[논문]이산사건시스템 명세와 체계 요소 구조를 활용한 계층적 에이전트 합성 프레임워크

최창범

doi:10.9709/jkss.2019.28.3.001

이산사건시스템 명세와 체계 요소 구조를 활용한 계층적 에이전트 합성 프레임워크
Hierarchical Agent Synthesis Framework using Discrete Event System Specification and System Entity Structure 원문보기

한국시뮬레이션학회논문지 = Journal of the Korea Society for Simulation, v.28 no.3, 2019년, pp.1 - 9

최창범 (School of Global Entrepreneurship and ICT at Handong Global University)

초록
AI-Helper

주식 시장, 인구 동향, 전염병 확산 예측, 도로교통체계 개발과 같이 다양한 분야에서 활용되고 있는 에이전트 기반 시뮬레이션 분야의 에이전트는 응용분야에 따라 각기 다른 형태로 발전되어왔다. 하지만 다학제 융합적 협력 요구되는 문제의 해결에 있어서 확장 가능한 형태의 에이전트 구조가 필요하며 이를 지원할 에이전트 모델링 및 시뮬레이션 환경이 필요하다. 본 연구는 다양한 분야의 에이전트를 수용하기 위하여 공통구조를 체계요소구조와 이산사건시스템형식론을 활용하여 명세할 수 있는 방법을 제시하고, 제시된 명세방법을 지원할 수 있는 개발 환경인 SESManager를 제안한다. 제안된 환경은 계층적으로 에이전트 구조를 정의하고 에이전트를 합성할 수 있도록 함으로써 사용자의 시뮬레이션 목적에 맞게 에이전트 시뮬레이션을 수행할 수 있도록 돕는다.

Abstract ▼ AI-Helper

An agent-based simulation is a popular simulation tool to solve various problems, such as stock market, population prediction, disease prediction, and development of a traffic system. As the agents are developed and researched in different application fields, the agent has a rigid structure and may not acceptable in different domains. As a result, it is a challenging problem to define a structure for an agent structure to reflect the researcher's simulation objective. This research proposes an extendable form for an agent and its modeling environment. In order to propose a standard structure, this study adopts system entity structure and discrete event system specification formalism. Also, this research introduces the SESManager which supports the proposed specification method. The proposed environment can hierarchically define the agent structure and synthesize the agent so that it can perform the agent simulation according to the user's simulation purpose.

주제어

표/그림 (15)

그림 Fig. 1. Diagram of Coupled Model
그림 Fig. 2. Example of System Entity Structure
그림 Fig. 3. Structure of Sensor Component for an Agent
그림 Fig. 4. Coupled Model of Sensor Component
그림 Fig. 5. Structure of Processor Component for an Agent
그림 Fig. 6. Example of Specialization for History Management Entity
그림 Fig. 7. Structure of Actuator Component for an Agent
그림 Fig. 8. Proposed Hierarchical Agent Synthesis Framework
그림 Fig. 9. Structure of BankSim Simulators
표 Table 1. Description of System Entity Structure for an Agent
그림 Fig. 10. Pruned Structure of BankSim in SESManager
그림 Fig. 11. Generator Model in DEVSim++
그림 Fig. 12. GenAgent Model in SESManager
그림 Fig. 13. Simulation Results of DEVSim++
그림 Fig. 14. Simulation Results of SESManager

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 ABMS 분야에서 에이전트의 재사용성을 높이고 인공지능과 같은 타학문 분야와의 융합을 수월하게 하기 위하여 에이전트의 구조를 정의하고 이를 시뮬레이션할 수 있는 방법으로 SES와 이에 대응하는 DEVS 형식론 기반 모델을 활용하여 에이전트의 구조를 계층적으로 명세하는 방법과 이를 구현한 SESManager를 소개하였다. 제안하는 에이전트 구조는 외부 이벤트를 받아 내부적으로 처리할 수 있는 형태로 변환하는 센서기, 이벤트를주기적으로 처리하고 동작을 생성하는 처리기, 에이전트의 동작을 생성하는 구동기로 정의하고 각 센서기, 처리기, 구동기 내에 기계학습 알고리즘과 같이 타 학문분야의 성과를 결합시키기 위한 구조를 제안하였다.
본 연구는 ABMS에서 시뮬레이션을 수행하는 연구자의 의도를 효과적으로 반영하기 위하여 시뮬레이션의 목적에 부합하는 에이전트를 합성할 수 있도록 계층적인 에이전트의 구조 및 프레임워크를 제안한다. 제안하는 계층적 프레임워크는 체계요소구조(System Entity Structure: SES)를 활용하여 에이전트가 갖추어야 할 기본적인 요소를 정의하고 이를 확장하는 과정에서 다양한 대안을 갖출 수 있도록 에이전트의 구조를 정의한다.
본 연구에서는 에이전트 합성 프레임워크에서 활용하기 SES를 처리하는 프로그래밍 환경인 SESManager을 구축하였다(Choi, 2019). SESManager은 사용자와 상호작용하여 에이전트의 SES를 생성하고 관리할 수 있다.
본 장에서는 계층적 에이전트 합성 프레임워크를 제안하기에 앞서 에이전트의 정의와 구조를 소개하고, 에이전트 합성을 위한 관련 연구를 소개한다.
상호호환성 요구사항은 시뮬레이션 목적에 부합하는 구성요소들을 찾아 에이전트를 합성할 때 시뮬레이션 목적에 부합하는 결과를 도출하는 데 필요한 요구사항이다. 이상과 같은 요구사항을 바탕으로 계층적 에이전트의 각 구성요소에 대한 구조 명세를 소개한다.

제안 방법

ABMS는 다른 M&S 공학에서 사용하고 있는 모델링과는 달리 전체 시스템을 구성하는 개체들에 대하여 에이전트로 모델링하고 에이전트와 에이전트 사이의 상호작용을 구현함으로써 시뮬레이션을 수행한다.
DEVSim++는 국방 M&S 등에 최적화되어 다양한 국방 워게임 모델에 활용되었기 때문에 제안하는 DEVSim++의 시뮬레이션 모델과 동일한 의미를 가지도록 제안하는 환경에 이식하고 제안하는 합성 알고리즘에 적용하여 검증을 수행하다.
검증에 사용된 DEVSim++으로 구성된 시뮬레이션 모델은 결합모델에서 원자모델을 구성요소로 사용하여 시뮬레이션 모델의 구조를 결정한다. 이와 달리 SESManager로 구성된 시뮬레이션은 결합모델이 없이 원자모델로 구성된 시뮬레이션 모델을 시뮬레이션 실행시간에 조합하여 시뮬레이션을 수행한다.
제안하는 에이전트 구조는 외부 이벤트를 받아 내부적으로 처리할 수 있는 형태로 변환하는 센서기, 이벤트를주기적으로 처리하고 동작을 생성하는 처리기, 에이전트의 동작을 생성하는 구동기로 정의하고 각 센서기, 처리기, 구동기 내에 기계학습 알고리즘과 같이 타 학문분야의 성과를 결합시키기 위한 구조를 제안하였다. 그리고 에이전트의 구조를 기반으로 에이전트를 관리하고 생성시키는 실행환경인 SESManager를 구현하였다. 제안하는 환경을 통해 ABMS를 활용하는 연구자들이 개발된 에이전트를 재활용하고 빠르게 에이전트 기반 시뮬레이션을 수행할 수 있고 인공지능 분야와의 융합을 수월하게 진행할 수 있을 것으로 기대된다.
또한, DEVS 명세는 결합 모델(Coupled Model)을 활용하여 모델의 구조적 특징과 계층적인 특징을 표현한다. 다음은 결합모델의 정의이다.
본 연구의 합성 가능한 계층적 에이전트는 DEVS 명세와 SES를 활용하여 에이전트의 구조 요구사항에 부합하는 구성요소를 설계한다. 특별히 DEVS 명세는 DEVS 형식론의 원자모델과 결합모델의 집합론 기반의 조립이 가능한 형식론이라는 특징을 활용할 수 있어 합성될 에이전트가 가져야 하는 요구사항에 부합한다.
MS4Me 환경의 ABMS는 동적으로 구조를 변화시키는 연구로 에이전트 기반 시뮬레이션을 수행하는 도중에 에이전트를 추가하는 방법에 대한 연구가 진행되었다. 이를 위하여 MS4Me는 Publish/Subscribe 방식의 에이전트 관리 방법을 채용하여 새로운 에이전트가 시뮬레이션에 참여하는 과정에서 에이전트들에서 생성하는 메시지와 구독하는 메시지를 정의하고, 이들 메시지를 관리하는 PublishSubscribeRouter 모델과의 프로토콜을 정의하고 이 프로토콜이 구현된 모델에 대해서 에이전트 시뮬레이션을 지원한다. 제안하는 에이전트 명세 및 합성프레임워크는 SES와 SES로부터 시뮬레이션을 합성하는 방법에 있어서 MS4Me와 유사하나 ABMS를 수행하고자 하는 연구자들을 돕기 위하여 에이전트의 요구사항을 정립하고 그 구조를 계층적으로 정의하며 다른 연구자들이 에이전트를 기계학습들에 활용할 수 있도록 확장하고 데이터베이스에 저장하여 재사용할 수 있도록 지원하는 환경이다.
이와 같은 ABMS는 시스템을 구성하는 에이전트를 M&S를 수행하는 연구자가 정의한 규칙을 바탕으로 환경 또는 다른 에이전트와 상호작용을 수행하고, 시뮬레이션이 수행되고 난 이후에 반복적으로 에이전트가 상호작용한 결과를 바탕으로 시뮬레이션 결과 분석을 수행한다.
본 연구는 ABMS에서 시뮬레이션을 수행하는 연구자의 의도를 효과적으로 반영하기 위하여 시뮬레이션의 목적에 부합하는 에이전트를 합성할 수 있도록 계층적인 에이전트의 구조 및 프레임워크를 제안한다. 제안하는 계층적 프레임워크는 체계요소구조(System Entity Structure: SES)를 활용하여 에이전트가 갖추어야 할 기본적인 요소를 정의하고 이를 확장하는 과정에서 다양한 대안을 갖출 수 있도록 에이전트의 구조를 정의한다. 또한, 실제 에이전트 기반 시뮬레이션에서 시뮬레이션 목적에 부합되는 에이전트를 합성하는 시스템을 제공한다.
본 논문에서는 ABMS 분야에서 에이전트의 재사용성을 높이고 인공지능과 같은 타학문 분야와의 융합을 수월하게 하기 위하여 에이전트의 구조를 정의하고 이를 시뮬레이션할 수 있는 방법으로 SES와 이에 대응하는 DEVS 형식론 기반 모델을 활용하여 에이전트의 구조를 계층적으로 명세하는 방법과 이를 구현한 SESManager를 소개하였다. 제안하는 에이전트 구조는 외부 이벤트를 받아 내부적으로 처리할 수 있는 형태로 변환하는 센서기, 이벤트를주기적으로 처리하고 동작을 생성하는 처리기, 에이전트의 동작을 생성하는 구동기로 정의하고 각 센서기, 처리기, 구동기 내에 기계학습 알고리즘과 같이 타 학문분야의 성과를 결합시키기 위한 구조를 제안하였다. 그리고 에이전트의 구조를 기반으로 에이전트를 관리하고 생성시키는 실행환경인 SESManager를 구현하였다.

대상 데이터

DEVSim++는 국방 M&S 등에 최적화되어 다양한 국방 워게임 모델에 활용되었기 때문에 제안하는 DEVSim++의 시뮬레이션 모델과 동일한 의미를 가지도록 제안하는 환경에 이식하고 제안하는 합성 알고리즘에 적용하여 검증을 수행하다. 검증에 활용된 시뮬레이션 모델은 DEVSim++의 BankSim으로 Generator, Queue Teller로 구성된 모델이다. 다음 Fig.

데이터처리

제안하는 계층적 에이전트 명세 및 합성 프레임워크의 정확성 검증과 응용가능성을 보이기 위하여 기존에 잘 알려져 있는 C++기반의 DEVS 형식론 시뮬레이션 환경인 DEVSim++을 활용하여 검증을 수행하였다(Young 등 1993). DEVSim++는 C++ 프로그래밍 언어의 특징인 객체지향성을 지원하는 시뮬레이션 환경으로 DEVS 형식론의 원자모델과 결합모델에 해당되는 C++ 클래스를 구현하면 DEVS형식론의 시뮬레이션 알고리즘대로 해당 클래스 인스턴스를 실행하는 시뮬레이션 환경이다.

성능/효과

Gen 원자모델과 GenAgent 모델을 포함한 모든 시뮬레이션 모델 소스코드는 동일한 의미를 가질 수 있도록 이식되었고, 결합모델 대신 앞서 제시한 Pruned Structure로 합성하였으며 다수의 Buf모델을 구축하였을 시에 두 시뮬레이션 모두 동일한 시뮬레이션 결과를 도출함을 확인하였다. 다음 Fig.
이상의 SES 명세를 활용하여 에이전트의 구조를 정의하면 계층적으로 에이전트의 모델을 기술할 수 있으며 에이전트의 구성요소를 객체 지향적으로 표현하고 이를 조합하는 형태로 다양한 에이전트를 합성할 수 있다. 특별히 SES의 Entity 노드를 통하여 에이전트 기반 시뮬레이션을 실행하기 위해서 에이전트가 반드시 갖추어야 하는 인터페이스 요구사항 및 동작에 대한 요구사항을 명세할 수 있으며 Specialization 노드를 사용하여 다양한 대안에 대하여 명세하고 이를 에이전트 기반 시뮬레이션을 구성하는데 활용할 수 있다.

후속연구

그리고 에이전트의 구조를 기반으로 에이전트를 관리하고 생성시키는 실행환경인 SESManager를 구현하였다. 제안하는 환경을 통해 ABMS를 활용하는 연구자들이 개발된 에이전트를 재활용하고 빠르게 에이전트 기반 시뮬레이션을 수행할 수 있고 인공지능 분야와의 융합을 수월하게 진행할 수 있을 것으로 기대된다. 향후 연구로는 SES와 대응되는 시뮬레이션 모델에 대한 검증 및 성능향상에 관한 연구가 필요하다.
제안하는 환경을 통해 ABMS를 활용하는 연구자들이 개발된 에이전트를 재활용하고 빠르게 에이전트 기반 시뮬레이션을 수행할 수 있고 인공지능 분야와의 융합을 수월하게 진행할 수 있을 것으로 기대된다. 향후 연구로는 SES와 대응되는 시뮬레이션 모델에 대한 검증 및 성능향상에 관한 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	ABMS 도구들이 시뮬레이션을 어떻게 수행하는가?	다양한 분야에서 활용되고 있는 ABMS는 연구 분야에 따라 에이전트의 추상화 수준이 다르고 동작 방법도 다르므로 각 연구 분야에서 연구 의도에 맞게 에이전트 시뮬레이션 도구들이 개발되었다. ABMS 도구들은 기정의된 에이전트 구조를 활용하고 정의된 에이전트의 틀 안에서 파라미터를 변경하며 시뮬레이션을 수행한다. 따라서 기존의 ABMS 도구들의 에이전트들은 다른 분야의 시뮬레이션에서 그대로 활용하기에 불가능하며 새로운 종류의 에이전트를 추가하기에도 많은 제약사항이 따른다.
	DEVS 형식론의 정의는?	DEVS 명세는 시스템을 표현할 때 모델 명세를 명확하게 정의하기 위하여 수학적으로 모호함이 없는 형태로 시스템의 동작을 기술하는 방법으로 다수의 사용자가 DEVS 명세를 보았을 때 같은 정보와 이해를 제공할 수 있도록 돕는 방법이다. DEVS 형식론은 시스템을 모델링할 때 더 나눌 수 없는 단위 요소로 나누고 이를 원자 모델(Atomic 모델)이라 정의한다. 다음은 원자 모델에 대한 명세 방법이다.
	원자 모델에 대한 명세 방법은?	원자 모델은 외부로부터 입력 사건이 입력되었을 때의 상태와 입력사건의 종류에 따라 시스템이 어떤 동작을 수행하는 지 외부천이함수(External Transition Function)를 통해서 명세하고, 시스템에 특정 시간 동안 외부 입력이 없을 때의 동작을 내부천이함수(Internal Transition Function)으로 명세한다. 원자모델은 외부 입력이 없어 내부천이 함수가 호출되는 시점에서 출력함수(Output Function)에 따라 외부 사건을 발생시킬 수 있으며 시간 전진 함수를 사용하여 시스템의 각 상태에 따른 내부천이함수 호출 시점을 결정한다.

참고문헌 (13)

Bonabeau, E. (2002), Agent-based modeling: Methods and techniques for simulating human systems Proceedings of the National Academy of Sciences. May 14, 2002
Choi, Changbeom (2019). SESManager: System Entity Structure Manager (Version 1.0) [Software]. Available from https://github.com/cbchoi/SESManager
Erol, K., Levy, R., and Wentworth, J. (2007) Application of Agent Technology to Traffic Simulation, United States Department of Transportation, May 15, 2007
Hwang, M. et. al. (2009) Rule-Based Simulation of Multi-Cellular Biological Systems-A Review of Modeling Techniques: Cellular and Molecular Bioengineering, Vol. 2, No. 3, pp. 285-294, 2009

상세보기
Macal, C. M., and Michael J. N. (2005) Tutorial on agent-based modeling and simulation, Proc. of the 37th conference on Winter simulation, Winter Simulation Conference, 2005.
Railsback, S. F., Steven L. L., and Stephen K. J. (2006), Agent-based simulation platforms: Review and development recommendations, Simulation 82.9, 609-623, 2006

상세보기
Russell, S. J., and Norvig, P. (2016). Artificial intelligence: a modern approach. Malaysia; Pearson Education Limited,.
Siddiqah A. et. al. (2009). A new hybrid agent-based modeling decision support system for breast cancer research, IEEE ICICT, IBA, Karachi, August 15-16, 2009. Breast Cancer DSS
Young C. Kim, Kyung S. Ham, and Tag Gon Kim (1993). Object-Oriented Memory Management in DEVSim++, Proceedings of the 1993 Winter Simulation Conference, 1993.
Zeigler, B. P., Luh, C.J., and Kim, T.G. (1991). Model Base Management for Multifacetted Systems, ACM Transactions on Modeling and Computer Simulation - TOMACS, Vol. 1, No. 3, pp. 195-218, 1991.

상세보기
Zeigler, B. P., Praehofer, H. and Kim, T.G. (2000). Theory of Modelling and Simulation (2nd Edition), Academic Press, 2000.
Zeigler, B. P., Chung, Kim Do (2013). System Entity Structures for Suites for Simulation Models, International Journal of Modeling, Simulation, and Scientific Computing 4(3), 2013.
Zeigler, B.P., Sarjoughian, H. S. (2017). Guide to Modeling and Simulation of Systems of Systems (2nd Edition), Springer International Publishing, 2017.

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