BCE 패턴 기반 마이크로서비스 아키텍처의 배치 유형 식별을 위한 생성형 AI 파인튜닝 방법

Generative AI Fine-tuning Method for Identifying Deployment Types of BCE Pattern-based Microservice Architecture

  • 조대영 (부산대학교 정보융합공학과) ;
  • 정수민 (부산대학교 정보융합공학과) ;
  • 박준석 (부산대학교 지능물류빅데이터연구소) ;
  • 염근혁 (부산대학교 정보컴퓨터공학부)
  • Daeyeong Cho (Dept. of Information Convergence Engineering, Pusan National University) ;
  • Sumin Jeong (Dept. of Information Convergence Engineering, Pusan National University) ;
  • Joonseok Park (Research Institute of Intelligent Logistics Big Data, Pusan National University) ;
  • Keunhyuk (School of Computer Science and Engineering, Pusan National University)
  • 발행 : 2024.10.31

초록

마이크로서비스 아키텍처는 마이크로서비스 간 약결합을 통한 높은 확장성과, 개별 배포를 통한 유지보수성을 제공하는 애플리케이션 구축 방법이다. 그러나, 마이크로서비스 아키텍처는 표준적인 배치방식이나 연결 방법이 부족하여, 마이크로서비스 아키텍처의 전문적인 지식 없이 마이크로서비스 단위를 구분하고 약결합 구조를 배치하기에는 어려움이 있다. 따라서, 본 논문에서는 마이크로서비스 아키텍처의 BCE 패턴 기반 배치 방안으로 마이크로서비스의 기능 및 약결합 구조를 생성형 AI로 학습하는 방법을 제시한다. 제안하는 방법에 따라 생성형 AI 모델인 GPT-3.5-turbo를 바탕으로 파인튜닝 한 결과 파인튜닝 모델을 활용한 배치 정답률이 14% 향상되는 것을 확인하였다. 또한, 파인튜닝 학습 요소의 반영률을 조절하여 모델의 비교 평가를 수행한 결과로 f1-score가 0.019 증가한 것을 통해 파인튜닝 요소가 정답을 결정하는 데 필요한 요소임을 확인하였다.

키워드

과제정보

본 연구성과물은 2024년도 정부(교육부)의재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(No. RS-2023-00243156)

참고문헌

  1. L. D. S. B. Weerasinghe and I. Perera, "Reference Architecture for Microservices with an Optimized Inter-Service Communication Strategy,"2024 International Research Conference on Smart Computing and Systems Engineering (SCSE), pp. 1-6, 2024.
  2. A. S. Alsayed, H. K. Dam and C. Nguyen, "MicroRec: Leveraging Large Language Models for Microservice Recommendation," IEEE/ACM 21st International Conference on Mining Software Repositories, pp. 419-430, 2024.
  3. 김시현, 오재원, "마이크로서비스의 자동 식별을 위한 효과적인 재사용 기반 접근 방법," 한국정보통신학회논문지, Vol. 27, No. 6, pp. 673-687, 2023.
  4. 조대영, 정수민, 박준석, 염근혁, "생성형 AI를적용한 컨테이너 기반의 마이크로서비스 배치 기법," 2024 한국컴퓨터종합학술대회, pp. 313-315, 2024.
  5. GitHub, https://docs.github.com/en/get-started/start-your-journey/about-github-and-git