[논문]재해정보를 고려한 클라우드 데이터센터 입지선정에 관한 연구

김기욱; 김창수

doi:10.6109/jkiice.2012.16.12.2575

[국내논문] 재해정보를 고려한 클라우드 데이터센터 입지선정에 관한 연구
A Study on the Construction and Site Selection of the Cloud Data Center considering Disaster Information 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.16 no.12, 2012년, pp.2575 - 2580

김기욱 (부경대학교 IT융합응용공학과) , 김창수 (부경대학교 IT융합응용공학과)

초록
AI-Helper

본 연구의 목적은 최근 활발하게 연구되고 있는 클라우드 데이터 센터에 대한 최적입지 선정을 위한 요소를 분석하고, 재해로부터 안전한 지역을 분석하기 위한 GIS 기반의 입지선정 모델을 개발하는데 있다. 이를 위해 본 연구에서는 자연재해 및 인적재해 위험지역과 지형조건을 고려하여 최적의 데이터센터 입지선정을 위한 ArcGIS 기반의 공간 모델을 개발하였다. 개발한 모델은 부산시를 연구대상으로 과거 10년간 부산시 풍수해 이력정보를 고려하여 데이터 센터의 최적입지 분석에 적용하였으며, 적용결과 강서구에 위치한 6개동이 1순위의 최적입지로 분석되었다.

Abstract ▼ AI-Helper

The aim of this paper is to analyze factors for site selection of the cloud data center and to develop spatial data model considering disasters information based on the GIS. In this paper, historical areas of the natural and human disaster are considered to analyze location of the cloud center. The model is developed using ArcGIS S/W tool. The model is applied on Busan city using disaster data from storm and flood, and small administrative district located Kang-Seo-Gu is selected as site selection of the cloud data center of Busan.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

데이터 센터의 주요 목적 중 하나가 대규모 데이터의 통합 관리인만큼 클라우드 데이터 센터 구축 시 저장되는 데이터에 대한 보안 취약성 및 자연재해, 테러 등의 사회적 재난등으로 부터 데이터 센터의 정보를 안전하게 관리할 수 있는 방안의 모색은 중요하다. 본 논문의 목적은 공공기관의 클라우드 통합데이터 센터 구축 시 안전한 데이터의 관리를 위한 데이터 센터 입지선정 요건을 제시하고, 이를 기반으로 GIS기반의 최적입지 분석 모델을 개발하는데 있다.
소방방재청의 재해분류에 대한 정의에 따르면 재해는 태풍, 홍수, 호우, 폭풍, 해일, 지진, 가뭄 등의 자연재해와 교통사고, 화재 등의 인위재해로 분류된다. 따라서 본 논문에서는 자연재해, 인적재해와 지형조건을 고려하여 클라우드 데이터 센터의 입지요건 분석을 위한 모델을 개발하였다. GIS 기반의 클라우드 데이터센터 분석모델을 위한 세부 고려사항은 Table 1과 같다.
따라서 본 논문에서는 클라우드 데이터 센터의 입지 요건 중 자연재해와 인적재해로부터 안전한 입지요건을 분석하기 위해 GIS 기반의 최적입지 분석 모델을 개발하였다. 개발한 모델은 ArcGIS 공간분석 S/W의 모델 빌더 기능을 이용하여 개발하였으며, 부산시 풍수해 이력 데이터베이스를 활용하여 지난 10년간의 부산시 태풍, 산사태 등의 풍수해 위험지역 및 침수예상지역 정보를 반영하여 최적입지 지역을 분석하였다.

제안 방법

재해로부터 안전한 클라우드 데이터 센터의 입지선정 모델을 위한 본 논문의 수행절차는 크게 두 단계로 구성된다. 첫째, 기존 입지선정 및 데이터 센터 구축을 위한 선행연구 분석을 통해 자연재해 및 인적재해로부터 안전한 입지선정을 위한 공간요소를 분석한다.
재해로부터 안전한 클라우드 데이터 센터의 입지선정 모델을 위한 본 논문의 수행절차는 크게 두 단계로 구성된다. 첫째, 기존 입지선정 및 데이터 센터 구축을 위한 선행연구 분석을 통해 자연재해 및 인적재해로부터 안전한 입지선정을 위한 공간요소를 분석한다. 둘째, GIS기반의 입지선정 공간모델 개발을 위한 공간데이터를 구축한다.
첫째, 기존 입지선정 및 데이터 센터 구축을 위한 선행연구 분석을 통해 자연재해 및 인적재해로부터 안전한 입지선정을 위한 공간요소를 분석한다. 둘째, GIS기반의 입지선정 공간모델 개발을 위한 공간데이터를 구축한다. 셋째, ArcGIS S/W 기반의 모델빌더를 이용한 클라우드 데이터 센터 입지선정 모델을 개발한 후 부산시를 대상으로 모델을 적용하여 분석결과에 대한 평가를 수행한다.
둘째, GIS기반의 입지선정 공간모델 개발을 위한 공간데이터를 구축한다. 셋째, ArcGIS S/W 기반의 모델빌더를 이용한 클라우드 데이터 센터 입지선정 모델을 개발한 후 부산시를 대상으로 모델을 적용하여 분석결과에 대한 평가를 수행한다.
최근 이상기후로 인한 재해의 증가에 따라 데이터센터 설계·운영 시 가장 중요한 고려사항은 풍수해 등의 자연재해로부터의 안정성이다. 따라서 본 논문에서는 자연재해 안전성에 대한 요건으로 과거 재해이력지역, 각 지자체가 설정한 재해위험지구, 빈도별 풍해예상지역 및 산사태 위험지역을 배제지역으로 설정하였다. 그리고 클라우드 데이터센터의 보안사항 중 가장 많은 비중을 차지하는 부분이 화재로 인한 데이터의 손실인 만큼 인적재해로 인한 배재지역 요건으로 화재위험지역에 대한 배제 조건을 설정하였다.
따라서 본 논문에서는 자연재해 안전성에 대한 요건으로 과거 재해이력지역, 각 지자체가 설정한 재해위험지구, 빈도별 풍해예상지역 및 산사태 위험지역을 배제지역으로 설정하였다. 그리고 클라우드 데이터센터의 보안사항 중 가장 많은 비중을 차지하는 부분이 화재로 인한 데이터의 손실인 만큼 인적재해로 인한 배재지역 요건으로 화재위험지역에 대한 배제 조건을 설정하였다. 화재위험지역에 대한 세부항목은 소방방재청의 예방통계자료에서 정의된 LPG업체, 목조 건물, 위험물 제조소 밀집지역 및 주유소 등의 지역으로 지정하였다[15].
본 논문에서는 부산시를 대상으로 클라우드 데이터 센터의 입지선정 모델을 적용하였다. 모델적용을 위해 구축한 공간 데이터는 Table 2와 같이 부산시 풍수해 이력 구축사업에서 구축한 부산시 재해이력 공간 데이터로부터 재해이력, 재해위험지구 및 침수예상지역에 대한 공간 데이터를 Shape 파일형태로 구축하였다[16]. 인적재해를 위한 공간 데이터는 부산시 도시정보시스템(UIS)의 시설물 데이터로부터 LPG, 주유소 공간 데이터를 추출하였다.
그리고 위험시설물 밀집지역은 부산시 화학물질 제조업체 및 무기 제조업체에 대한 공간 데이터를 생성하였으며, 목조건물 밀집지역은 가구제조업체 밀집지역에 대한 공간 데이터를 생성하여 구축하였다. 지형조건으로 저지대 지역을 포함시키기 위해 고도 공간데이터로부터 침수위험지역의 대부분이 5m이하의 표고값을 지니는 연구결과에 근거하여 표고값 5m 이하 지역에 대한 저지대 공간 데이터를 구축하고, 하천 및 급경사지 공간 데이터는 배제지역 설정조건으로 구축하였다[17].
따라서 본 논문에서는 클라우드 데이터 센터의 입지 요건 중 자연재해와 인적재해로부터 안전한 입지요건을 분석하기 위해 GIS 기반의 최적입지 분석 모델을 개발하였다. 개발한 모델은 ArcGIS 공간분석 S/W의 모델 빌더 기능을 이용하여 개발하였으며, 부산시 풍수해 이력 데이터베이스를 활용하여 지난 10년간의 부산시 태풍, 산사태 등의 풍수해 위험지역 및 침수예상지역 정보를 반영하여 최적입지 지역을 분석하였다. 분서결과 1-4순위 최적입지 지역을 분석하였으며, 강서구 6개 동이 1순위의 입지지역으로 분석되었다.

대상 데이터

모델적용을 위해 구축한 공간 데이터는 Table 2와 같이 부산시 풍수해 이력 구축사업에서 구축한 부산시 재해이력 공간 데이터로부터 재해이력, 재해위험지구 및 침수예상지역에 대한 공간 데이터를 Shape 파일형태로 구축하였다[16]. 인적재해를 위한 공간 데이터는 부산시 도시정보시스템(UIS)의 시설물 데이터로부터 LPG, 주유소 공간 데이터를 추출하였다. 그리고 위험시설물 밀집지역은 부산시 화학물질 제조업체 및 무기 제조업체에 대한 공간 데이터를 생성하였으며, 목조건물 밀집지역은 가구제조업체 밀집지역에 대한 공간 데이터를 생성하여 구축하였다.
인적재해를 위한 공간 데이터는 부산시 도시정보시스템(UIS)의 시설물 데이터로부터 LPG, 주유소 공간 데이터를 추출하였다. 그리고 위험시설물 밀집지역은 부산시 화학물질 제조업체 및 무기 제조업체에 대한 공간 데이터를 생성하였으며, 목조건물 밀집지역은 가구제조업체 밀집지역에 대한 공간 데이터를 생성하여 구축하였다. 지형조건으로 저지대 지역을 포함시키기 위해 고도 공간데이터로부터 침수위험지역의 대부분이 5m이하의 표고값을 지니는 연구결과에 근거하여 표고값 5m 이하 지역에 대한 저지대 공간 데이터를 구축하고, 하천 및 급경사지 공간 데이터는 배제지역 설정조건으로 구축하였다[17].
791 m³ 지역이 후보지역으로 분석되었다. 그리고 데이터 센터가 연건평 9.607평 이상의 넓은 지역이 요구되는 만큼 분석 지역의 면적 값에 따라 1-4순위 후보지로 후보지를 선정하였다. 1순위의 경우 강서구 6개 동, 금정구 4개동을 포함했으며, 강서구 1개, 서구 1개 동이 2순위에 포함되었다.

이론/모형

본 논문에서는 클라우드 데이터 센터 최적입지 분석 모델 개발을 위해 ArcGIS 소프트웨어의 모델 빌더를 이용하였다. 모델의 개요는 다음과 같다.
본 논문에서는 부산시를 대상으로 클라우드 데이터 센터의 입지선정 모델을 적용하였다. 모델적용을 위해 구축한 공간 데이터는 Table 2와 같이 부산시 풍수해 이력 구축사업에서 구축한 부산시 재해이력 공간 데이터로부터 재해이력, 재해위험지구 및 침수예상지역에 대한 공간 데이터를 Shape 파일형태로 구축하였다[16].
본 논문에서는 부산시를 대상으로 데이터센터 최적 입지 분석 모델을 적용하였다. 적용 결과 Fig.

성능/효과

본 논문에서는 부산시를 대상으로 데이터센터 최적 입지 분석 모델을 적용하였다. 적용 결과 Fig. 2와 같이 72개 행정 동 지역의 104,259.791 m³ 지역이 후보지역으로 분석되었다. 그리고 데이터 센터가 연건평 9.
최종 부산시 클라우드 데이터 센터의 입지 후보지는 강서구 및 금정구에서 적합지역을 선정하는 것이 올바를 것으로 분석되었으며, 부동산 매입비용 등의 경제성을 고려했을 때 금정구 보다는 강서구 지역에 부산시 클라우드 데이터 센터 구축이 최적인 것으로 판단되었다. 본 논문의 분석결과에 따르면 현재 강서구 미음지구에 부산시와 LG에서 착공 중에 있는 클라우드 데이터 센터의 입지요건은 적합 지역으로 평가된다.
최종 부산시 클라우드 데이터 센터의 입지 후보지는 강서구 및 금정구에서 적합지역을 선정하는 것이 올바를 것으로 분석되었으며, 부동산 매입비용 등의 경제성을 고려했을 때 금정구 보다는 강서구 지역에 부산시 클라우드 데이터 센터 구축이 최적인 것으로 판단되었다. 본 논문의 분석결과에 따르면 현재 강서구 미음지구에 부산시와 LG에서 착공 중에 있는 클라우드 데이터 센터의 입지요건은 적합 지역으로 평가된다.

후속연구

분서결과 1-4순위 최적입지 지역을 분석하였으며, 강서구 6개 동이 1순위의 입지지역으로 분석되었다. 본 연구에서는 인위 재난 위험지역으로 화재경계지구 조건만을 반영하였지만, 붕괴, 폭발 등의 인위재해위험 지역에 대한 공간데이터가 구축된다면 좀 더 정확한 분석결과가 나타날 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	클라우드 컴퓨팅이란 무엇인가?	클라우드 컴퓨팅(Cloud Computing)은 필요한 자원을 임대하여 활용하는 방식을 IT 전반에 걸쳐 적용한 개념으로 소프트웨어, 개발환경인 플랫폼과 인프라를 임대하는 Saas(Software as a service), Paas(Platform as a service), Iaas(Infrastructure as a service)의 개념을 포함한다[11].
	클라우드 데이터 센터의 장점은 무엇인가?	클라우드 데이터 센터는 언제 어디서나 컴퓨팅 환경에 접근하여 필요한 데이터를 활용할 수 있는 장점을 지닌 반면, 데이터센터에 저장되는 데이터에 대한 보안 취약성은 공공기관 및 기업에서 클라우드 데이터 센터 채용에 장애가 되고 있다. 이러한 문제에 대한 해결 방안으로 정임영 등은 클라우드 데이터 신뢰확보에 대한 해결방안을 제시한 바 있으며[13], 신경아 [14] 등은 클라우드 컴퓨팅 서비스의 위험관리 요소에 대해 분석 하였다.
	ArcGIS 소프트웨어의 모델 빌더의 개요는?	모델의 개요는 다음과 같다. ① 우선 Table 1에서 제시한 재해이력, 재해위험지구 및 산사태, 빈도별 침수예상 지역을 “Append” 공간분석 도구를 사용하여 “자연재해_위험지역”에 대한 새로운 하나의 공간 데이터를 생성한다. ② 그리고 LPG, 주유소, 가구제조업체 및 위험물 제조업체를 모두 포함하는 “인위재해_위험지역”에 대한 공간 데이터를 생성한다. ③ 지형에 대한 조건으로 하천 반경 50m 지역에 대한 “지형조건_위험지역”에대한 공간 데이터를 생성한 후, ④ 3개의 위험지역 공간 데이터를 결합하여 “데이터 센터_부적합 지역”에 대한 새로운 공간 데이터를 생성한다. ⑤ 입지 적합지역에 대한 공간 데이터 생성을 위해서는 부산시 고도 공간 데이 터로부터 속성 및 공간 검색 기능을 사용하여 고도 5m 이내의 저지대 지역에 대한 “데이터 센터_적합지역”에대한 공간 데이터를 생성한다, 최종적으로 차집합을 계산하는 "Erase" 공간 도구를 사용하여 "데이터 센터 적합 지역"에서 “데이터 센터_부적합 지역”과 중복되는 공간 데이터를 제거한 후 데이터 센터 입지 후보지역을 생성한다. 본 논문에서는 부산시를 대상으로 클라우드 데이터 센터의 입지선정 모델을 적용하였다. 모델적용을 위해 구축한 공간 데이터는 Table 2와 같이 부산시 풍수해 이력 구축사업에서 구축한 부산시 재해이력 공간 데이터로부터 재해이력, 재해위험지구 및 침수예상지역에 대한 공간 데이터를 Shape 파일형태로 구축하였다[16].

참고문헌 (17)

이호현, 강홍렬, "클라우드 개념의 불확싱성", 방송통신정책 제 23권 13호 통권 512호, 2011.
Satty,T.L, "The Analytic Hierarchy Process". Mcgraw-Hill, New York, 1980.
윤영수, "다기준 의사결정도구를 이용한 최적입지선정", 한국비지니스리뷰 제 2권, 제 5호, pp. 73-97, 2009.
심재헌, 이성호, "대형할인점의 입지선정을 위한 의사결정에 관한 연구", 대한토목학회 논문지 제28권, 5D호, pp, 705-712, 2009.
이상현, 박인석, 박근송, "공공 서비스 시설 적지분석", 대한건축학회 논문지 제 27권, 제 12호, pp.253-262, 2011.
김태준, "GIS기반 AHP 기법을 적용한 작물 재배 적지분석에 관한 연구", 박사학위 논문, 전남대학교, 2006.
박정일, 박민호, 임이택, "GIS를 이용한 신.재생에너지 적지분석 연구", 한국지적정보학회 학술대회 논문집 제 11권, 2010.
김현구, 황효정, 김주현, 고수희, 정우식, "Open Wind를 이용한 풍력단지설계 사례연구", 한국환경과학회지 제 19권, 제 9호, pp 1169-1175, 2010.
김황배, 김시곤. "접근성이론과 GIS 공간분석기법을 활용한 행정기관의 입지선정", 대한토목학회 논문지 제 26권, 3D호, pp, 385-391, 2006.
남광조, "GIS기법을 이용한 변전소 적지분석에 관한 연구", 연세대학교 대학원, 2006.
송관호, IT융합기술개론, 진한 M&,B, 2011.
이상학, 문성준, 김진환, 신상용, 최영진, " 공공부문의 그린 데이터센터 구현 방안에 관한 연구", 정보처리학회지, 제16권, 제6호, pp. 54-65, 2009.

원문보기 상세보기
정임영, 조인순, 유영진, "클라우드 컴퓨팅 환경의 데이터 신뢰 확보", 제 36권, 제 9, pp. 1066-1072, 2011.

원문보기 상세보기
신경아, 이상진, "클라우드 컴퓨팅 서비스에 관한 정보보호관리 체계", 정보보호학회 논문지, 제 22권 제1호, pp. 155-167, 2012.

원문보기 상세보기
소방방재청 "2012 예방통계자료", 소방방재청, 2012.
황현숙, 김창수, "GIS 기반 풍수해 위험도 표출 시스템 개발", 한국방재학회논문집, 제 11권, 제 6호, pp. 117-122, 2011.
김현구, 황효정, 김주현, 고수희, 정우식, "Open Wind를 이용한 풍력단지설계 사례연구", 한국환경과학회지 제 19권, 제9호, pp. 1169-1175, 2010.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증