대규모 HPC 과학 응용의 워크로드가 전체 실행시간 동안 다양하게 변화하는 자원 요구사항을 갖게 되면서 특정 시점에 갑자기 요구사항이 증가하는(bursty) 형태가 되고 있다. 그러나 이러한 응용 워크로드를 고려하지 않고, 최대 자원 요구사항만을 반영한 가상 자원의 오버-프로비저닝은 과학 응용의 성능을 보장하지만 다른 응용이 사용할 수 없는 유휴 자원을 늘리는 문제로 남아있다. 본 논문에서는 OS-level 가상화 환경에서 응용의 자원 사용 패턴에 대한 프로파일링 데이터를 기반으로 메모리 자원 재구성 기법을 제안한다. 이는 유휴 상태의 메모리 자원을 신속하게 풀어주어 새로운 응용이 자원을 사용하여 수행할 수 있도록 한다. 본 연구에서는 경량화된 OS-level 가상화 시스템의 하나인 Docker에서 과학 워크플로우 응용을 이용하여 제안하는 알고리즘을 검증하였다. 실험을 통해 과학 응용을 실행하는 동안 컨테이너에 대한 메모리 할당 미세 조정이 전반적인 메모리 자원 활용을 향상시킬 수 있음을 보였다. 또한 응용의 메모리 사용 프로파일 데이터를 기반으로 하는 시뮬레이션 실험을 통해, 제안하는 동적 메모리 할당 기법을 사용하는 경우 대기 작업에 유휴상태의 메모리를 할당하여 전체 대기 작업의 수를 줄이고 시스템 작업 대기 시간이 줄어들었음을 보였다.

DDS(Data Distribution Service)는 유연성, 확장성, 실시간 통신 환경을 지원하는 통신 미들웨어이다. 본 논문에서는 DDS 미들웨어의 성능을 향상시키기 위한 방법들을 제안한다. DDS 미들웨어 내부 동작과 관련된 세부 이벤트를 정의하고, 이벤트 구동형 구조에 적용하기 위해 하나의 DDS 메시지를 의미 있는 서브메시지 단위로 분해함으로써 처리 복잡도를 낮출 수 있다. 제안하는 히스토리캐시 관리 기법은 DDS의 특성 상 상태접근과 임의접근이 빈번하게 발생한다는 사실을 이용한다. 제안한 방법들을 본 연구팀이 개발한 EchoDDS에 적용하여 성능을 향상시켰다.

실시간 클라우드의 실현에 있어서 데이터 분석 프레임워크는 중추 역할을 수행한다. 현존하는 프레임워크들 중에 가장 많은 요구사항들을 충족하는 것은 Spark Streaming이다. 하지만 이 프레임워크는 초 단위 실시간 고장 복구를 충족하지 못하고 있다. Spark Streaming의 고장 복구 기법은 정상 동작시에 기록된 누적 변형 히스토리를 토대로 고장 직전 마지막 상태 데이터를 재연산하여 복구하기 때문에 히스토리의 길이에 비례하여 복구 시간이 증가된다. 따라서 제한된 시간 이내에 고장 복구가 완료됨을 보장되지 않는다. 또한 초기 상태 데이터를 고장 감내 스토리지에서 읽는 시간이 수십 초에 달하여 초 단위고장 복구 시간을 달성할 수 없다. 본 논문에서는 언급된 문제들을 해결하기 위한 두 가지 기법들을 제안한다. 이를 Spark Streaming 1.6.2에 적용하고, 실험을 통해 고장 복구 시간이 제한 시간 이내에 완료되며 평균 약 41.57% 단축됨을 확인했다.

최근에 제안된 NVMe 기반의 멀티큐 SSD는 여러 개의 코어들이 전담 큐들을 통해 병렬적으로 입출력을 수행함으로써 높은 SSD 대역폭을 제공한다. 이러한 멀티큐 SSD에 대해서 입출력 응용마다 대역폭 지분을 제공하기 위해서는 각 코어에게 대역폭 지분을 제공하는 것이 요구되며, 이를 위한 공정지분 스케줄링이 필요하다. 본 논문은 멀티큐 SSD를 위해 멀티코어 확장성을 제공하는 공정 큐잉 알고리즘을 제안한다. 제안하는 알고리즘은 무작위 선택 기법을 이용하여 코어간 동기화 오버헤드를 최소화하고 각 코어가 가중치에 비례하는 대역폭을 수신하도록 한다. 실험 결과, 제안하는 알고리즘은 block-mq를 사용하는 커널에서 정확한 대역폭 분할 효과를 보여주며, 코어 개수에 상관 없이 기존 FlashFQ 스케줄러보다 우수한 성능을 보여준다.

미래 대공 유도무기체계 전술작전센터는 미래 공중위협, 전술정보, 통합전장 환경 생성 및 관리, 교전통제 및 지휘통제 알고리즘 연구를 위한 환경을 제공한다. 통합전장상황 생성 및 처리, 전술작전 자동화 처리 핵심 기능요소에 대한 개발을 위해서는 다역할(포대/대대) 전술작전 통제 및 재구성 설계가 가능한 소프트웨어가 필요하다. 따라서 기능 별 알고리즘 소프트웨어, 전술작전화면 소프트웨어, 장비들 간 연동을 위한 링크 소프트웨어를 데이터 중심 설계를 통해 재구성 가능하도록 개발하였다. 본 논문에서는 포대/대대 별 전술작전 운용화면에 재구성이 가능한 전술작전화면 프레임워크를 소개한다. 전술작전화면 프레임워크는 포대/대대 및 임무별 다역할 전술작전화면을 재구성 가능한 구조를 위해 공통데이터 모델설계와 MVC패턴을 이용한 화면구성도구를 개발하였다. 화면구성도구를 이용하여 화면 개발을 위한 전술작전화면 프레임워크를 제공한다. 전술작전화면 프레임워크를 이용하게 된다면 공통기반의 구조를 통해 화면 설계를 재사용 할 수 있다. 또한 쉽고 빠르게 재구성이 가능한 화면을 개발할 수 있을 것이다.

협업 필터링(CF, Collaborative Filtering)은 추천을 수행하기 위해 필요한 비용(시간/공간 복잡도 등)이 현실 데이터에 적용하기에는 한계가 있다. 평점 빈도 가중치 기반의 Baseline Predictor(RFWBP, Rating Frequency Weight-based Baseline Predictor)는 정확도가 기존의 방법과 근사하며, 비용을 크게 줄일 수 있는 효율적인 방법 중 하나이다. 그러나 효율성을 고려해 RFWBP만 사용할 경우, 1)학습을 수행하지 않기 때문에 발생되는 오차를 감소시킬 수 없고, 2)적합한 추천 목록을 작성하기 위한 조건이 없기 때문에 모두 추천했다. 본 논문은, 제시된 문제를 해결하기 위한 BBP(Bias-Based Predictor)를 제안한다. BBP는 Bias를 보정하여 오차의 범위를 감소시킴으로써 1)을 해결했고, 선호에 적합한 추천 목록 작성을 위한 몇 가지 Case를 정하고, 추천 목록을 구성함으로써 2)를 해결하였다.

포인터 네트워크(Pointer Networks)는 Recurrent Neural Network (RNN)를 기반으로 어텐션 메커니즘(Attention mechanism)을 이용하여 입력 시퀀스에 대응되는 위치들의 리스트를 출력하는 딥 러닝 모델이다. 대명사 상호참조해결은 문서 내에 등장하는 대명사와 이에 대응되는 선행사를 찾아 하나의 엔티티로 정의하는 자연어처리 문제이다. 본 논문에서는 포인터 네트워크를 이용하여 대명사와 선행사의 참조관계를 밝히는 대명사 상호참조해결 방법과 포인터 네트워크의 입력 연결순서(chaining order) 여섯가지를 제안한다. 실험 결과, 본 논문에서 제안한 방법 중 연결순서 coref2 가 MUC F1 81.40%로 가장 좋은 성능을 보였다. 이는 기존 한국어 대명사 상호참조해결의 규칙 기반(50.40%)보다 31.00%p, 통계 기반(62.12%) 보다 19.28%p 우수한 성능임을 나타낸다.

본 논문에서는 copy mechanism과 input feeding 추가한 RNN search 모델을 end-to-end 방식으로 한국어 문서요약에 적용하였다. 또한 시스템의 입출력으로 사용하는 데이터를 음절단위, 형태소단위, hybrid 단위의 토큰화 형식으로 처리하여 수행한 각각의 성능을 구하여, 모델과 토큰화 형식에 따른 문서요약 성능을 비교한다. 인터넷 신문기사를 수집하여 구축한 한국어 문서요약 데이터 셋(train set 30291 문서, development set 3786 문서, test set 3705문서)으로 실험한 결과, 형태소 단위로 토큰화 하였을 때 우수한 성능을 확인하였으며, GRU search에 input feeding과 copy mechanism을 추가한 모델이 ROUGE-1 35.92, ROUGE-2 15.37, ROUGE-L 29.45로 가장 높은 성능을 보였다.

소프트웨어 개발 프로세스(Software Development Process: SDP)는 소프트웨어공학 교육에서 가장 기초적이며 중심적인 역할을 한다. 모든 소프트웨어는 개발의 시작부터 마지막까지를 모두 포함하는 특정 SDP에 기반해서 개발된다. 따라서, SDP 교육은 소프트웨어공학의 제반 기술에 대한 이해를 도울 수 있다. 본 논문은 대학의 소프트웨어공학 수업에서 활용할 수 있는 소프트웨어 개발 방법론(프로세스)인 OOPT(Object Oriented Process with Traceability)를 소개한다. OOPT는 객체지향 소프트웨어를 개발하기 위한 방법론으로서, 각 단계마다 구체적인 요구사항과 산출물을 정의하고 있으며, 단위/시스템 시험 및 추적성 분석 등의 추가적인 내용들도 포함하고 있다. 본 논문은 OOPT에 대한 적용 사례로서 다년간의 건국대학교 컴퓨터공학과 소프트웨어공학 관련 수업들을 소개하고 있으며, 향후 개선 및 발전 방향을 포함한다.

키워드 추출은 주어진 문서로부터 문서의 주제나 내용에 관련된 단어들을 추출해내는 방법으로 대량의 문서를 다루는 텍스트마이닝 연구들이 전처리에서 공통적으로 거치는 대표 자질 추출에서 중요하게 활용될 수 있다. 본 논문에서는 하나의 문서의 주제에 적합한 키워드를 추출하기 위해 문서에 출현한 단어들 사이의 동시출현관계, 동시출현 단어 쌍 사이의 출현 종속 관계, 단어들 사이의 공통 부분단어 관계 등의 다양한 관계들을 특징으로 활용하여 구축한 계층적 그래프 모델을 제안하고, 그래프를 구성하는 정점(Vertex)들의 중요도를 평가할 때 입력 간선(Edge)에 의한 영향뿐만 아니라 출력 간선에 의한 영향도 고려한 새로운 중요도 산출 방법을 제안하며, 이를 토대로 점진적으로 키워드를 추출해내는 방안을 제안한다. 그리고 제안한 방법의 정확성과 주제적 포괄성 검증을 위해 다양한 분야의 주제를 가진 문서 데이터에 다양한 평가방법을 적용해 기존의 방법보다 전체적으로 더 나은 성능을 보임을 확인하였다.

부호가 있는 정수 표현의 특별한 형태인 NAF(non-adjacent form)는 양의 정수의 이진표현에서 0이 아닌 비트의 평균 밀도를 낮추어 해밍 웨이트를 최소화시킨다. 이러한 장점으로 인해 NAF는 다양한 분야에서 활용 가능하며 특히 암호학 분야에서 적극적으로 활용된다. 그러나 기존 NAF 변환 알고리즘은 변환 과정에서 LSB가 1이 되는 경우가 증가할수록 변환 속도가 저하되는 문제점이 존재한다. 본 논문에서는 기존 NAF 변환 알고리즘의 문제점을 해결하여 NAF 변환의 속도를 향상시키기 위한 방안을 제안한다. 제안한 알고리즘의 우수성을 검증하기 위하여 저성능 8-bit 마이크로프로세서인 ATmega128에 기존 알고리즘과 제안한 알고리즘을 구현하여 다양한 입력 패턴 하에서 CPU Cycle을 측정하였다. 이를 통해 제안 알고리즘이 기존 알고리즘보다 주요 패턴 처리 시 소요 사이클 카운터를 평균 20% 향상시킬 뿐만 아니라 NAF 변환 시간을 13% 이상 감소시킴을 확인하였다.

최근 네트워크 기술과 모바일 기기의 발달로 인해 네트워크를 효율적으로 사용하여 비디오 스트리밍 서비스를 제공하기 위해 HTTP 적응적 스트리밍 서비스가 주목 받게 되었다. 사용자 중심 방송에 대한 관심이 증가함에 따라 대화형 멀티미디어에 대한 연구가 활발하게 진행되고 있다. 대화형 멀티미디어 서비스는 사용자가 선택하는 시나리오에 따라 영상을 재생하는 방식이다. 기존의 HTTP 적응적 스트리밍 방식으로 대화형 멀티미디어 서비스를 제공하면 사용자가 시나리오를 선택하는 시점에 따라 시나리오 변환에 의한 지연 및 버퍼 언더플로우를 유발하여 사용자 체감 품질을 저하시킨다. 따라서 본 논문에서는 끊김 없는 대화형 멀티미디어 스트리밍 서비스를 제공하기 위해 HTTP 적응적 스트리밍 기반의 대화형 멀티미디어 전송 기술을 제안한다. 제안하는 기법은 대화형 멀티미디어 스트리밍 서비스를 위한 시스템 구조와 프리패칭 기법이다.

빅데이터의 공급이 늘어남에 따라, 이로부터 유용한 정보를 추출해내기 위한 학계와 업계의 연구가 활발히 진행 되고 있다. 특히 분석한 정보의 특징과 함께, 정보 검색 시 검색자의 의도를 함께 반영하여 정보를 여과해 주는 것이 대부분의 연구의 최종 목표이다. 정확하게 분석된 자료는 기업이 제공하는 서비스에 대한 사용자의 충성도를 높여주고, 사용자 스스로 보다 효율적이고 효과적으로 정보를 이용할 수 있게 된다. 본 논문에서는 가장 높은 빈도로 사용되는 검색 분야인 기사를 검색하는 경우의 정확도를 높이기 위해, 관련 데이터를 TF-IDF, 결정 트리, 코사인 유사도, 단순 베이지안 분류기 등의 다양한 측도방법으로 평가해 보고, 이를 분석하였다. 또한, 분석 결과를 바탕으로 가장 적합한 측도 방법을 제안한다.