workload-assessment

name	workload-assessment
description	Assess legacy workloads before modernization — application dependency graph, database schema, traffic patterns, RTO/RPO, compliance constraints (ISMS-P/PCI-DSS), technical debt scoring, and Five Lenses readiness. Use when starting brownfield migration to AWS and need a data-driven baseline before selecting a 6R pattern.
argument-hint	[workload-slug, source-type (monolith|microservices|legacy-db), target-region]
user-invocable	true
model	claude-opus-4-7
allowed-tools	Read,Grep,Glob,Bash,WebFetch,mcp__aws-documentation,mcp__aws-pricing

언제 사용하나요

• 신규 현대화 프로젝트의 첫 번째 skill 로, 대상 시스템의 As-Is 현황을 정량화할 때
• 기존 모놀리식·3-tier·메인프레임·VM 기반 워크로드를 AWS 로 이행하기 전 baseline 이 필요할 때
• 규제 산업(금융·헬스케어·공공) 워크로드의 컴플라이언스 제약을 조기에 식별할 때
• modernization-strategy 실행 전에 cost·time·risk 평가 입력값을 수집해야 할 때

언제 사용하지 않나요

• 이미 .omao/plans/modernization/assessment-report.md 가 최신 상태로 존재하고 입력 스코프에 변화가 없을 때
• 그린필드(신규) 프로젝트 — 이 skill 은 기존 자산 분석이 목적이며, 그린필드는 aidlc/skills/inception/requirements-analysis 를 사용
• 단순 라이브러리 버전 업그레이드 — 현대화가 아닌 유지보수 범주는 별도 프로세스로 처리

전제 조건

• 대상 워크로드의 소스 코드·배포 스크립트·DB 스키마에 대한 read 권한
• docs/project-info.md 또는 동등한 프로젝트 컨텍스트 문서 (선택 — 없으면 Q&A 로 수집)
• .omao/plans/modernization/ 디렉토리 생성 가능 권한
• (선택) APM 지표(CloudWatch, Datadog, New Relic) 접근 토큰 — 트래픽 패턴 추출에 활용

절차

Step 1. 프로젝트 컨텍스트 수집

• 업무 도메인, 연간 매출 기여도, 사용자 수(DAU/MAU), SLO 목표를 질의 응답 형식으로 확인합니다
• docs/project-info.md 존재 시 자동 파싱, 부재 시 5-10 문항으로 수집합니다
• 결과는 context.md 초안으로 기록합니다

Step 2. Application Dependency Graph 작성

• 소스 트리에서 import/require 그래프를 추출합니다
• 외부 시스템 호출 지점(HTTP/gRPC/메시지 큐) 을 모듈별로 태깅합니다
• 결과: Mermaid 다이어그램으로 assessment-report.md 에 첨부

graph LR
  Web[Web Tier] --> API[API Tier]
  API --> DB[(Oracle 19c)]
  API --> Cache[(Redis)]
  API --> Ext[External Billing]

Step 3. Database Schema 분석

• 스키마 파일(*.sql, schema.prisma, ORM 모델) 에서 테이블·인덱스·트리거·stored procedure 수집
• PII 포함 컬럼, 외래키 복잡도, 파티셔닝 전략을 분류합니다
• 크기(GB), 일일 쓰기 QPS, 읽기 QPS 를 메트릭에서 추출

Step 4. Traffic Pattern 분석

• ALB/Nginx access log 또는 APM 에서 24시간 단위 QPS, P95 latency, 피크 시각을 집계
• 계절성(일간·주간·월간) 여부 기록
• 동시 세션 수, WebSocket 장기 연결 비율 확인

Step 5. RTO/RPO·규제 식별

• 비즈니스 요구 RTO(복구 목표 시간), RPO(복구 시점 목표) 수치 확인
• 적용 규제: ISMS-P, PCI-DSS, HIPAA, 전자금융감독규정, SOC 2 여부 체크
• 데이터 주권(region 제약), 암호화 요건(KMS CMK), 감사 로그 보존 기간 기록

Step 6. Five Lenses 평가

aws-samples assessment-framework.md 의 5축을 High/Medium/Low 로 점수화합니다.

Lens	질문	결과 예시
Strategic/Business Fit	전략적 중요도, 매출 영향	High
Functional Adequacy	기능 gap, 통합 복잡도	Medium
Technical Adequacy	기술 부채, 클라우드 준비도	Low
Financial Fit	현재 TCO, ROI 기간	Medium
Digital Readiness	팀 스킬, DevOps 성숙도	Low

Step 7. Output 산출

.omao/plans/modernization/assessment-report.md 에 다음 섹션을 필수로 포함합니다.

# Workload Assessment Report
- slug: ${workload-slug}
- source_type: monolith | microservices | legacy-db
- assessed_at: YYYY-MM-DD
- dependency_graph: (Mermaid)
- database: Oracle 19c / 1.2TB / 8k write-qps
- traffic: peak 12k rps, p95 450ms
- rto_rpo: RTO=4h, RPO=15m
- compliance: [ISMS-P, 전자금융감독규정]
- five_lenses: {strategic: High, functional: Medium, technical: Low, financial: Medium, digital: Low}
- readiness_score: Medium (2.4 / 5.0)
- open_questions: [...]

Step 8. 후속 skill 핸드오프

• readiness_score >= Medium → modernization-strategy 로 진행
• readiness_score == Low → Executive 승인 필요 플래그를 audit.md 에 기록 후 중단
• Compliance 위반 가능성 탐지 시 → risk-discovery 호출 전제로 기록

좋은 예시

• Java EE 모놀리스 + Oracle + Weblogic → dependency graph 에 9개 외부 시스템, 1.2TB DB, RTO 4h, ISMS-P 대상 명시
• Python Django 3-tier + PostgreSQL → traffic pattern 에 일간·주간 계절성 포함, readiness_score Medium

나쁜 예시 (금지)

• "현재 시스템이 오래되었다" 같은 정성적 서술만 기재 — Five Lenses 수치 없이 다음 skill 로 넘김
• PII 컬럼 식별 누락 — Step 3 의 PII 분류 생략
• 규제 적용 여부를 "모름" 으로 남기고 진행 — 컷오버 단계에서 재작업 필요
• .omao/plans/ 대신 /tmp/ 같은 휘발성 경로에 결과 저장

참고 자료

공식 문서

• AWS Modernization Pathways — AWS 공식 현대화 개요
• AWS Well-Architected Framework — 5대 기둥 평가 기준

원천 방법론 (MIT-0)

• assessment-framework.md (Kiro) — Five Lenses 원본

관련 문서 (내부)

• ../../CLAUDE.md — modernization 플러그인 개요
• ../modernization-strategy/SKILL.md — 다음 skill (6R 결정)
• /home/ubuntu/workspace/oh-my-aidlcops/plugins/aidlc/CLAUDE.md — risk-discovery 통합 포인트