[논문]대학 학사정보시스템의 클라우드 컴퓨팅을 위한 최적용량 분석

이구연; 최황규; 최창열; 장민; 윤재구

doi:10.9728/dcs.2014.15.3.413

[국내논문] 대학 학사정보시스템의 클라우드 컴퓨팅을 위한 최적용량 분석
Capacity Analysis of University Cloud Computer for Integrating Academic Affairs Business 원문보기

디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, v.15 no.3, 2014년, pp.413 - 423

이구연 (강원대학교 컴퓨터정보통신공학전공) , 최황규 (강원대학교 컴퓨터정보통신공학전공) , 최창열 (강원대학교 컴퓨터정보통신공학전공) , 장민 ((주) 더존비즈온) , 윤재구 ((주) 더존비즈온)

초록
AI-Helper

최근 클라우드 컴퓨팅은 대학의 정보시스템 구축에도 영향을 미치고 있다. 대학 학사정보시스템을 클라우드 컴퓨팅 환경으로 설계할 때 자원낭비와 서비스품질을 고려하여 적정한 처리용량을 산정하는 것은 매우 중요한 일이다. 사용자가 기대하는 서비스품질을 만족시키는 클라우드 컴퓨터의 처리용량은 사용자 트랜잭션의 발생 패턴과 자원요구 특성에 근거하여 예측해야 한다. 본 논문에서는 대학 학사업무에서 발생하는 실제 트래픽을 분석하고 특정한 평균 응답시간을 만족시키는 클라우드 컴퓨터의 처리용량을 산출하는 기법을 제시한다. 이를 위해 학사업무 클라우딩 서비스 모델을 정립하고 대학 학사업무의 실제 운용데이터로부터 도출한 트래픽 패턴과 자원요구 특성을 적정용량 분석 모델에 적용하여 현실적인 값들을 유도한다. 제시된 서비스 모델과 실제 운용 데이터를 바탕으로 한 트래픽과 적정용량의 분석 결과는 유사한 규모의 대학 정보시스템 진화에 충분히 활용될 수 있다.

Abstract ▼ AI-Helper

Recently, cloud computing has been affecting academic information system buildup. When university academic affairs information system is designed with cloud computing, it is very important to estimate the adequate processing capacity for the cloud computer taking into account a waste of resources and the quality of service. Cloud computer's processing capacity to meet the quality of service expected by users should be predicted based on users' transaction patterns and resource requirements characteristics. In this paper, we analyze actual traffic patterns occurring in university academic affairs business and propose a method to calculate the optimal processing capacity for cloud computer to satisfy the given average response time. To justify our research, we apply the research results to a real university academic affairs business case and obtain the optimal processing capacity for the integrated academic affairs business.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 기존의 대학 학사정보시스템을 클라우드 컴퓨팅 환경으로 전환하고자 할 때 요구되는 적정 처리용량을 산정하는 기법을 제시한다. 먼저 기존의 학사업무를 통합하는 클라우드 컴퓨팅 서비스 모델과 통합 트랜잭션의 자원 요구 특성을 분석하기 위한 모델을 정립하고 클라우드 컴퓨터의 적정용량을 분석한다.
본 논문에서는 학사업무에서 발생하는 트래픽을 정확하게 산정하고, 평균 응답시간을 얼마로 할 것인지를 설계하여 이를 만족시키는 클라우드 컴퓨터의 처리용량을 결정하는 기법을 제시하였다. K 국립대학교 학사정보시스템의 실제 운용데이터를 수집, 분석하여 트래픽과 자원요구 특성을 파악하였다.

가설 설정

본 연구에서는 학사업무 A_i에서의 학사 트랜잭션의 도착 분포를 포아슨 분포로 가정한다. 포아슨 분포는 네트워크의 트래픽을 분석할 때 가장 널리 사용되는 분포로서 많은 사용자들이 서로 간에 독립적으로 트래픽을 생성할 때 적합한 모델이다.
이러한 개별 트랜잭션은 통합되어 컴퓨팅 자원 요구 특성 r.v. a를 갖는 것으로 가정하며, pdf 및 평균 분산은 각각 fa(t), #, σ2으로 표시한다.

제안 방법

3장에 보인 모델링 결과를 K 국립대학교의 학사시스템에 적용, 분석한다. (그림 3∼7)은 K국립대학교의 통상적인 학사업무 트래픽의 발생 패턴 그리고 처리에 요구되는 컴퓨팅 자원(단위 : million instructions per second(MIPS))을 나타낸다.
[2]에서는 기존의 레거시 응용을 클라우드 환경으로 전환할 것인가에 대한 답을 제시하고자 하였다. British Telecom에서 운용하는 세 가지 응용들을 대상으로 클라우드로의 전환 방법과 실제로 작업을 할 때 발생하는 문제를 다룬다. Koch 등은 클라우드 자원을 교육기관에 제공할 때 더욱 정제된 수요예측 방법을 제안하고 그 효과를 평가하였다[3].
본 논문에서는 학사업무에서 발생하는 트래픽을 정확하게 산정하고, 평균 응답시간을 얼마로 할 것인지를 설계하여 이를 만족시키는 클라우드 컴퓨터의 처리용량을 결정하는 기법을 제시하였다. K 국립대학교 학사정보시스템의 실제 운용데이터를 수집, 분석하여 트래픽과 자원요구 특성을 파악하였다. 예상했듯이 수강신청 업무는 2월말, 8월 말의 수강신청시기에 1시간 정도 집중적으로 트래픽이 발생하고 그 외에는 별다른 트래픽이 발생하지 않았다.
입시철에만 집중될 것으로 예상했던 입시 업무는 수시와 정시 기간에 골고루 분포될 뿐 아니라 다양한 전형유형별 입학생들의 평가, 관찰 등의 업무가 있어 다른 학사업무와 마찬가지로 트랜잭션이 연중 꾸준히 발생하였다. K 국립대학의 학사업무 사례에서 도출한 여러 파라미터들로부터 평균 응답시간 T를 만족시키는데 필요한 클라우드 컴퓨터의 처리용량을 구하였다. 서비스품질 척도인 학사업무의 응답시간과 클라우드 컴퓨터의 처리 용량 사이에 존재하는 트레이드오프도 분석하였다.
먼저 기존의 학사업무를 통합하는 클라우드 컴퓨팅 서비스 모델과 통합 트랜잭션의 자원 요구 특성을 분석하기 위한 모델을 정립하고 클라우드 컴퓨터의 적정용량을 분석한다. 또한 사례연구로서 K 국립대학의 학사업무 운용 데이터로부터 입시, 장학 및 성적, 학적 및 등록, 수강신청, 연구정보 업무별 트랜잭션 트래픽의 발생 패턴과 자원요구 특성을 파악하고 적정용량 분석 모델을 적용하여 현실적인 값들을 유도한다. 제시된 서비스 모델과 실제 운용 데이터를 바탕으로 한 트랜잭션 트래픽과 적정용량의 분석 결과는 유사한 규모의 대학 정보화 업무에 충분히 응용될 수 있다.
본 논문에서는 기존의 대학 학사정보시스템을 클라우드 컴퓨팅 환경으로 전환하고자 할 때 요구되는 적정 처리용량을 산정하는 기법을 제시한다. 먼저 기존의 학사업무를 통합하는 클라우드 컴퓨팅 서비스 모델과 통합 트랜잭션의 자원 요구 특성을 분석하기 위한 모델을 정립하고 클라우드 컴퓨터의 적정용량을 분석한다. 또한 사례연구로서 K 국립대학의 학사업무 운용 데이터로부터 입시, 장학 및 성적, 학적 및 등록, 수강신청, 연구정보 업무별 트랜잭션 트래픽의 발생 패턴과 자원요구 특성을 파악하고 적정용량 분석 모델을 적용하여 현실적인 값들을 유도한다.
학사시스템을 설계할 때 사용자 트랜잭션에 대한 응답시간을 가장 중요하게 고려해야 하며, 일반적으로 응답시간은 사용자 트랜잭션에 따라 다르게 나타나며, 아주 간단한 처리를 요구하는 트랜잭션, 또는 멀티미디어 데이터 등 대량 데이터의 처리 및 하드디스크 접속시간 차이, 데이터베이스 접속에 따른 검색시간 차이, 생성되는 쓰레드 개수에 따른 처리시간의 변동 등에 따라 랜덤한 분포를 갖게 된다. 본 논문에서는 학사시스템의 성능을 서버의 평균 응답시간 T로 정의하고, T를 기준으로 학사시스템을 통합하는 클라우드 컴퓨터의 컴퓨팅 용량을 산정한다.
K 국립대학의 학사업무 사례에서 도출한 여러 파라미터들로부터 평균 응답시간 T를 만족시키는데 필요한 클라우드 컴퓨터의 처리용량을 구하였다. 서비스품질 척도인 학사업무의 응답시간과 클라우드 컴퓨터의 처리 용량 사이에 존재하는 트레이드오프도 분석하였다. 제시된 학사정보시스템의 클라우딩 서비스 모델과 적정용량 분석 결과는 서비스 환경과 업무 특성이 비슷한 대학들에게 쉽게 적용할 수 있다.
특히 클라우드 컴퓨터를 도입하여 학사업무를 효율적으로 처리하고자할 때는 실제 학사업무의 트래픽 분석을 기반으로 시스템용량을 정교하게 설계하여야한다. 여기서는 여러 학사업무를 클라우드 컴퓨터로 통합할 때의 서비스 모델을 제시하고 적정용량을 분석한다.
Koch 등은 클라우드 자원을 교육기관에 제공할 때 더욱 정제된 수요예측 방법을 제안하고 그 효과를 평가하였다[3]. 응용프로그램의 특성을 바탕으로 서비스품질을 손상하지 않고도 비용에 최적화하는 동적 자원할당 기법들을 수치해석으로 분석하였다. [4]는 인도 정부의 야심찬 교육정보화 사업과 관련하여 교육기관들이 클라우드 컴퓨팅 환경을 구축할 때 얻을 수 있는 잇점을 분석하였다.
한편 [5]에서는 오픈소스 기반의 클라우드 컴퓨팅 플랫폼과 하이퍼바이저를 이용하여 데스크탑 가상화 시스템을 구축하고, 가상화 서비스 제공시간을 개선하는 방법을 제안하였다. 이를 실제 PC 30대를 운영하는 실습실에 적용하여 구축비용, 라이센스 비용 절감율 등을 비교하였다. 그러나 클라우드 캠퍼스 구축을 위한 정책과 전략에 대한 논의, 대학의 VDI 구축 사례, 데스크탑 가상화 시스템 구축에 대한 연구는 있었으나, 대학 정보화의 핵심인 학사정보시스템에 대한 실제 운용데이터를 바탕으로 한 시스템 설계와 구현 이슈를 다룬 연구문헌은 찾아보기 어려운 실정이다.
[4]는 인도 정부의 야심찬 교육정보화 사업과 관련하여 교육기관들이 클라우드 컴퓨팅 환경을 구축할 때 얻을 수 있는 잇점을 분석하였다. 이를 위해 외국 대학들의 클라우드 컴퓨팅 사례를 많이 조사하고 Total Cost of Ownership(TCO)와 Cost per User per Month 모델을 비교하였다.
그러므로 예상 트랜잭션 트래픽의 정확한 산정이 중요하며, 실제 트래픽 데이터를 바탕으로 분석, 제시한 K 국립대학교의 본 사례의 의미는 매우 크다. 캠퍼스 학사 클라우드를 신규로 설치하거나 기존의 학사 시스템을 클라우드로 전환할 때, 먼저 예상 트랜잭션 트래픽을 정확하게 산정한 후에 평균 서비스 응답시간을 얼마로 할 것인지를 설계하고, 본 연구의 분석 결과를 이용하여 클라우드 컴퓨터의 처리 용량을 결정할 수 있게 된다.

성능/효과

정부가 주도하여 대학에 클라우드 환경을 도입하는 클라우드 캠퍼스 추진전략을 논의한 적이 있다. 클라우드 환경을 도입하여 IT자원의 TCO를 줄이고 IT자원을 위한 공간과 인력, 운영비를 지속적으로 감소시켜 대학 정보화 영역에 대한 ROI를 높이고 대학은 본연의 기능에 더 집중할 것으로 분석하였다. 그리고 모바일 클라우드 캠퍼스 구축 계획에는 대학내 PC를 Desktop-as-a-Service로 전환하여 1인당 1클라우드 PC를 시범 서비스하는 내용도 들어있다.

후속연구

제시된 학사정보시스템의 클라우딩 서비스 모델과 적정용량 분석 결과는 서비스 환경과 업무 특성이 비슷한 대학들에게 쉽게 적용할 수 있다. 다양한 업무특성에 따른 가상기계의 할당, 인프라와 플랫폼 자원의 유연한 관리와 서비스 기법 등은 향후 과제로 남긴다.
또한 사례연구로서 K 국립대학의 학사업무 운용 데이터로부터 입시, 장학 및 성적, 학적 및 등록, 수강신청, 연구정보 업무별 트랜잭션 트래픽의 발생 패턴과 자원요구 특성을 파악하고 적정용량 분석 모델을 적용하여 현실적인 값들을 유도한다. 제시된 서비스 모델과 실제 운용 데이터를 바탕으로 한 트랜잭션 트래픽과 적정용량의 분석 결과는 유사한 규모의 대학 정보화 업무에 충분히 응용될 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	클라우드 컴퓨팅 서비스가 대학 정보시스템에도 활용될 수 있는 이유는?	최근 많은 관심을 끌고 있는 클라우드 컴퓨팅 서비스는 비즈니스, 행정안전, 제조업은 물론 고등교육기관에도 큰 영향을 미치고 있다. 대학의 정보시스템을 직접 구축하여 운용하던 전통적인 접근에서 간편한 임대로 변경함으로써 대학 IT 자원의 효율성을 높이고 글로벌 경쟁력을 확보하는 방안의 하나로 적극 검토되고 있다. 정부도 2012년 2월에 대학의 정보시스템을 클라우드 환경으로 전환하여 글로벌 경쟁 환경에서 대학이 본연의 기능에 더 집중할 수 있게 할 목표를 갖고 구체적인 계획을 마련 중이라고 밝힌 바 있다.
	대학의 학사업무는 어떻게 구성되는가?	대학의 학사업무는 입시, 학적, 등록, 장학, 성적, 수강, 행정, 연구정보 등으로 구성되며, 업무에서 발생되는 트랜잭션을 처리하는 서버는 업무단위로 또는 몇몇 업무를 모은 그룹단위로 구성할 수 있다. 실제로 학사정보시스템을 구축할 때, 업무별 개별 서버이든 그룹 서버이든, 업무 트랜잭션의 발생빈도와 요구되는 응답시간을 면밀하게 분석하여 설계하기 보다는 여유 용량이 큰 고성능시스템을 채택함으로써 평균 이용률이 대체로 낮아 과투자에 따른 낭비가 수반된다.
	학사시스템을 설계할 때 가장 중요하게 고려해야 할 점은?	학사시스템을 설계할 때 사용자 트랜잭션에 대한 응답시간을 가장 중요하게 고려해야 하며, 일반적으로 응답시간은 사용자 트랜잭션에 따라 다르게 나타나며, 아주 간단한 처리를 요구하는 트랜잭션, 또는 멀티미디어 데이터 등 대량 데이터의 처리 및 하드디스크 접속시간 차이, 데이터베이스 접속에 따른 검색시간 차이, 생성되는 쓰레드 개수에 따른 처리시간의 변동 등에 따라 랜덤한 분포를 갖게 된다. 본 논문에서는 학사시스템의 성능을 서버의 평균 응답시간 T로 정의하고, T를 기준으로 학사시스템을 통합하는 클라우드 컴퓨터의 컴퓨팅 용량을 산정한다.

참고문헌 (7)

Siew Huei Liew and Ya-Yunn Su, "CloudGuide: Helping Users Estimate Cloud Deployment Cost and Per formance for Legacy Web Applications," 2012 IEEE 4th International Conference on Cloud Computing Technology and Science, 2012.
Quang Hieu Vu and Rasool Asal, "Legacy Application Migration to the Cloud: Practicability and Methodology," 2012 IEEE Eighth World Congress on Services.
Fernando Koch, Marcos D. Assundo, Marco A. S. Netto, "A cost analysis of cloud computing for education," GECON'12 Proceedings of the 9th international conference on Economics of Grids, Clouds, Systems, and Services, pp.182-196, ACM, Nov. 2012.
Deka Ganesh Chandra and Malaya Dutta Borah, "Cost benefit analysis of cloud computing in education," 2012 International Conference on Computing, Communication and Applications (ICCCA), Feb. 2012.
Wan-Hee Lee and Bong-Hwan Lee, "Service Delivery Time Improvement using HDFS in Desktop Virtualization," Journal of the Korea Institute of Information and Communication Engineering, v.16, n.5, pp. 913-921, May 2012.

원문보기 상세보기
L. Kleinrock, Queueing Systems, Vol. 1: Theory (Wiley, 1975).
Massimiliano Rak, Antonio Cuomo, and Umberto Villano, "Cost/Performance Evaluation for Cloud Applications Using Simulation," 2013 Workshops on Enabling Technologies: Infrastructure for Collaborative Enterprises, IEEE, 2013.

저자의 다른 논문 :

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