考えている。
3層目に何を書くのか。こういうことだ。この丸め処理は、1990年代半ばの制度改正の時に営業部門の要請で入った。この判定は、ある大口顧客の特殊な契約形態に対応するためのもので、いまも該当が3件ある。どれも、コードを読んでも出てこない。そして、知っている人に聞けば数分で分かる。
仕様書に書かれた知識は、時間とともに実態から離れていく。書いた瞬間から、コードだけが変わっていくからだ。だがコードの実体にひも付けて書き込まれた注記は、そう簡単には腐らない。
注記の置き場所はグラフである。ソースコードのコメントではない。該当するプログラムやルールのノードに、属性としてぶら下げる。その上で、開発環境からそのノードを引ける状態にしておく。プログラムを開けば注記が横に出る。触るときに一緒に目に入る、とはこの意味だ。
第2回で「人の期限」の話を書いた。聞けるうちに聞いた話を、報告書の山に埋もれさせるのか、実体にひも付けて置くのか。この違いは、10年後に効いてくる。
過大評価しないために
知識グラフとAIを組み合わせる手法は、「GraphRAG」と呼ばれて注目を集めている。問いに関係するノードを見つけ、そこから線をたどって、周辺だけをAIに渡す方式である。資産をまとめて渡さずに済み、たどった経路が根拠として残る。
扱いには2つ注意が要る。一つは、話題になった最初の論文が査読を経ていないこと。プレプリントである。もう一つは効果のばらつきで、これは別の話だ。査読を通った評価研究では、タスクによっては素朴な検索を下回ると報告されている。どういう問いならグラフが効くのかという切り分けも、ベンチマークとして進み始めている。
万能薬ではない。効くのは、関係をたどる必要がある問いに対してである。「この項目の意味は何か」といった単発の質問なら、グラフがなくても答えは出る。「この変更はどこまで影響するか」なら、グラフの有無が結果を分ける。
もう一つの落とし穴が、鮮度だ。移行の最中も、コードは動き続ける。手作業で作ったグラフは、3カ月もすればうそをつき始める。1層目の生成を自動化できていなければ、この地図は維持できない。作るときに、更新の仕組みまで決めておく。
どこまで作るかも先に決める。前回の語彙と同じで、完璧な地図を目指すと終わらない。まずは移行の判断に使う範囲、次に変換の対象、最後に移行後の保守で使う範囲、と順に広げればいい。
費用も書いておく。1層目の自動生成は、ツールを使えばそれほど高くつかない。人の時間がかかるのは2層目と3層目だ。全資産の3層目を埋めようとすれば、それだけで移行と同じ規模の工数になる。優先するのは、判断が割れそうなところと、誰も理由を知らないところだ。
次回は、3層目の話をする。ソースコードから分かるのはWhatとHowであって、Whyは分からない。そのWhyを誰がどう取り戻すのか。この連載の背骨に当たる回だ。
著者紹介
中野恭秀(なかの・やすひで)
アクセンチュア株式会社 デジタルコア シニア・プリンシパル
レガシーシステムを、新基盤・システムに移行するマイグレーションを中心としたAMO(Application Modernization and Optimization)を手掛ける。アクセンチュア入社以前は、メーカー系SIerや複数のベンダーで約40年にわたりコンバージョンやメインフレームのオープン系プラットフォームへのリホスト業務などを経験。COBOLコンソーシアムの設立にも従事した。
参考文献・一次情報
・レガシー資産を機械可読なモデルで表現する国際標準(第4節)
OMG, Knowledge Discovery Metamodel (KDM) Version 1.4
※プログラム・データ・実行環境・業務ルールなどを層に分けて表現する。準拠レベルが段階的に定義されている点が、本文で述べた「まずこの範囲まで」という進め方の根拠になる。
※本文に挙げた準拠レベルは、KDM仕様の適合性の章に定義されたLevel 0(L0)/Level 1(L1)/Level 2(L2)の3段階による。L0はインベントリとコードの領域、L1はそれ以外の領域(Build、Structure、Data、Conceptual、UI、Event、Platform)、L2は全領域でL1に達した状態とされている。KDM自体の構成は、Infrastructure/Program Elements/Runtime Resource/Abstractions の4層。なおISO/IEC 19506:2012が対応しているのはKDM 1.3であり、本文に挙げた準拠レベルおよび4層構成の記述は、上記のOMG KDM 1.4仕様の記載による。
※「1層目がL0、2層目と3層目がL1の概念の領域に当たる」という対応付けは規格の記述ではなく、本稿の3層と規格を筆者が重ねた読み方である。
OMG, Unified Modeling Language (UML)
※本文で「UMLなどを定めてきた標準化団体」と書いた根拠。
・「コードをグラフとして扱う」考え方が確立していること(第2節)
※構文木・制御フロー・データ依存を1つのグラフに統合して問い合わせる手法。
・知識グラフの定義と全体像
A. Hogan ほか, “Knowledge Graphs,” ACM Computing Surveys, 54(4), Article 71, 2022(ACM Digital Libraryでのオンライン公開は2021年7月).
・GraphRAGを過大評価しないこと(第6節)
※Microsoft自身がプレプリントと表記しており、査読は経ていない。
※素朴な検索拡張生成とGraphRAGを同一条件で比較した評価研究。タスクによって優劣が入れ替わることを報告している。本文で「タスクによっては素朴な検索を下回る」としている根拠は、この研究である。
※どのような条件でグラフ構造が効くのかを、ベンチマークで切り分けた研究。なお同論文が冒頭に置く「実世界タスクでは素朴な検索拡張生成を下回ることが多い」という記述は、先行研究の報告として動機づけに引用されたものであり、同論文自身の知見ではない。この点は本文でも取り違えないようにした。
・プログラム解析でLLMを補強する実務例(第3節・第4節の背景)
・「人の期限」「語彙の整理」(本文中の参照)
本連載第2回「「メインフレーム脱却、なぜ『2027年が締め切り』に? ベンダー撤退より先に来る“人の期限”」および第6回「https://atmarkit.itmedia.co.jp/ait/articles/2611/04/news011.html□“8文字の流儀”が生んだ『COBOL・謎の略語』 失われた40年分の意味を掘り出す」を参照。
・図版について
図1・図2はいずれも筆者が作成した概念図である。図1のプログラム名・項目名は説明のために作った例であり、特定の案件のものではない。
※第2節に示したノード1件・エッジ1件の記載例、および第1節のコピー句の置き換えの例(:Z:-KKN-GK)も、説明のために作った架空のものである。属性の並べ方は筆者が実務で使っている型に沿っている。
※コピー句を取り込みながら文字列を差し替える書き方は、COBOLのCOPY文のREPLACING指定による。
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。
