LeafData는 사용자의 자연어 의도를 데이터 마이그레이션용 JSON 설정으로 변환해 주는 에이전트 시스템이다. 현재 데이터 마이그레이션은 연결·파이프라인 로직·오케스트레이션 동작을 모두 JSON으로 정의해야 해 도메인 지식이 필요하고 시간이 오래 걸리며 오류가 잦다. 시스템은 프런트엔드 챗봇과 백엔드 서비스로 구성되는데, 챗봇이 필요한 정보를 점진적으로 수집하며 스키마 기반 검증을 수행하고, 백엔드가 검증된 입력으로 JSON 설정 아티팩트를 생성한다. 생성물은 오케스트레이션 플랫폼이 바로 소비할 수 있어 수작업 코딩 없이 파이프라인 생성부터 실행까지 이어진다. 관계형 DB, 파일 기반 시스템, 문서형 DB, REST API 등 이기종 소스와 커넥터를 지원한다.
- •JSON 설정 수작업에 의존하던 데이터 마이그레이션의 진입장벽과 오류를 줄이는 것이 목표다.
- •챗봇이 사용자에게 필요한 정보를 점진적으로 수집하고 스키마 기반 검증을 수행한다.
- •백엔드는 검증된 입력을 바탕으로 실행 가능한 JSON 설정 아티팩트를 생성한다.
- •생성물은 오케스트레이션 플랫폼이 직접 소비해 코딩 없이 종단간 파이프라인 생성·실행이 가능하다.
- •관계형 DB, 파일 시스템, 문서형 DB, REST API 등 이기종 소스를 지원한다.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
LeafData: An Agentic System for Data Migration
- 1.LeafData: 사용자 의도를 검증된 데이터 마이그레이션 JSON 설정으로 변환하는 에이전트 시스템
- 2.챗봇이 필요 정보를 순차 수집하며 스키마 기반 검증, 백엔드가 실행 가능한 설정 생성
- 3.생성된 아티팩트는 오케스트레이션 플랫폼이 바로 소비, 수동 코딩 없이 파이프라인 실행
- 4.RDB·파일·문서 DB·REST API 등 이종 데이터소스 간 마이그레이션 지원
왜 중요한가?
도메인 지식이 필요하고 오류가 잦던 JSON 기반 마이그레이션 설정 작업을 대화형 에이전트로 대체한 사례다. 스키마 검증을 거친 설정만 생성해 LLM 환각으로 인한 파이프라인 오류를 구조적으로 차단한다는 점이 실무 적용의 관건이다.
언급 프로젝트
본문 미리보기
arXiv:2607.21618v1 Announce Type: new Abstract: Modern data migration relies on JSON configuration to define data connection, pipeline logic, and orchestration behavior. This requires domain knowledge from users and is time-consuming and error-prone. In this paper, we present LeafData, an agentic system that converts user intent into validated and executable JSON configuration for data migration. Specifically, LeafData comprises a frontend chatbot and the backend service. The chatbot incrementa
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:02AI 초안

