• 한국전산구조공학회논문집
• /
• 제20권3호
• /
• pp.365-370
• /
• 2007

공학 및 과학문제 해석을 위해 적용되는 전산 시뮬레이션은 다양한 변수 혹은 데이터의 변화를 통해 다수의 작업을 생성하고 계산함과 동시에, 생성된 결과를 비교 분석하기 위한 필수적인 기법이다. 본 연구에서는 그리드 컴퓨팅을 활용하여 웹상에서 대용량의 전산 시뮬레이션이 가능한 시스템을 개발하고, 이를 이용한 2가지 실제 응용사례를 제시한다. 첫 번째 응용사례는 e-AIRS(Aerospace Integrated Research Environment)라 명명된 연구포탈이다 e-AIRS는 수치해석 연구자가 대규모의 전산 해석을 실시하고, 실험 연구자가 원격지에서 실험을 요청하고 그 결과를 모니터링 할 수 있는 e-Science 연구환경을 제공한다. 두 번째 응용사례는 대규모 계산환경을 이용한 단백질 구조설계를 제시한다. 제안된 계산환경을 이용하여 생성된 단백질 전산 예측구조와 자연상태 구조를 비교하고, 제안된 계산환경의 유용성을 검토한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.19-20
• /
• 2019

서버리스 프레임워크(Serverless Framework)는 마이크로서비스 아키텍처의 이론을 클라우드와 컨테이너를 기반으로 구현한 것으로 아마존의 AWS(Amazon Web Service)와 같은 퍼블릭 클라우드 플랫폼이 서비스됨에 따라 활용도 높아지고 있다. 하지만 현재까지의 플랫폼들은 GPU 와 같은 하드웨어의 의존성을 가진 인공지능 모델의 서비스에는 지원이 부족하다. 이에 본 논문에서는 컨테이너 기반의 오픈소스 서버리스 플랫폼을 대상으로 엔비디어-도커와 k8s-device-plugin 을 적용하여 GPU 활용이 가능한 서버리스 플랫폼을 구현하였다. 또한 인공지능 모델이 컨테이너에서 구동될 때 반복되는 가중치 로드를 줄이기 위한 구조를 제안한다. 본 논문에서 구현된 서버리스 플랫폼은 객체 검출 모델인 SSD(Single Shot Multibox Detector) 모델을 이용하여 성능 비교 실험을 진행하였으며, 그 결과 인공지능 모델이 적용된 서버리스 플랫폼의 함수 응답 시간이 개선되었음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제6권4호
• /
• pp.59-73
• /
• 2005

질의 결과를 캐쉬한 후 후속 질의 처리에 사용하는 것은 중요한 질의 최적화 기법으로서 이에는 실체뷰 기법과 뷰 인덱싱이 있다. 관계 데이터베이스에 대하여 많이 연구된 이들 기법은 XML이 웹 상에서 데이터 교환의 표준으로 부각된 이래 최근 XML 데이터에 대해서도 연구되고 있다. XML 뷰 인덱싱은 XML 질의의 결과인 XML 뷰 xv를 XML 뷰 인덱스(XVI)라는 구조로 표현한다. XVI는 xv의 소스 문서 엘리먼트들의 식별자 및 xv에 대한 정보를 저장한다. xv에 대한 XVI는 XML 엘리먼트의 식별자만을 저장하지 엘리먼트 자체를 저장하는 것이 아니다. 따라서 xv가 요청되면 그것의 XVI를 통해 xv의 하부 소스 XML 문서에 대해 실체화(materialization) 과정이 수행되어야 한다. 본 논문은 XVI 관리 시스템과 관계 DBMS 기반의 XML 저장 시스템의 통합 문제를 다룬다. 제안된 시스템은 두개의 서로 다른 상용 관계 DBMS에 대하여 Windows 2000 Server 환경에서 각각 Java로 구현되어 XML 뷰 인덱싱을 통한 XML 질의 처리의 성능 향상 및 XML 뷰 인덱싱의 오버헤드 평가에 이용되었다. 성능 실험 결과 관계 DBMS 기반의 XML 저장 시스템 상에서 XML 뷰 인덱싱은 매우 효율적이며 그 오버헤드는 미미하다는 것을 확인하였다.

• 대한토목학회논문집
• /
• 제12권3호
• /
• pp.65-79
• /
• 1992

본(本) 연구(硏究)는 2골절(滑節) 강재(鋼材) 아치의 최적설계(最適設計)에 관(關)한 것으로 아치구조(構造)의 정확(正確)한 해석(解析)과 구조(構造)를 안전(安全)하며 경제적(經濟的)으로 설계(設計)하는 데 목적(目的)을 둔다. 구조해석(構造解析) 방법(方法)은 해석과정(解析過程)에서 구조물(構造物)의 처짐울 고려(考慮)하는 유한차분법(有限差分法)을 도입(導入)하므로 해석오차(解析誤差)를 소거(消去)하여 구조물(構造物)의 단면력(斷面力)을 결정(決定)할 수 있는 방법(方法)을 사용(使用)한다. 최적화문제(最適化問題)는 설계변수(設計變數)를 단면(斷面)의 칫수들(B, D, $t_f$, $t_w$)로 하는 목적함수(目的函數)와 제약건식(制約件式)으로 형성(形成)한다. 목적함수(目的函數)는 아치구조(構造)의 총(總) 중량(重量)으로하고 제약조건(制約條件)은 한국(韓國) 도로교(道路橋) 표준시방서(標準示方書)에 규정(規定)된 허용응력(許容應力), 플랜지와 복부(腹部)의 최소칫수에 관한 규준(規準)을 사용(使用)하고 I형(形) 단면(斷面)의 경제적(經濟的) 높이 조건(條件)과 복부(腹部)의 상한계(上限界) 칫수와 플랜지 폭(幅)의 하한계(下限界) 칫수를 포함(包含)하여 유도(誘導)된다. 본(本) 연구(硏究)에서 개발(開發)된 비선형계획문제(非線型計劃問題)를 풀기 위해 수정(修正) Newton Raphson 탐사법(探査法)을 사용(便用)하는 SUMT 기법(技法)을 도입(導入)하여 수치예(數値例) 통(通)하여 시험(試驗) 본다. 본(本) 연구(硏究)에서 개발(開發)된 아치구조(構造)의 최적화(最適化) 프로그램은 여러 아치구조(構造) 수치예(數値例)를 통하여 시행(試行)하고 고찰(考察)한다. 이러한 수치결과(數値結果)를 통(通)하여 본 알고려즘의 최적화(最適化) 가능성(可能性), 적용(適用) 가능성(可能性) 및 수검성(收檢性)과 타(他) 문현(文獻)(30)을 사용(使用)한 수치결과(數値結果)와도 비교분석(比較分析)한다. 본(本) 연구(硏究)의 최적단면적(最適斷面績)과 2차(次)모멘트의 상관관계식(相關關係式)은 많은 수치적(數値的) 최적설계(最適設計) 결과(結果)로부터 도출(導出)한다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.71-84
• /
• 2013

컴퓨터 시스템 운용 간에 발생하는 많은 정보들이 기록되는 로그데이터는 컴퓨터 시스템 운용 점검, 프로세스의 최적화, 사용자 최적화 맞춤형 제공 등 다방면으로 활용되고 있다. 본 논문에서는 다양한 종류의 로그데이터들 중에서 은행에서 발생하는 대용량의 로그데이터를 처리하기 위한 클라우드 환경 하에서의 MongoDB 기반 비정형 로그 처리시스템을 제안한다. 은행업무간 발생하는 대부분의 로그데이터는 고객의 업무처리 프로세스 간에 발생하며, 고객 업무 프로세스 처리에 따른 로그데이터를 수집, 저장, 분류, 분석하기 위해서는 별도로 로그데이터를 처리하는 시스템을 구축해야만 한다. 하지만 기존 컴퓨팅환경 하에서는 폭발적으로 증가하는 대용량 비정형 로그데이터 처리를 위한 유연한 스토리지 확장성 기능, 저장된 비정형 로그데이터를 분류, 분석 처리할 수 있는 기능을 구현하기가 매우 어렵다. 이에 따라 본 논문에서는 클라우드 컴퓨팅 기술을 도입하여 기존 컴퓨팅 인프라 환경의 분석 도구 및 관리체계에서 처리하기 어려웠던 비정형 로그데이터를 처리하기 위한 클라우드 환경기반의 로그데이터 처리시스템을 제안하고 구현하였다. 제안한 본 시스템은 IaaS(Infrastructure as a Service) 클라우드 환경을 도입하여 컴퓨팅 자원의 유연한 확장성을 제공하며 실제로, 로그데이터가 장기간 축적되거나 급격하게 증가하는 상황에서 스토리지, 메모리 등의 자원을 신속성 있고 유연하게 확장을 할 수 있는 기능을 포함한다. 또한, 축적된 비정형 로그데이터의 실시간 분석이 요구되어질 때 기존의 분석도구의 처리한계를 극복하기 위해 본 시스템은 하둡 (Hadoop) 기반의 분석모듈을 도입함으로써 대용량의 로그데이터를 빠르고 신뢰성 있게 병렬 분산 처리할 수 있는 기능을 제공한다. 게다가, HDFS(Hadoop Distributed File System)을 도입함으로써 축적된 로그데이터를 블록단위로 복제본을 생성하여 저장관리하기 때문에 본 시스템은 시스템 장애와 같은 상황에서 시스템이 멈추지 않고 작동할 수 있는 자동복구 기능을 제공한다. 마지막으로, 본 시스템은 NoSQL 기반의 MongoDB를 이용하여 분산 데이터베이스를 구축함으로써 효율적으로 비정형로그데이터를 처리하는 기능을 제공한다. MySQL과 같은 관계형 데이터베이스는 복잡한 스키마 구조를 가지고 있기 때문에 비정형 로그데이터를 처리하기에 적합하지 않은 구조를 가지고 있다. 또한, 관계형 데이터베이스의 엄격한 스키마 구조는 장기간 데이터가 축적되거나, 데이터가 급격하게 증가할 때 저장된 데이터를 분할하여 여러 노드에 분산시키는 노드 확장이 어렵다는 문제점을 가지고 있다. NoSQL은 관계형 데이터베이스에서 제공하는 복잡한 연산을 지원하지는 않지만 데이터가 빠르게 증가할 때 노드 분산을 통한 데이터베이스 확장이 매우 용이하며 비정형 데이터를 처리하는데 매우 적합한 구조를 가지고 있는 비관계형 데이터베이스이다. NoSQL의 데이터 모델은 주로 키-값(Key-Value), 컬럼지향(Column-oriented), 문서지향(Document-Oriented)형태로 구분되며, 제안한 시스템은 스키마 구조가 자유로운 문서지향(Document-Oriented) 데이터 모델의 대표 격인 MongoDB를 도입하였다. 본 시스템에 MongoDB를 도입한 이유는 유연한 스키마 구조에 따른 비정형 로그데이터 처리의 용이성뿐만 아니라, 급격한 데이터 증가에 따른 유연한 노드 확장, 스토리지 확장을 자동적으로 수행하는 오토샤딩 (AutoSharding) 기능을 제공하기 때문이다. 본 논문에서 제안하는 시스템은 크게 로그 수집기 모듈, 로그 그래프생성 모듈, MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈로 구성되어져 있다. 로그 수집기 모듈은 각 은행에서 고객의 업무 프로세스 시작부터 종료 시점까지 발생하는 로그데이터가 클라우드 서버로 전송될 때 로그데이터 종류에 따라 데이터를 수집하고 분류하여 MongoDB 모듈과 MySQL 모듈로 분배하는 기능을 수행한다. 로그 그래프생성 모듈은 수집된 로그데이터를 분석시점, 분석종류에 따라 MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈에 의해서 분석되어진 결과를 사용자에게 웹 인터페이스 형태로 제공하는 역할을 한다. 실시간적 로그데이터분석이 필요한 로그데이터는 MySQL 모듈로 저장이 되어 로그 그래프생성 모듈을 통하여 실시간 로그데이터 정보를 제공한다. 실시간 분석이 아닌 단위시간당 누적된 로그데이터의 경우 MongoDB 모듈에 저장이 되고, 다양한 분석사항에 따라 사용자에게 그래프화해서 제공된다. MongoDB 모듈에 누적된 로그데이터는 Hadoop기반 분석모듈을 통해서 병렬 분산 처리 작업이 수행된다. 성능 평가를 위하여 로그데이터 삽입, 쿼리 성능에 대해서 MySQL만을 적용한 로그데이터 처리시스템과 제안한 시스템을 비교 평가하였으며 그 성능의 우수성을 검증하였다. 또한, MongoDB의 청크 크기별 로그데이터 삽입 성능평가를 통해 최적화된 청크 크기를 확인하였다.