✓ 생존 제안 17개 중 1위벤처 개발 도구 2026년 10월 21일

레거시 코드베이스를 위한 검증된 AI 포팅 플랫폼

프론티어 모델로 만든 코드 포팅(COBOL, Java, TS, Python)을 감이 아니라 기계 검증된 동작 동등성 증명과 함께 출하합니다.

Claude Code, Cursor 등 코딩 에이전트에 바로 붙여 넣을 수 있는 브리프(영어)입니다.

I want to build a venture-scale product. Help me plan and start the MVP.

Product: Verified AI Porting Platform for Legacy Codebases
What it is: Frontier-model code ports (COBOL, Java, TS, Python) shipped with machine-checked behavioral equivalence proofs instead of vibes.
Who pays: VP Engineering / Head of Platform Modernization at enterprises with large legacy codebases (banks, insurers, SaaS with 1M+ LOC); $150k–$1M migration budgets that today go to consultancies.
Closest alternatives: Mechanical Orchard (COBOL modernization, services-heavy), Moderne / OpenRewrite (rule-based automated refactoring, not model-driven ports), Sourcegraph Batch Changes (large-scale edits, no equivalence verification), In-house agent + senior-reviewer time
The gap: Existing players either do deterministic rule-based refactors or sell human consulting hours; none productize automated differential/conformance evidence that a model-generated port is behaviorally equivalent to the original, which is exactly the trust gap egonschiele describes.
Why now: In the last 12 months frontier models crossed the threshold where full compiler-scale ports complete in days (this article is the proof case), so the bottleneck in every migration has shifted from writing code to trusting it.
Moat to build toward: Compounding corpus of language-pair conformance test suites, semantic-diff techniques, and equivalence-failure data from every engagement — each port makes the next one faster and safer; switching means losing the accumulated certification history.
Biggest risk: Behavioral equivalence testing turns out to be as hard as the port itself for stateful, side-effecting enterprise systems, and buyers default to established consultancies regardless of cost.

First three steps:
1. Pick one language pair (e.g., Java 8 monoliths to modern Java/Kotlin or Python 2-era services to Python 3) and build a differential test harness that auto-generates behavioral equivalence tests from the source system's traces and types
2. Run 2–3 paid pilot migrations with a human-in-the-loop agent pipeline, publishing an 'equivalence report' as the deliverable
3. Productize the report + regression harness as a standalone verification offering that plugs into any team's own agent workflow

Start by asking me up to five questions about constraints (stack, budget, timeline), then propose the smallest version a paying customer would use, and scaffold it.

종합6.5/10

고통7

지불 의향7

타이밍7

시장 공백6

해자6

실현 가능성5

찬성

누가 돈을 내나

대규모 레거시 코드베이스를 가진 기업(은행, 보험사, 100만 LOC 이상의 SaaS)의 VP Engineering 또는 Platform Modernization 책임자. 현재 컨설팅 업체에 나가는 마이그레이션 예산은 건당 15만~100만 달러입니다.

사람들이 한 말 · 5

프론티어 모델은 이제 대규모 언어 포팅을 며칠 만에 할 수 있고, 생태계에는 이미 'slopforks', 충실 포트(faithful port), TypeScript의 재설계 변형이 있습니다. 차별점은 충실도입니다. 기사에서 ↗
헤비 에이전트 사용자는 에이전트가 설계상 잘못된 판단을 내리기 때문에 여전히 AI 출력을 수동으로 검토하며, 대형 코드베이스는 기존 도구의 범위를 넘어선다고 말합니다. 댓글 읽기 ↗
독립적으로 만들어진 AI 지원 TypeScript 포트가 세 가지(tsrs, tsgo-rs, bun check) 있어 포팅 수요와 파편화를 동시에 보여 줍니다. 댓글 읽기 ↗
댓글 작성자는 같은 AI 포팅 방식이 CPython에도 시도됐는지 궁금해합니다. TypeScript를 넘어선 수요가 있다는 신호입니다. 댓글 읽기 ↗
한 개발자가 AI로 TypeScript를 C#으로 약 75달러에 포팅했습니다. 포팅 비용이 무너졌다는 증거이지만, 정확성 보장은 전혀 없습니다. 댓글 읽기 ↗

토론 내용을 요약한 것입니다. 원래 댓글은 링크에서 볼 수 있습니다.

경쟁사와 빈틈

Mechanical Orchard (COBOL modernization, services-heavy)Moderne / OpenRewrite (rule-based automated refactoring, not model-driven ports)Sourcegraph Batch Changes (large-scale edits, no equivalence verification)In-house agent + senior-reviewer time

기존 업체는 규칙 기반의 결정론적 리팩터링을 하거나 사람의 컨설팅 시간을 팝니다. 모델이 생성한 포트가 원본과 동작상 동등하다는 자동화된 차등(differential) 및 적합성(conformance) 근거를 상품으로 내놓은 곳은 없습니다. egonschiele이 짚은 신뢰 격차가 바로 이 지점입니다.

왜 지금인가

최근 12개월 사이 프론티어 모델이 컴파일러 규모의 포팅을 며칠 안에 끝낼 수준에 도달했습니다(이 글이 그 증거입니다). 그래서 모든 마이그레이션의 병목이 코드 작성에서 코드 신뢰로 옮겨 갔습니다.

해자 · 6/10

언어 쌍별 적합성 테스트 스위트, 의미 차이(semantic diff) 기법, 매 프로젝트에서 쌓이는 동등성 실패 데이터가 누적됩니다. 포트를 하나 할 때마다 다음 포트가 더 빠르고 안전해집니다. 다른 곳으로 옮기면 쌓아 둔 인증 이력을 잃게 됩니다.

반대

레드팀: 올해 프론티어 모델이 포팅 비용을 무너뜨리면서 병목이 실제로 신뢰 쪽으로 옮겨 갔습니다. 기업은 이미 마이그레이션 한 건에 15만~100만 달러를 쓰고 있고, Mechanical Orchard의 COBOL 틈새를 제외하면 모델 생성 포트에 대해 기계 검증된 동작 동등성을 상품화한 컨설팅 업체는 없습니다.
실패한다면 그 이유: 상태(stateful)를 가지고 부수 효과가 있는 기업 시스템에서는 동작 동등성 테스트 자체가 포팅만큼 어렵다는 사실이 드러나고, 구매자가 비용과 무관하게 기존 컨설팅 업체를 기본 선택으로 유지하는 경우입니다.

시작

첫 세 단계: 언어 쌍 하나를 고릅니다(예: Java 8 모놀리스를 최신 Java/Kotlin으로, 또는 Python 2 시대 서비스를 Python 3으로). 원본 시스템의 트레이스와 타입에서 동작 동등성 테스트를 자동 생성하는 차등 테스트 하네스를 만듭니다.
사람이 개입하는 에이전트 파이프라인으로 유료 파일럿 마이그레이션을 2~3건 진행하고, 결과물로 '동등성 리포트'를 공개합니다.
리포트와 회귀 하네스를 묶어, 어느 팀의 에이전트 워크플로에든 붙일 수 있는 독립 검증 서비스로 제품화합니다.
원래 토론: Tsrs: A Port of TypeScript to Rust ↗ 426포인트댓글 209개스토리에서링크된 기사

영어에서 번역했습니다. 원문 읽기

찬성

반대

시작

이번 호의 다른 아이디어