この参考モデルの位置づけ

メインフレームのフルリプレイスは、規模と業務影響が非常に大きく、経営会議での意思決定が数年単位で滞ることも珍しくありません。一方、保守撤退の通告や COBOL 要員の不足が進む状況では期限を延ばせず、対応に使える時間は減少します。この状況で現実的な初期対応として使えるのが、業務の中核 (勘定系・契約系) はメインフレームに残したまま、周辺系 (帳票、分析、顧客照会、社内問い合わせ) だけを先に新基盤へ移行する段階移行です。本記事は、この「周辺系リプレイス」の設計を、当社が参考実装の設計例としてまとめたものです。

段階移行そのものの汎用手順は システムリプレイスの進め方完全ガイド と メインフレーム リプレイスの進め方と費用相場 にまとめています。本記事はその中の「初期段階」フェーズに絞って、技術選定・データ同期・切り戻し設計の具体的な構成に踏み込みます。

周辺系を先に切り出す 3 つの理由

周辺系を優先する理由は 3 つあります。

1 つ目は、周辺系はメインフレームからの「参照」のみで完結するため、新基盤側にデータを写して参照するだけで稼働するという点です。書き戻しが不要なので、双方向同期の複雑さを避けられます。

2 つ目は、周辺系こそが業務側が日々触る画面で、体感の改善効果が大きいという点です。帳票の出力時間が数分から数秒に縮む、社内問い合わせの顧客情報照会が 5 画面遷移から 1 画面で済む、といった改善が業務側に届き、社内の刷新プロジェクトへの理解を得やすくなります。

3 つ目は、周辺系の刷新経験が、その後の中核系リプレイスに直接役立つという点です。データ同期の技法、Feature Flag の運用、AI 駆動の読み解きプロセスといった要素が、周辺系で磨かれた形で中核系フェーズに引き継げます。

参考アーキテクチャの全体像

構成は次の 4 層で組み立てます。

  1. メインフレーム層 (既存): 勘定系・契約系がそのまま稼働。VSAM / DB2 for z/OS。
  2. データ同期層: 対象データソースに対応した CDC (Change Data Capture) 製品やコネクタで、メインフレーム側の変更を抽出。片方向 (メインフレーム → 新基盤) のみ。
  3. 新基盤データ層: PostgreSQL または Amazon Aurora で、周辺系が読むためのデータマート用データベースを構築。CDC 経由でメインフレーム側の変更を反映。
  4. 新基盤アプリ層: Next.js + Hono + Prisma で、帳票・分析・顧客照会の Web アプリを構築。認証は SSO で既存の Active Directory・Microsoft Entra ID (旧 Azure AD) に接続。名称は Microsoft の変更案内 で確認できます (2026 年 11 月 13 日確認)。

JDBC ソースコネクタの定期ポーリングと、トランザクションログを読む CDC は区別します。ポーリングでは削除や取得間隔中のすべての変更を捕捉できないため、削除の反映が必要な場合は対応方式を確認してください (Confluent の公式解説、2026 年 11 月 13 日確認)。

双方向同期は避ける方針です。周辺系だけを寄せる段階では、新基盤からメインフレームへの書き戻しは発生させません。書き戻しは中核系リプレイスの後半フェーズで初めて設計します。この制約を守ることで、初期フェーズの複雑度を抑えられます。

AI 駆動での COBOL 読み解き 3 ステップ

周辺系リプレイスの前提として、対象範囲の COBOL コードから業務ルールとデータの流れを復元します。この工程は Claude Code などの AI コーディングツールを使うと、従来 3〜6 ヶ月かかっていた棚卸しが 1〜2 ヶ月に短縮できると想定しています。

ステップ 1: 対象範囲を CICS トランザクション単位に分割する

周辺系に該当する CICS トランザクションを洗い出し、それぞれのプログラム、コピー句、参照テーブル、外部連携をマトリクスにまとめます。「帳票」「分析」「顧客照会」といった業務単位で分類しておくと、次のステップの読み解きが構造化されます。

ステップ 2: プログラム単位で AI に要約させる

各 CICS トランザクションの COBOL プログラム (数百〜数千ステップ) を Claude Code に読ませ、次の 4 点を要約させます。

  1. 主たる業務ロジック (どのような入力を受けて、どのような出力を返すか)
  2. 参照するデータ (VSAM / DB2 のどのファイル / テーブル)
  3. 暗黙の業務ルール (コメントに残っていない条件分岐、外部連携固有の挙動)
  4. 例外処理 (エラー時のリカバリ、業務側への通知経路)

全体を一度に読ませると精度が低下するため、プログラム単位に分割するのが精度を保つ要点です。

ステップ 3: テストとして書き起こす

AI が出力するのは仮説です。重要な業務ルールは、新基盤側で自動テストとして書き起こし、旧側と新側で同じ入力に対して同じ出力になることを検証します。蓄積したテストは、新基盤の挙動に対応する仕様書として残り、後任への引き継ぎ資料にもなります。AI の出力をどう検証に組み込むかは AI 駆動 TDD の考え方を応用します。

CDC の実装ポイントとよくある留意点

新基盤側にメインフレームのデータをリアルタイムで反映するには、CDC の設計が要点です。よくある留意点を 3 つ紹介します。

1 つ目は文字コード変換の抜けです。EBCDIC から UTF-8 への変換で、独自の外字や旧字体、半角カナの扱いで文字化けが発生します。ETL パイプラインの最初のステージに、文字コード変換の単体テストを十分に記述しておきます。

2 つ目は COMP-3 パック 10 進数の符号解釈です。COBOL の COMP-3 形式は末尾ニブルに符号を持つため、単純にバイト列を数値カラムへ入れると、負号が反転したり、桁あふれが発生します。Kafka Connect のコンバーターに、パック 10 進数の解釈を明示的に指定するトランスフォームを組み込みます。

3 つ目は遅延許容度の設計です。周辺系の要件で「新旧のデータは常に一致していなければならない」を厳格に取ると、CDC の遅延が業務クレームの発生源になります。実際には「帳票は 1 分遅延まで許容」「顧客照会は 30 秒遅延まで許容」といった業務側の許容度を合意し、そこに合わせて Kafka の設定を最適化するのが現実解です。

Feature Flag による切り戻し設計

周辺系の新基盤を段階リリースする際、業務側が問題を感じたら即座に旧側 (メインフレーム経由の画面) に戻せる仕組みを設計します。

参考実装は次のとおりです。

  • Feature Flag ライブラリ (LaunchDarkly、Unleash、自作のシンプル実装) で「新画面を使う」「旧画面を使う」を出し分ける
  • 業務側自身が UI から切り替えられるトグルを画面右上に配置し、「新しい画面で見る」「旧画面に戻す」を選べる
  • Flag の状態はサーバー側で保持し、次回ログイン時にも維持する
  • 業務クレーム発生時は、対象部署単位で Flag を全員 OFF にする管理画面を業務側に用意

この業務側操作型 Feature Flag の設計は システム刷新・リプレイス の差別化要素にもなっており、業務停止時間を最小化する要になります。

参考期間と費用レンジ

周辺系リプレイスだけで、参考レンジは次のとおりです。

  • 期間 — 6〜10 ヶ月 (現状分析 1〜2 ヶ月、設計 1〜2 ヶ月、実装 3〜5 ヶ月、段階リリース 1〜2 ヶ月)
  • 費用 — 6,000 万〜1.5 億円 (税抜)

対象範囲を「帳票のみ」「分析のみ」に絞ればさらに小さいレンジで済みますし、周辺系全体を一気に手掛ければ上限に近づきます。中核系のフルリプレイス (5,000 万〜3 億円以上) と比べれば、初期段階として着手可能な現実的な範囲です。

次のフェーズへの移行方法

周辺系リプレイスが完了したら、次のフェーズ (中核系) では、この初期段階で得たものを応用します。

  • CDC のパイプラインは、中核系リプレイス時のデータ移行にそのまま流用できる
  • AI 駆動の COBOL 読み解きプロセスは、中核系の複雑なロジックに対しても同じ手順で通用する
  • Feature Flag の運用は、中核系の切り替えでも同じ設計を再利用できる

初期フェーズの目的は、この「型」を組織に定着させることです。中核系リプレイスは経営判断のハードルが高くても、周辺系の成功実績があれば、次のフェーズの意思決定の負担を大きく低減できます。

メインフレーム リプレイスのご相談

「メインフレームを一気にリプレイスする予算と時間はないが、保守撤退の期限は迫っている」「周辺系だけでも先に対策を講じたいが、どこから始めるか判断できない」といった状況こそ、AI 駆動開発で読み解きと初期設計を加速できる領域です。まずは システム刷新・リプレイス をご覧いただき、お問い合わせ からご相談ください。