[논문]상황인지 기반 데이터센터의 전력절감 모니터링 시스템에 관한 연구

이화정; 정민영; 김창근; 김현주

doi:10.22156/cs4smb.2019.9.1.019

상황인지 기반 데이터센터의 전력절감 모니터링 시스템에 관한 연구
A Study on Energy Saving Monitoring System of Data Center based on Context Awareness 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.9 no.1, 2019년, pp.19 - 27

이화정 (경남과학기술대학교 컴퓨터공학과) , 정민영 (경남과학기술대학교 컴퓨터공학과) , 김창근 (경남과학기술대학교 컴퓨터공학과) , 김현주 (경남과학기술대학교 컴퓨터공학과)

초록
AI-Helper

최근 IT기술의 발전에 따라 2025년 전 세계의 데이터 규모가 현재보다 10배 정도 증가할 것으로 예상한다. 이러한 인터넷 기술의 급속한 발전은 데이터센터 내에서 서버시스템의 고사양화와 저장매체의 대용량화 등을 초래하며, 이는 데이터센터의 전력 소비를 증가시키는 원인이 되고 있다. 이에 본 논문에서는 데이터센터의 서버시스템에 대한 전력 소모패턴을 분석하여 에너지 절전정책을 추천하고 이를 실시간으로 모니터링하는 시스템을 제안한다. 제안한 시스템은 데이터센터의 개별 서버시스템에 대한 전력 소모패턴을 모니터링하고 분석할 수 있으며, 서버시스템의 실제 동작 시간을 효율적으로 관리하여 데이터센터의 전체 전력소모량 대비 10% 내외 정도가 절감될 것으로 기대한다.

Abstract ▼ AI-Helper

In recent years, with the advancement of IT technology, we expect data size of the world to increase 10 times in 2025. The rapid development of this Internet technology leads to the downsizing of the server system of the data center which manages and operates the data, the capacity of the storage medium, and the power consumption of the data center. In this paper, we propose an energy conservation policy and analyze it in real time by analyzing the power consumption pattern of the server system of the data center. The proposed system can monitor and analyze the power consumption pattern of the individual server system in the data center, and it can be expected that about 10% of the total power consumption of the data center will be saved by efficiently managing the actual operation time of the server system.

주제어

표/그림 (12)

표 Table 1. Comparison by Item
표 Table 2. Comparison of power consumption
그림 Fig. 1. CPU usage by time of day
그림 Fig. 2. operation flowchart of ESMS
그림 Fig. 3. Flow chart of power reduction policy recommendation
그림 Fig. 4. Types for power saving patterns
그림 Fig. 5. Flow Chart for Power Saving Monitoring
그림 Fig. 6. Structure of ESMS
그림 Fig. 7. First Interface of ESMS
그림 Fig. 8. Information gathering Interface for power consumption pattern
그림 Fig. 9. Analysis Interface for power consumption pattern
그림 Fig. 10. Interface for creating recommendation policy for power saving.

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 데이터센터의 에너지 절감에 관한 추천정책을 상황인지 기반으로 생성하여 적용하는 모델에 관하여 연구하였다. 일반적인 데이터센터는 본 논문에서 분석한 것과 같이 데이터센터의 안정적인 운영에 대부분의 중요성을 두고 있었다.
이 절에서는 3.2절에서 생성된 전력절감 추천 정책을 적용하고, 이를 모니터링하는 처리 과정에 관하여 기술한다. 다음의 Fig.
이 절에서는 본 논문에서 제안하는 ESMS의 전력 절감 정책추천에 대한 처리 과정에 관하여 기술한다. 다음의 Fig.
이 절에서는 본 논문에서 제안한 ESMS에 대하여 프로토타입으로 구현한 인터페이스에 관하여 기술한다.
이에 본 논문에서는 데이터센터의 전력 소비 패턴을 주기적으로 분석하여 데이터센터에서 사용되어지는 실제의 전력소비 유형을 기반으로 하는 상황인지 기반 전력 절감 패턴을 추천하는 전력절감 모니터링 시스템(Energy Saving Monitoring System, ESMS)을 설계하였다. 본논문에서 제안한 모델은 전력절감 패턴을 사전 학습을 통해 추천 생성하여 이를 서버시스템에 전력사용 패턴으로 재 적용한다.
이러한 측면에서 에너지 절감 측면에서는 데이터센터의 에너지 낭비가 상당 부분 존재할 것으로 추정되었다. 이에 에너지 절감 정책을 서버시스템의 전력 소비패턴을 주기별로 학습하여 이를 기반으로 전력절감 패턴을 생성 하고, 이를 적용할 수 있는 모델을 본 논문에서 제안하고 연구하였다. 제안한 모델을 기반으로 가상 시뮬레이션 결과 7∼10% 정도의 에너지 절감 요소가 있을 것으로 예측된다.

가설 설정

데이터는 n개 있으며 클러스터는 k개 있다고 가정한다. 이때, b_j는 j번째 클러스터의 ‘중심점’ 을 의미하며, w_ij는 i번째 데이터가 j번째 클러스터에 속하면 1, 아니면 0을 가지는 이진수이다 [7,9].

제안 방법

다음으로 인텔 CPU를 사용하는 노트북 PC의 RAPL[18] 기술을 이용한 절전 프로토타입으로 에너지 사용량을 테스트하였다. 이에 대한 테스트 환경은 DEL 7559 모델, CPU는 Intel i7-6700HQ, RAM은 8GB / DDR3L, 운영체제는 윈도우 10, 사용기술은 인텔 RAPL, 수집주기는 1초 등의 환경으로 구성하였다.
현재는 접속된 서버시스템의 전력사용량을 실시간으로 수치와 그래프로 나타낼 수 있도록 구현하였다. 더불어, 향후 온도와 습도에 관한 정보수집을 확장할 수 있도록 설계하였다.
첫 번째는 여러 도메인을 통합하는 에너지 관리 시스템 부재하였다. 두 번째로는 시스템의 관리자들은 24시간 365일 동안 시스템의 안정성 측면에서 장비를 끄지 않는 상태로 두었다. 세 번째로는 데이터센터내에서 30% 미만의 서버시스템들이 거의 사용되지 않았다.
또한, 제안된 모델에서는 ‘단계 1’을 통해 학습된 데이터는 에너지 절감 정책에 관하여 고성능, 정상, 절전, 사용자 설정 등의 4단계로 분류하도록 설계하였으며, 이는 생성된 전력 절감 정책을 기존 시스템에서 사용하는 전원관리 정책과의 호환성도 고려하였다.
먼저, 본 논문에서 설계한 ESMS는 크게 3개의 부시스템으로 구성하였다. 첫 번째는 모니터링 서버관리 부시스템이다.
5는 추천된 전력절감 정책패턴을 서버시스템에 적용하고, 이를 모니터링하는 흐름도이다. 본 논문에서 제안한 ESMS는 Fig. 5를 기반으로 해당 서버시스템에 대하여 실시간 전력 소비패턴에 대한 모니터링을 시작한다. 만약에 적용된 전력절감 패턴과 다른 전력 소비패턴이 발생하면 즉시 전력절감 패턴을 해제하고 서버시스템의 전력공급을 정상적인 형태로 전환한다.
본 논문에서는 전력 소비패턴 분석을 위해 4장에서 7개의 세부 모듈로 설계하였으며, Fig. 9는 등록된 서버시스템 중에서 선별적으로 선택하여 서버시스템의 자원에 대한 정보와 전기사용량, 전기 절감량, CPU 사용량 등에 대하여 수집된 정보를 꺾은 선 그래프 등으로 생성하는 인터페이스 화면이다.
이에 본 논문에서는 데이터센터의 전력 소비 패턴을 주기적으로 분석하여 데이터센터에서 사용되어지는 실제의 전력소비 유형을 기반으로 하는 상황인지 기반 전력 절감 패턴을 추천하는 전력절감 모니터링 시스템(Energy Saving Monitoring System, ESMS)을 설계하였다. 본논문에서 제안한 모델은 전력절감 패턴을 사전 학습을 통해 추천 생성하여 이를 서버시스템에 전력사용 패턴으로 재 적용한다. 이는 서버시스템의 낭비되는 동작 시간을 효과적으로 관리하여 에너지 절감을 수행할 수 있다[2,3,10].
앞서 분석한 자료를 기반으로 본 논문에서는 Fig. 3과 같이 데이터센터 내의 개별 서버시스템에 대하여 전력 절감 정책을 생성할 수 있는 알고리즘을 설계하였다. Fig.
첫 번째는 모니터링 서버관리 부시스템이다. 이는 데이터센터의 서버시스템에 대한 연결정보 관리, 전력에 대한 환경정보, DB연결 정보 및 수집된 데이터를 모니터링 등에 대한 기능을 수행하도록 설계하였다. 두 번째는 소비전력 패턴 수집 부시스템이다.
마지막으로 소비전력 패턴 분석 부시스템이다. 이는 두 번째 부시스템으로부터 수집된 정보를 상호 비교하여 그래프 형태로 수집된 정보를 표시하도록 설계 구현하였다. 이때 비교 분석할 수 있는 유형으로는 전력사용량 수집정보, CPU 사용량 수집정보, 메모리(RAM) 사용량 수집정보, 디스크 등의 사용량 수집정보이며, 이를 수치화된 테이블 자료, 요일별 연속그래프자료 및 시간대별 막대그래프 자료 등으로 생성하여 관리자가 해당 서버시스템에 대한 전력 소비패턴을 편리하게 분석할 수 있도록 설계 구현하였다.
이는 두 번째 부시스템으로부터 수집된 정보를 상호 비교하여 그래프 형태로 수집된 정보를 표시하도록 설계 구현하였다. 이때 비교 분석할 수 있는 유형으로는 전력사용량 수집정보, CPU 사용량 수집정보, 메모리(RAM) 사용량 수집정보, 디스크 등의 사용량 수집정보이며, 이를 수치화된 테이블 자료, 요일별 연속그래프자료 및 시간대별 막대그래프 자료 등으로 생성하여 관리자가 해당 서버시스템에 대한 전력 소비패턴을 편리하게 분석할 수 있도록 설계 구현하였다.
첫 번째는 모니터링을 위해 등록된 서버시스템의 정보를 목록 형태로 나타내는 부분이며, 두 번째는 등록된 서버시스템의 상세정보를 나타내는 부분이다. 이때 상세정보는 현재 전력소비량, CPU 사용량, 메모리(RAM) 사용량, 디스크사용량, 주중과 주말에 대한 CPU 분포도, 날짜별 시간당 평균 CPU 사용량과 시간당 평균 전력사용량 등으로 구분하여 설계하였다.
이는 모니터링할 서버시스템으로부터 전력, CPU, 메모리 및 디스크 등에 관한 사용량 정보를 수집한다. 이때 수집되는 정보는 주간별, 월별, 분기별, 년도별 등으로 분류할 수 있으며, 수집된 자료를 상호비교 분석할 수 있도록 설계 구현하였다. 마지막으로 소비전력 패턴 분석 부시스템이다.
이는 해당 서버시스템에 관하여 학습된 수집정보를 기반으로 에너지 절감에 대한 전력 소비 패턴을 추천하는 형태로 생성한다. 이때 학습에 사용될 정보는 해당 서버시스템으로부터 수집되는 전력소비 정보이며, 이들은 주간, 월간, 분기, 년간 등의 단위로도 분류할 수 있도록 설계하였다. 또한, 수집되는 정보의 유형으로는 전력, CPU, 메모리(RAM), 디스크 등에 대한 사용량 정보이며, Fig.
일반적으로 데이터센터의 모니터링 툴은 전산 관리자들의 편의성과 효율성 제공, 데이터센터내 자산 관리에 중점을 두고 있으며, 대부분은 단순 시스템 서비스 운영현황에 대하여 모니터링을 제공하며, 전력량 모니터링 및 절감 정책반영 등은 전혀 제공하지 않는다. 이에 3가지 모델과 10가지 항목에 대해 비교 분석하였다.
이 절에서는 본 논문에서 제안하는 ESMS의 전체 동작 원리에 관하여 기술한다. 제안된 모델은 크게 3단계로 동작하도록 설계하였으며, 이에 대한 동작 흐름도는 Fig. 2와 같이 설계하였다.
7은 크게 3부분으로 구성하였다. 첫 번째는 왼쪽 세로 부분에 제안한 모델의 기능에 관하여 설계하였다. 설계요소로는 대시보드, 디바이스, 절전정책, 보고서, 설정 등이다.
현재는 접속된 서버시스템의 전력사용량을 실시간으로 수치와 그래프로 나타낼 수 있도록 구현하였다. 더불어, 향후 온도와 습도에 관한 정보수집을 확장할 수 있도록 설계하였다.

대상 데이터

첫 번째는 왼쪽 세로 부분에 제안한 모델의 기능에 관하여 설계하였다. 설계요소로는 대시보드, 디바이스, 절전정책, 보고서, 설정 등이다. 두 번째는 서버시스템으로부터 모니터링 수집될 정보에 대하여 수치와 그래픽으로 나타내는 모듈이다.
이에 대한 실험데이터 테스트 환경으로 운영체제는 Window Server 2008 R2 Standard (64비트)이며, 하드웨어는 IBM X3500 M3 Server – 738032K 모델이고, CPU는 Intel(R) Xeon(R) E5620 @ 2.40GHz, 2.39GHz이고, RAM은 8GB 등으로 구성하였다.
다음으로 인텔 CPU를 사용하는 노트북 PC의 RAPL[18] 기술을 이용한 절전 프로토타입으로 에너지 사용량을 테스트하였다. 이에 대한 테스트 환경은 DEL 7559 모델, CPU는 Intel i7-6700HQ, RAM은 8GB / DDR3L, 운영체제는 윈도우 10, 사용기술은 인텔 RAPL, 수집주기는 1초 등의 환경으로 구성하였다. 실험을 통해 얻은 자료수집 결과는 다음과 같다.

성능/효과

만약에 적용된 전력절감 패턴과 다른 전력 소비패턴이 발생하면 즉시 전력절감 패턴을 해제하고 서버시스템의 전력공급을 정상적인 형태로 전환한다. 본 논문에서 사용한 전력절감 패턴의 이상 현상은 해당 구간에서 현재 전력 소비패턴이 설정된 범위를 초과하는 경우로 설정하여 감지하였다.
두 번째로는 시스템의 관리자들은 24시간 365일 동안 시스템의 안정성 측면에서 장비를 끄지 않는 상태로 두었다. 세 번째로는 데이터센터내에서 30% 미만의 서버시스템들이 거의 사용되지 않았다. 네 번째로는 서버의 평균 사용량이 10% 이하인 경우가 다수를 차지하고 있었다.
이에 에너지 절감 정책을 서버시스템의 전력 소비패턴을 주기별로 학습하여 이를 기반으로 전력절감 패턴을 생성 하고, 이를 적용할 수 있는 모델을 본 논문에서 제안하고 연구하였다. 제안한 모델을 기반으로 가상 시뮬레이션 결과 7∼10% 정도의 에너지 절감 요소가 있을 것으로 예측된다. 향후 연구과제로는 데이터센터의 구성요소에 대한 제어기술에 관한 연구와 이를 통합할 수 있는 모니터링 시스템에 관한 통합연구 등을 계획하고 있다.

후속연구

제안한 모델을 기반으로 가상 시뮬레이션 결과 7∼10% 정도의 에너지 절감 요소가 있을 것으로 예측된다. 향후 연구과제로는 데이터센터의 구성요소에 대한 제어기술에 관한 연구와 이를 통합할 수 있는 모니터링 시스템에 관한 통합연구 등을 계획하고 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	상황인지 기술이란?	상황인지 기술(Context awareness)이란 이용 자의 생활패턴⋅생체신호⋅주변환경 등을 분석 하여 상황에 맞게 최적화된 기능을 도출하여 사용자의 요구를 사전에 예측 및 제시하는 소프트웨어 및 하드웨어 기술을 의미한다. 이러한 상황 인지 기술은 사용자 자신에 대한 모든 데이터뿐만 아니라 사용자와 주변 환경과의 상호작용으로 나타나는 모든 데이터를 분석하여 사용자의 요구에 맞는 최적의 의사결정을 분석하고 예측할 수 있도록 하는 인공지능의 개념이 가미된최첨단 기술이다[7,9-13].
	전원 옵션 기능 유형 4가지는?	일반적으로 컴퓨터에서는 전원관리 옵션을 제공하여 컴퓨터의 성능을 최대화하거나 에너지절약을 할 수 있도록 그 기능을 제공하고 있다. 이러한 전원 옵션 기능에는 고성능, 균형조정, 절전, 사용자 지정 등의 4가지 유형으로 분류하고 있다. 이들 중 고성능과 절전모드에 대하여 전력소모량 정보를 수집한 결과는 Table 2와 같다.
	상황인지 기술의 영역 3가지는?	이와 같은 상황인지 기술의 영역은 크게 다음의 3개로 구성된다. 첫 번째는 컨텍스트 정보수집기이다. 이는 주변의 컨텍스트를 수집하는 센서와 정보를 수집 전송하는 네트워크 영역에 해당한다. 두 번째는 컨텍스트 정보 통합기이다. 이는 수집 전송된 상황 정보를 취합하고 적합한 정보시스템을 연결하는 미들웨어 기능을 가진다. 마지막으로 컨텍스트 분석 추론 엔진이다. 이는 각 상황에 적합한 형태를 생성하기 위해 정보를 분석 및 추론하는 기능이다[3,11].

참고문헌 (18)

J. Y. Oh, D. Y. Y. Yun E. S. Jung, Y. T. Lee & K. G. Chung. (2015). Virtualization based server-client model for reducing power consumption. Korea Information Science Society, 1170-1172.
Y. Zhan. (2012). Virtualization and cloud computing, Lecture Notes in Electrical Engineerin,. 143.
B. J. Jun, D. B. Yun & S. S. Shin. (2017). Improved integrated monitoring system design and construction, Convergence Society for SMB, 7(1), 25-33.
H. K. Kim. (2010). Present and future of context aware computing. Veta research & Consulting VETA Report.
H. J. Lee. J. S. Han, Y. K. Jung, I. U. Lee & S. H. Lee. (2012). A technology of context-aware based building management for energy efficiency, Convergence Society for SMB, 2(1), 69-75.
B. C. Jung & W. S. Na. (2016). A study on the smart fire detection system using the wireless communication, Convergence Society for SMB, 6(3), 37-41.
H. J. Lee, M. Y. Jung, G. S. Lee & H. Y. Kim. (2018). A study on energy conservation system of university of computing center based on machine learning. Proceedings conference on knowledge information technology and system, 12(1).
H. J. Lee, M. Y. Jung, G. S. Lee & H. Y. Kim. (2017). A study of efficient power management for intelligent data center system, Proceedings conference on knowledge information technology and system, 11(2).
M. Y. Jung, H. J. Lee, G. S. Lee & H. Y. Kim. (2017). A study on energy conservation system of integrated computing center based on context awareness, Proceedings conference on knowledge information technology and system, 11(1).
H. J. Lee, M. Y. Jung, C. G. Kim & H. Y. Kim. (2018). A study on monitoring tool of web server system for effective power management policy of data center, Proceedings conference on knowledge information.
Weichao Ma & S. H. Lee. (2014). Modelling and development of control algorithm of endoscopy, Convergence Society for SMB, 4(2), 33-39.
W. S. Na. (2017). A study on the development of educational software for web-based visual effects interactive environments, Convergence Society for SMB, 7(5), 89-93.

원문보기 상세보기
https://www.lenovo.com/kr/ko/data-center/systems-management/xclarity-energy-manager/
https://www.rohde-schwarz.com/kr/products/test-and-measurement/overview/test-measurement-overview_229579.html
https://search.cisco.com/search?queryCatalyst%204500-X%20Series%20Switches:%20Product%20Overview:%20Cisco%20Energy%20Wise&localeenUS&bizcontext&catQUESTIONS&modetext&clktypclick&autosuggesttrue
Y. S. Sim, J. W. Jung & I. C. Choi. (2005). A computational comparison of cluster validity indices for K-measns algorithm, Proceedings conference on KIIE, 27.
Y. H. Lee & H. S. Kim. (2014). A study on computer center maintenance savings through NT server consolidate virtualization, J ournal of the Korea Society of Computer and Information, 19(2) , 11-19.
https://01.org/blogs/2014/running-average-powerlimit-%E2%80%93-rapl

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