• 한국정보처리학회논문지
• /
• 제7권11호
• /
• pp.3311-3322
• /
• 2000

데이터베이스 시스템의 사용이 증가함에 따라 데이터베이스 시스템을 효율적으로 사용하게 하는 데이터베이스 튜닝 기술에 대한 중요성이 부각되고 있다. 본 논문은 관계형 데이터베이스 시스템과 객체관계형 데이터베이스에 대한 튜닝도구를 제안한다. 본 도구는 사용자나 시스템 관리자에게 데이터베이스 시스템의 성능에 영향을 주는 요소들을 효과적으로 파악하여 데이터베이스 시스템의 튜닝 방법을 제시한다. 본 논문에서는 튜닝도구의 설계원칙, 시험 데이터베이스 및 시험 질의들을 기술한다. 본 시험 도구는 총 10개의 카테고리에서 총 65개의 질의어를 제공한다. 본 시험 도구는 일반 상용 제품에 적용하였으며, 시험 결과도 논문에서 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (A)
• /
• pp.17-18
• /
• 2007

데이터베이스 튜닝은 일반적으로 데이터베이스 어플리케이션을 "좀 더 빠르게" 실행하게 하는 일련의 활동을 뜻한다[1]. 데이터베이스 관리자가 튜닝에 필요한 주먹구구식 룰(Rule of thumb)들을 모두 파악 하고 상황에 맞추어 적용하는 것은 비싼 비용과 오랜 시간을 요구한다. 그렇게 때문에 서로 다른 어플 리케이션들이 맞물려 있는 복잡한 서비스는 필수적으로 자동화된 데이터베이스 성능 관리와 튜닝을 필 요로 한다. 본 논문에서는 이를 해결하기 위하여 지식 도매인(Knowledge Domain)을 기초로 한 자동화 된 데이터베이스 튜닝 원칙(Tuning Principle)을 제시하는 시스템을 제안한다. 각각의 데이터베이스 튜닝 이론들은 지식 도매인의 지식으로 활용되며, 성능에 영향을 미치는 요소들을 개체(Object)와 콘셉트 (Concept)로 구성하고 추론 시스템을 통해 튜닝 원칙을 추론하여 쉽고 빠르게 현재 상황에 맞는 튜닝 방법론을 적용시킬 수 있다. 자동화된 데이터베이스 튜닝에 대해 여러 분야에 걸쳐 학문적인 연구가 이루어지고 있다. 그 예로써 Microsoft의 AutoAdmin Project[2], Oracle의 SQL 튜닝 아키텍처[3], COLT[4], DBA Companion[5], SQUASH[6] 등을 들 수 있다. 이러한 최적화 기법들을 각각의 기능적인 방법론에 따라 다시 분류하면 크게 Design Tuning, Logical Structure Tuning, Sentence Tuning, SQL Tuning, Server Tuning, System/Network Tuning으로 나누어 볼 수 있다. 이 중 SQL Tuning 등은 수치적으로 결정되어 이미 존재하는 정보를 이용하기 때문에 구조화된 모델로 표현하기 쉽고 사용자의 다양한 요구에 의해 변화하는 조건들을 수용하기 쉽기 때문에 이에 중점을 두고 성능 문제를 해결하는 데 초점을 맞추었다. 데이터베이스 시스템의 일련의 처리 과정에 따라 DBMS를 구성하는 개체들과 속성, 그리고 연관 관계들이 모델링된다. 데이터베이스 시스템은 Application / Query / DBMS Level의 3개 레벨에 따라 구조화되며, 본 논문에서는 개체, 속성, 연관 관계 및 데이터베이스 튜닝에 사용되는 Rule of thumb들을 분석하여 튜닝 원칙을 포함한 지식의 형태로 변환하였다. 튜닝 원칙은 데이터베이스 시스템에서 발생하는 문제를 해결할 수 있게 하는 일종의 황금률로써 지식 도매인의 바탕이 되는 사실(Fact)과 룰(Rule) 로써 표현된다. Fact는 모델링된 시스템을 지식 도매인의 하나의 지식 개체로 표현하는 방식이고, Rule 은 Fact에 기반을 두어 튜닝 원칙을 지식의 형태로 표현한 것이다. Rule은 다시 시스템 모델링을 통해 사전에 정의되는 Rule와 튜닝 원칙을 추론하기 위해 사용되는 Rule의 두 가지 타업으로 나뉘며, 대부분의 Rule은 입력되는 값에 따라 다른 솔루션을 취하게 하는 분기의 역할을 수행한다. 사용자는 제한적으로 자동 생성된 Fact와 Rule을 통해 튜닝 원칙을 추론하여 데이터베이스 시스템에 적용할 수 있으며, 요구나 필요에 따라 GUI를 통해 상황에 맞는 Fact와 Rule을 수동으로 추가할 수도 었다. 지식 도매인에서 튜닝 원칙을 추론하기 위해 JAVA 기반의 추론 엔진인 JESS가 사용된다. JESS는 스크립트 언어를 사용하는 전문가 시스템[7]으로 선언적 룰(Declarative Rule)을 이용하여 지식을 표현 하고 추론을 수행하는 추론 엔진의 한 종류이다. JESS의 지식 표현 방식은 튜닝 원칙을 쉽게 표현하고 수용할 수 있는 구조를 가지고 있으며 작은 크기와 빠른 추론 성능을 가지기 때문에 실시간으로 처리 되는 어플리케이션 튜닝에 적합하다. 지식 기반 모률의 가장 큰 역할은 주어진 데이터베이스 시스템의 모델을 통하여 필요한 새로운 지식을 생성하고 저장하는 것이다. 이를 위하여 Fact와 Rule은 지식 표현 의 기본 단위인 트리플(Triple)의 형태로 표현된다, 트리플은 Subject, Property, Object의 3가지 요소로 구성되며, 대부분의 Fact와 Rule들은 트리플의 기본 형태 또는 트리플의 조합으로 이루어진 C Condition과 Action의 두 부분의 결합으로 구성된다. 이와 같이 데이터베이스 시스템 모델의 개체들과 속성, 그리고 연관 관계들을 표현함으로써 지식들이 추론 엔진의 Fact와 Rule로 기능할 수 있다. 본 시스템에서는 이를 구현 및 실험하기 위하여 웹 기반 서버-클라이언트 시스템을 가정하였다. 서버는 Process Controller, Parser, Rule Database, JESS Reasoning Engine으로 구성 되 어 있으며, 클라이 언트는 Rule Manager Interface와 Result Viewer로 구성되어 었다. 실험을 통해 얻어지는 튜닝 원칙 적용 전후의 실행 시간 측정 등 데이터베이스 시스템 성능 척도를 비교함으로써 시스템의 효용을 판단하였으며, 실험 결과 적용 전에 비하여 튜닝 원칙을 적용한 경우 최대 1초 미만의 전처리에 따른 부하 시간 추가와 최소 약 1.5배에서 최대 약 3배까지의 처리 시간 개선을 확인하였다. 본 논문에서 제안하는 시스템은 튜닝 원칙을 자동으로 생성하고 지식 형태로 변형시킴으로써 새로운 튜닝 원칙을 파생하여 제공하고, 성능에 영향을 미치는 요소와 함께 직접 Fact과 Rule을 추가함으로써 커스터마이정된 튜닝을 수행할 수 있게 하는 장점을 가진다. 추후 쿼리 자체의 튜닝 및 인텍스 최적화 등의 프로세스 자동화와 Rule을 효율적으로 정의하고 추가하는 방법 그리고 시스템 모델링을 효과적으로 구성하는 방법에 대한 연구를 통해 본 연구를 더욱 개선시킬 수 있을 것이다.

• 한국융합학회논문지
• /
• 제9권11호
• /
• pp.37-43
• /
• 2018

Science DMZ는 종단간 전송효율성 극대화를 위해 전용네트워크, DTN, 최소한의 보안정책과 같은 복합적인 요소를 고려한 네트워크 구조이다. 그리고 Science DMZ의 고대역폭의 전용네트워크를 충분히 활용하기 위해서는 DTN 튜닝이 필수적인 요소이다. 아울러 네트워크 병목구간으로 인한 패킷손실을 최소화하기 위해 네트워크 시스템의 튜닝이 병행적으로 수행되어야 한다. 본 논문에서는 Science DMZ 네트워크 구조에서 전송효율성 극대화를 위한 데이터 전송 노드 및 네트워크 시스템 튜닝 방안에 대해 제안한다. 국가과학기술연구망을 이용한 성능측정결과 DTN 튜닝 후 네트워크 성능이 튜닝을 하지 않을 것과 비교해 180% 성능향상을 보였다. 아울러 shaping 정책을 적용한 네트워크 시스템 튜닝 후 성능측정결과 손실 없이 9.4Gb/s의 성능을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권2호
• /
• pp.33-40
• /
• 2018

네트워크 대역폭이 큰 환경에서는 대역폭 활용률을 극대화함으로써 전송효율성을 높이는 것이 매우 중요한 이슈이다. 종단간 전송효율성은 네트워크, 데이터 전송 노드 그리고 기관 내 네트워크 보안정책 등 구성요소에 따라 크게 영향을 받는다. Science DMZ는 이러한 복합적인 구성요소들의 최적의 해결 방안을 통해 전송성능을 극대화하기 위한 혁신적인 네트워크 구조이다. 이 중에서 데이터 전송 노드는 스토리지, 네트워크 인터페이스, 운영체제, 전송응용 도구에 따라 전송성능에 크게 영향을 주는 핵심 요소이다. 하지만 고속네트워크 환경에서는 데이터 전송 노드를 구성하는 요소들의 적절한 튜닝이 수행되어야 높은 전송효율성을 제공할 수 있다. 본 논문에서는 100Gbps 데이터 전송 노드의 튜닝 요소를 통한 전송성능 향상 방안에 대해 제안한다. 성능측정결과 점보프레임, CPU governor 튜닝을 통해 100Gbps 네트워크 환경에서 전송효율성을 크게 개선할 수 있음을 확인하였다. Iperf를 통한 네트워크 성능테스트 결과 default에 비해 300%의 성능향상을 보였으며 NVMe SSD의 경우 하드디스크와 비교해 140%의 성능개선을 확인하였다.

• 한국융합학회논문지
• /
• 제10권12호
• /
• pp.287-292
• /
• 2019

본 논문은 자동차 제동성능에 대한 운전자의 요구에 따라 브레이크 디스크 튜닝이 많이 이루어지고 있어, 자동차에 사용되고 있는 순정 디스크와 튜닝제품으로 나오고 있는 디스크의 열적거동을 FEM해석을 통해 분석하였다. 순정 디스크 모델링 및 튜닝 디스크 Model-1, Model-2, Model-3로 모델링을 하고 디스크 회전속도를 1000rpm으로 설정하여 해석을 실시하였다. 브레이크를 작동하면 디스크와 패드 접촉에 의해 발생하는 작동시 온도와 디스크 정지 후 마찰면의 온도, 열 변형 등 디스크 표면의 열적거동에 대하여 분석하였다. 브레이크 작동시(0-4.5초) 온도는 순정 디스크보다 튜닝 디스크가 34℃높게 나타났고, 디스크 정지 후(40.5초) 온도는 튜닝 디스크가 18℃낮게 분석되었으며, 디스크 열에 의한 변형은 튜닝 디스크가 0.3mm정도 많이 변형되었다. 순정 디스크와 튜닝 디스크의 열적거동에 따른 페이드 현상 등을 줄일 수 있는 효과는 있으나, 튜닝 디스크의 홀 가공 및 디스크 면 가공에 따른 열적거동에는 크게 변화가 없음을 관찰할 수 있었다.

• 정보처리학회논문지C
• /
• 제13C권5호
• /
• pp.575-582
• /
• 2006

네트워크 및 시스템에서 가용 대역폭의 확보와 전송 성능에 대한 고려는 대용량 데이터를 고속으로 처리하기 위한 중요한 요소 기술이다. 점보 프레임, 네트워크 버퍼 설정 등과 같은 시스템 튜닝을 통해 종단 간 전송 처리율이 향상되고 시스템 부하가 감소되어 결과적으로 시스템 효율성이 크게 증가된다. 이러한 시스템 튜닝은 대용량 데이터 전송을 필요로 하는 응용에 국한하여 연구되어 왔고, 비압축 HDTV와 같이 높은 데이터 집적도와 연산 처리 성능을 함께 요구하는 응용에 대해서는 충분히 고려되지 않고 있다. 본 논문에서는 다양한 시스템 튜닝값 들이 종단 간 전송 성능 및 시스템 부하에 미치는 영향을 10 기가비트 네트워크와 비압축 HDTV 응용 소프트웨어를 이용해 분석했다. 시스템 측면에서 전송 성능을 높이고 부하를 줄이기 위해서는 송/수신 버퍼 크기, 인터페이스 레이지터 값, 인터럽트 통합 등의 튜닝 과정이 중요하며, 실험을 통해 이들 튜닝 요소들이 비압축 HDTV의 재생 품질에 미치는 영향을 조사한다.

• 한국정보통신학회논문지
• /
• 제16권2호
• /
• pp.228-236
• /
• 2012

본 논문에서는 빠르고 조작이 간편한 이동 수단인 이륜 역진자 로봇을 기존의 방법보다 더욱 안정적으로 밸런싱하기 위한 제어기를 설계하였다. 먼저 이륜 역진자 로봇의 제어기를 퍼지제어 구조로 선택하고, 지정된 3명의 사용자 무게에 따라 적절한 소속함수 요소 값들을 시행착오적으로 구하였다. 임의의 무게에 대한 적절한 퍼지 소속함수 요소 값을 구하기 위해 앞의 3명의 무게에 따른 퍼지 소속함수 요소 값들을 신경회로망으로 튜닝한 뒤 퍼지 제어기에 적용하여 보다 안정적인 제어가 가능하도록 제어기를 설계하였다. 설계된 제어기를 시뮬레이션 하여본 결과, 기존의 퍼지 제어기에 비해서 본 논문에서 제안한 신경회로망으로 튜닝한 퍼지제어기가 보다 안정적인 제어가 가능함을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제17권1호
• /
• pp.8-14
• /
• 2013

본 논문에서는 친환경 이동 수단인 이륜 역진자 로봇을 기존의 방법보다 더욱 안정적으로 밸런싱 하기 위한 제어시스템을 구현하였다. 먼저 이륜 역진자 로봇의 제어시스템을 퍼지 제어구조로 선택하고, 적절한 소속함수 요소 값들을 지정된 3종류의 무게에 따라 시행착오적으로 구하였다. 임의의 무게에 따른 퍼지 소속 함수 요소 값을 구하기 위해 3종류의 무게에 따른 퍼지 소속함수 요소 값을 신경회로망으로 튜닝한 뒤 퍼지 제어시스템에 적용하여 보다 안정적인 제어가 가능 하도록 제어시스템을 구현하였다. 구현된 제어시스템을 실제 로봇에 적용시켜 본 결과, 기존의 퍼지 제어시스템에 비해서 본 논문에서 제안한 신경회로망으로 튜닝한 퍼지 제어시스템이 보다 우수함을 확인할 수 있었다.

• 한국도로학회논문집
• /
• 제8권3호
• /
• pp.129-141
• /
• 2006

아스팔트 포장은 점탄성재료로서 포장체에 발생되는 토압은 차량하중의 크기와 재하속도, 아스팔트 포장층의 온도와 하부층의 재료구성에 따라 크기와 분포 양상이 다르게 발생된다. 본 연구는 이러한 다양한 조건에 따른 포장체 하부의 토압분포를 분석하고, 기층과 보조기층의 지지력을 평가하는 평판재하시험 기준과 실제 계측된 토압과의 비교를 통해 현재 적용되고 있는 지지력기준에 대한 타당성을 검토하고자 한다. 또한 실제 포장단면을 모사한 유한요소해석을 통해 포장체 하부에 발생되는 토압을 예측하고 계측결과와 비교함으로서 포장체의 거동을 예측할 수 있는 모델을 제안 하고자 한다. 이를 위해서 시험도로의 2004년 8, 9, 11월과 2005년 8월에 계측이 수행된 아스팔트 포장 동적재하시험 결과 중 계측기 상태가 양호한 A5, A7, A14, A15 단면에 대해 계측결과의 분석을 수행하였다. 토압계의 분석은 차량하중의 크기와 속도. 아스팔트 포장의 온도, 포장하부의 재료구성에 따른 토압의 크기 변화와 차량하중으로 인한 포장체 내부의 횡방향과 깊이방향 하중의 영향 범위를 분석하였다. 포장체의 유한요소해석은 ABAQUS 프로그램을 활용하였으며, 실제 포장체의 거동을 모사하기 위해 시험도로 포장단면을 그대로 반영하고 계측이 이루어진 당시의 온도계측 자료를 활용해 아스팔트 포장의 물성을 적용하였다. 토압계의 분석결과 차량의 하중이 크고 저속으로 주행 할 때 토압의 크기는 증가하고 아스팔트층의 온도가 높을수록 하중의 영향반경이 작아지고 최대 토압크기는 증가하였다. 또한 실제 포장단면과 물성을 적용한 해석결과 계측결과와 매우 유사한 형태의 토압분포와 크기를 보였다. 그리고 기존 보조기층 및 동상방지층의 다짐관리 기준은 실측된 토압과 비교해 볼때 상당히 높은 수준으로 나타났다.다양한 요구에 의해 변화하는 조건들을 수용하기 쉽기 때문에 이에 중점을 두고 성능 문제를 해결하는 데 초점을 맞추었다. 데이터베이스 시스템의 일련의 처리 과정에 따라 DBMS를 구성하는 개체들과 속성, 그리고 연관 관계들이 모델링된다. 데이터베이스 시스템은 Application / Query / DBMS Level의 3개 레벨에 따라 구조화되며, 본 논문에서는 개체, 속성, 연관 관계 및 데이터베이스 튜닝에 사용되는 Rule of thumb들을 분석하여 튜닝 원칙을 포함한 지식의 형태로 변환하였다. 튜닝 원칙은 데이터베이스 시스템에서 발생하는 문제를 해결할 수 있게 하는 일종의 황금률로써 지식 도매인의 바탕이 되는 사실(Fact)과 룰(Rule) 로써 표현된다. Fact는 모델링된 시스템을 지식 도매인의 하나의 지식 개체로 표현하는 방식이고, Rule 은 Fact에 기반을 두어 튜닝 원칙을 지식의 형태로 표현한 것이다. Rule은 다시 시스템 모델링을 통해 사전에 정의되는 Rule와 튜닝 원칙을 추론하기 위해 사용되는 Rule의 두 가지 타업으로 나뉘며, 대부분의 Rule은 입력되는 값에 따라 다른 솔루션을 취하게 하는 분기의 역할을 수행한다. 사용자는 제한적으로 자동 생성된 Fact와 Rule을 통해 튜닝 원칙을 추론하여 데이터베이스 시스템에 적용할 수 있으며, 요구나 필요에 따라 GUI를 통해 상황에 맞는 Fact와 Rule을 수동으로 추가할 수도 었다. 지식 도매인에서 튜닝 원칙을 추론하기 위해 JAVA 기반의 추론 엔진인 JESS가 사용된다. JESS는 스크립트 언어를 사용하는 전문가 시스템[7]으로 선언적 룰(Declarative Rule)을 이용하여 지식을 표현 하고 추론을 수행하는 추론 엔진의 한 종류이다. JESS의 지식 표현 방식은 튜닝 원칙을

• 한국산업정보학회논문지
• /
• 제29권3호
• /
• pp.1-12
• /
• 2024

본 논문에서는 대규모 한국어 언어모델인 KoAlpaca를 파인튜닝하고 이를 이용한 블로그 텍스트 생성 시스템을 구현하였다. 소셜 미디어 플랫폼의 블로그는 기업 마케팅 수단으로 널리 활용된다. 수집된 협찬 블로그 텍스트의 감정 분석과 정제를 통한 긍정 리뷰의 학습 데이터를 구축하고 KoAlpaca 학습의 경량화를 위한 QLoRA를 적용하였다. QLoRA는 학습에 필요한 메모리 사용량을 크게 줄이는 파인튜닝 접근법으로 파라미터 크기 12.8B 경우의 실험 환경에서 LoRA 대비 최대 약 58.8%의 메모리 사용량 감소를 확인하였다. 파인튜닝 모델의 생성 성능 평가를 위해서 학습 데이터에 포함되지 않은 100개의 입력으로 생성한 텍스트는 사전학습 모델에 비해서 평균적으로 두배 이상의 단어 수를 생성하였으며 긍정 감정의 텍스트 역시 두 배 이상으로 나타났다. 정성적 생성 성능 평가를 위한 설문조사에서 파인튜닝 모델의 생성 결과가 제시된 주제에 더 잘 부합한다는 응답이 평균 77.5%로 나타났다. 이를 통해서 본 논문의 협찬물에 대한 긍정 리뷰 생성 언어모델은 콘텐츠 제작을 위한 시간 관리의 효율성을 높이고 일관된 마케팅 효과를 보장하는 콘텐츠 제작이 가능함을 보였다. 향후 사전학습 모델의 생성 요소에 의해서 긍정 리뷰의 범주에서 벗어나는 생성 결과를 감소시키기 위해서 학습 데이터의 증강을 활용한 파인튜닝을 진행할 예정이다.