[논문]클라우드 기반 리눅스 SW 실습 플랫폼의 설계 및 구현

반효경; 조경운

doi:10.7236/jiibc.2023.23.2.67

[국내논문] 클라우드 기반 리눅스 SW 실습 플랫폼의 설계 및 구현
Design and Implementation of a Cloud-based Linux Software Practice Platform 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.23 no.2, 2023년, pp.67 - 71

반효경 (이화여자대학교 컴퓨터공학과) , 조경운 (이화여자대학교 컴퓨터공학과)

초록
AI-Helper

최근 SW 실습 교육을 위해 수강생 별로 PC를 구비하는 대신 클라우드 상의 가상 PC를 할당해서 운영하는 사례가 늘고 있다. 본 논문에서는 클라우드를 이용해서 각 수강생의 SW 실습 환경을 효율적으로 구축할 수 있는 리눅스 기반 플랫폼을 설계하고 구현하였다. 본 논문의 플랫폼에서는 강사가 모든 수강생의 가상머신 템플릿을 일괄적으로 생성 및 통제할 수 있으며, 수강생들은 한 학기 동안 관리자 권한으로 본인의 머신을 관리하고 실습을 수행할 수 있다. 이때, 개별 머신에 발생하는 문제를 강사가 해결하거나 복원하는 효율적인 기능 또한 제공된다. 한편, 이러한 방식을 클라우드에서 실현하기 위한 가장 큰 어려움은 소요 비용을 미리 예측하기 어렵다는 데에 있다. 본 논문에서는 클라우드 이용 요금을 실시간으로 예측할 수 있는 모델을 설계하고, 사용자별 가상머신에 데몬을 두어 자원의 사용량 및 요금을 실시간으로 예측한다. 본 논문의 방식이 오버헤드가 거의 없음에도 실제 클라우드 사업자가 측정한 자원 사용량을 정확하게 예측하는 것을 확인할 수 있었다. 제안한 모델의 검증을 위해 리눅스 실습 강좌에서 한 학기 동안 클라우드를 활용한 결과 실제 청구 요금과 제안한 모델의 결과가 매우 유사한 것으로 확인되었다.

Abstract ▼ AI-Helper

Recently, there are increasing cases of managing software labs by assigning virtual PCs in the cloud instead of physical PCs to each student. In this paper, we design and implement a Linux-based software practice platform that allows students to efficiently build their environments in the cloud. In our platform, instructors can create and control virtual machine templates for all students at once, and students practice on their own machines as administrators. Instructors can also troubleshoot each machine and restore its state. Meanwhile, the biggest obstacle to implementing this approach is the difficulty of predicting the costs of cloud services instantly. To cope with this situation, we propose a model that can estimate the cost of cloud resources used. By using daemons in each user's virtual machine, we instantly estimate resource usage and costs. Although our model has very low overhead, the predicted results are very close to the actual resource usage measured by cloud service providers. To further validate our model, we used the proposed platform in a Linux practice lecture for a semester and confirmed that the proposed model is very accurate.

주제어

표/그림 (3)

그림 그림 1. 클라우드 기반 리눅스 SW 실습용 플랫폼의 구조 Fig. 1. Architecture of a cloud-based Linux software practice platform.
그림 그림 2. 각 자원의 월별 비용 내역 분포 Fig. 2. Distributions of the cost for each resource type per month.
그림 그림 3. 제안 모델과 실제 청구 비용의 비교 Fig. 3. Comparison of the proposed model and the actual cost.

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 SW 실습실에서 활용되는 클라우드 머신의 사용 요금을 미리 예측하고 이를 통해 효율적으로 클라우드 기반의 리눅스 SW 실습 강좌를 운영할 수 있는 방안에 대해 연구한다. 정확한 클라우드 이용 요금은 자원의 사용량을 측정해야 알 수 있으며, 이러한 자원은 CPU, 스토리지, 네트워크 등으로 구성된다.
그러나, 공용 클라우드의 이용 요금을 미리 예측할 수 없기 때문에 이러한 방식을 사용하는 데에는 어려움이 있다. 본 논문에서는 강사가 일괄적으로 모든 수강생에게 가상머신 템플릿을 생성 및 배포하고 수강생은 한 학기 동안 해당 가상머신을 본인만의 고유한 머신으로 사용할 수 있는 클라우드 기반 리눅스 SW 실습 플랫폼을 개발하였다. 또한, 본 논문에서는 수강생의 가상머신에서 소요되는 클라우드 비용을 실시간으로 파악할 수 있는 모델을 개발하고 장시간 사용하지 않는 가상머신을 비활성화하는 기능을 탑재하였다.
본 논문에서는 공용 클라우드를 이용해서 각 수강생에게 독자적인 리눅스 머신을 한 학기 동안 제공하는 방식을 템플릿에 기반한 PC 가상화 기술로 해결하는 방안을 제안한다. 본 논문이 제안하는 SW 실습용 클라우드 솔루션에서는 각 수강생이 한 학기 동안 본인만의 컴퓨팅 환경이 설정된 리눅스 가상머신을 할당받게 되며, 강사는 해당 강좌에 적합한 템플릿으로 가상머신을 정의하여 세팅할 수 있도록 설계되었다.
본 논문에서는 이러한 개발 솔루션을 바탕으로 한 학기 동안 실습 강좌를 운영할 경우 발생하는 클라우드 비용을 예측할 수 있는 모델을 제시하였다. 클라우드의 각 가상머신은 인스턴스로 불리며, 각 인스턴스의 상태는 활성 또는 비활성 상태로 분류할 수 있다.
또한, 이러한 방식은 초기 장비 구입 없이 사용한 컴퓨팅 자원만큼만 비용을 지불하므로 하드웨어의 유지보수가 필요 없고 유휴 시간으로 인한 자원의 낭비도 없어 SW 실습 강좌에서 활용하기에 비용 효율성이 높다. 본 논문에서는 클라우드를 이용해서 각 수강생의 SW 실습 환경을 효율적으로 구축할 수 있는 리눅스 기반 플랫폼을 설계하고 구현하였다. 본 논문의 플랫폼에서는 강사가 모든 수강생의 가상머신 템플릿을 일괄적으로 생성 및 통제할 수 있으며, 수강생들은 한 학기 동안 관리자 권한으로 본인의 머신을 관리하고 실습을 수행할 수 있다.

제안 방법

본 논문에서는 강사가 일괄적으로 모든 수강생에게 가상머신 템플릿을 생성 및 배포하고 수강생은 한 학기 동안 해당 가상머신을 본인만의 고유한 머신으로 사용할 수 있는 클라우드 기반 리눅스 SW 실습 플랫폼을 개발하였다. 또한, 본 논문에서는 수강생의 가상머신에서 소요되는 클라우드 비용을 실시간으로 파악할 수 있는 모델을 개발하고 장시간 사용하지 않는 가상머신을 비활성화하는 기능을 탑재하였다. 본 논문의 플랫폼이 공용 클라우드의 자원 사용량을 정확하게 예측하는 것을 실제 클라우드 사업자가 측정한 결과와의 비교를 통해 검증하였으며, 개발된 플랫폼으로 SW 실습 강좌를 한 학기 동안 운영하여 공용 클라우드에서 활용 가능한 방법임을 입증하였다.
본 논문이 제안하는 모델은 리눅스 기반의 SW 실습 강좌를 대상으로 공용 클라우드의 자원 사용량을 주기적으로 모니터링하여 요금을 실시간으로 예측할 수 있는 방법을 제시한다. 본 논문에서는 각 사용자 가상머신의 게스트 운영체제 상에서 구동되는 데몬을 통해 자원 이용 현황을 주기적으로 모니터링하고 이에 근거해서 자원 사용량 및 비용을 예측한다. 본 논문의 방식이 오버헤드가 거의 없음에도 실제 클라우드 사업자가 측정한 자원 사용량을 정확하게 예측하는 것을 확인할 수 있었다.
본 논문에서는 공용 클라우드를 이용해서 각 수강생에게 독자적인 리눅스 머신을 한 학기 동안 제공하는 방식을 템플릿에 기반한 PC 가상화 기술로 해결하는 방안을 제안한다. 본 논문이 제안하는 SW 실습용 클라우드 솔루션에서는 각 수강생이 한 학기 동안 본인만의 컴퓨팅 환경이 설정된 리눅스 가상머신을 할당받게 되며, 강사는 해당 강좌에 적합한 템플릿으로 가상머신을 정의하여 세팅할 수 있도록 설계되었다. 또한, 세팅된 가상머신 템플릿이 각 수강생에게 생성 및 배포된 이후에도 강좌를 위한 라이브러리나 애플리케이션을 추가로 설치하고 이를 각 수강생의 가상머신에 미러링하는 작업이 용이하게 설계되었다.
본 논문이 제안하는 모델은 리눅스 기반의 SW 실습 강좌를 대상으로 공용 클라우드의 자원 사용량을 주기적으로 모니터링하여 요금을 실시간으로 예측할 수 있는 방법을 제시한다. 본 논문에서는 각 사용자 가상머신의 게스트 운영체제 상에서 구동되는 데몬을 통해 자원 이용 현황을 주기적으로 모니터링하고 이에 근거해서 자원 사용량 및 비용을 예측한다.
수강생이 본인의 가상머신을 구동시킨 후 오랜 동안 사용하지 않을 경우 본 논문에서 개발된 솔루션은 불필요한 클라우드 비용의 발생을 막기 위해 자동으로 비활성화 하는 방안을 제공하며, 각 수강생의 최대 사용 시간을 설정할 수 있도록 하여 과도한 비용 부담이 발생하지 않는 기능을 삽입하였다. 그림 1은 개발된 플랫폼의 구조를 보여주고 있다.
이때, 미리 결정되는 파라미터를 제외한 활성 인스턴스의 비용 예측을 실시간으로 하기 위해 본 논문에서는 주기적으로 스토리지 및 네트워크 이용량과 활성 인스턴스의 사용 시간을 모니터링한다. 비활성 인스턴스에서 발생하는 비용은 스토리지 볼륨의 비용이 유일하며, 이는 비활성 시간과 볼륨 이용 비용을 곱하여 예측할 수 있다.
이러한 검증 결과를 토대로 본 논문에서 개발한 솔루션을 이용하여 한 학기 동안 시스템 SW 강좌에서 AWS 클라우드 기반의 리눅스 SW 실습 플랫폼을 운영하였으며, 개발된 플랫폼에 의한 예측 비용과 실제 AWS에서 청구된 비용을 비교하였다. 그림 2는 AWS로부터 각 월별로 청구된 자원별 비용을 보여주고 있다.

성능/효과

그림 2는 AWS로부터 각 월별로 청구된 자원별 비용을 보여주고 있다. 그림에서 보는 것처럼 CPU 비용이 전체 기간에 걸쳐 가장 큰 비율을 차지했으며, 스토리지 볼륨의 비용은 월별 편차가 다소 큰 것을 확인할 수 있었다. 좀 더 상세한 분석 결과 이러한 스토리지 볼륨 비용의 대부분은 비활성 인스턴스에서 청구된 것으로 확인되었다.
좀 더 상세한 분석 결과 이러한 스토리지 볼륨 비용의 대부분은 비활성 인스턴스에서 청구된 것으로 확인되었다. 네트워크 비용과 스토리지 I/O 비용은 모든 기간에 걸쳐 매우 작은 비율을 차지 하는 것을 확인할 수 있었다. 수강생용 가상머신들의 월별 총 비용은 25,000원 이내였으며 이는 AWS의 리눅스 인스턴스 중 매우 저렴한 사양을 사용했고 장시간 사용하지 않는 인스턴스를 자동 비활성화시키는 기능을 구현했기 때문으로 파악된다.
본 논문이 제안하는 SW 실습용 클라우드 솔루션에서는 각 수강생이 한 학기 동안 본인만의 컴퓨팅 환경이 설정된 리눅스 가상머신을 할당받게 되며, 강사는 해당 강좌에 적합한 템플릿으로 가상머신을 정의하여 세팅할 수 있도록 설계되었다. 또한, 세팅된 가상머신 템플릿이 각 수강생에게 생성 및 배포된 이후에도 강좌를 위한 라이브러리나 애플리케이션을 추가로 설치하고 이를 각 수강생의 가상머신에 미러링하는 작업이 용이하게 설계되었다. 한편, 각 수강생에게 관리자 권한이 부여되기 때문에 시스템의 중요한 설정이나 파일을 잘못 건드리는 경우 부팅 자체가 안 되는 등 시스템에 치명적인 상황이 발생할 수 있다.
또한, 이러한 방식은 초기 장비 구입 없이 사용한 컴퓨팅 자원만큼만 비용을 지불하므로 하드웨어의 유지보수가 필요 없고 유휴 시간으로 인한 자원의 낭비도 없어 SW 실습 강좌에서 활용하기에 비용 효율성이 높다. 본 논문에서는 클라우드를 이용해서 각 수강생의 SW 실습 환경을 효율적으로 구축할 수 있는 리눅스 기반 플랫폼을 설계하고 구현하였다.
한편, 각 수강생에게 관리자 권한이 부여되기 때문에 시스템의 중요한 설정이나 파일을 잘못 건드리는 경우 부팅 자체가 안 되는 등 시스템에 치명적인 상황이 발생할 수 있다. 본 논문에서 개발한 플랫폼은 이러한 상황에서 강사가 개별 학생들의 가상머신에 발생하는 문제를 해결하거나 시스템을 복원할 수 있게 하는 효율적인 기능 또한 제공된다.
본 논문에서는 각 사용자 가상머신의 게스트 운영체제 상에서 구동되는 데몬을 통해 자원 이용 현황을 주기적으로 모니터링하고 이에 근거해서 자원 사용량 및 비용을 예측한다. 본 논문의 방식이 오버헤드가 거의 없음에도 실제 클라우드 사업자가 측정한 자원 사용량을 정확하게 예측하는 것을 확인할 수 있었다. 제안한 모델의 검증을 위해 리눅스 기반의 시스템 SW 실습 강좌를 한 학기 동안 운영하면서 AWS 공용 클라우드를 활용한 리눅스 실습을 수행한 결과 실제 클라우드 청구 요금과 모델에 의한 예측치가 매우 유사한 것으로 확인되었다.
본 논문에서는 클라우드를 이용해서 각 수강생의 SW 실습 환경을 효율적으로 구축할 수 있는 리눅스 기반 플랫폼을 설계하고 구현하였다. 본 논문의 플랫폼에서는 강사가 모든 수강생의 가상머신 템플릿을 일괄적으로 생성 및 통제할 수 있으며, 수강생들은 한 학기 동안 관리자 권한으로 본인의 머신을 관리하고 실습을 수행할 수 있다. 이때, 개별 머신에 발생하는 문제를 강사가 해결하거나 복원하는 효율적인 기능 또한 제공된다.
또한, 본 논문에서는 수강생의 가상머신에서 소요되는 클라우드 비용을 실시간으로 파악할 수 있는 모델을 개발하고 장시간 사용하지 않는 가상머신을 비활성화하는 기능을 탑재하였다. 본 논문의 플랫폼이 공용 클라우드의 자원 사용량을 정확하게 예측하는 것을 실제 클라우드 사업자가 측정한 결과와의 비교를 통해 검증하였으며, 개발된 플랫폼으로 SW 실습 강좌를 한 학기 동안 운영하여 공용 클라우드에서 활용 가능한 방법임을 입증하였다.
본 논문의 방식이 오버헤드가 거의 없음에도 실제 클라우드 사업자가 측정한 자원 사용량을 정확하게 예측하는 것을 확인할 수 있었다. 제안한 모델의 검증을 위해 리눅스 기반의 시스템 SW 실습 강좌를 한 학기 동안 운영하면서 AWS 공용 클라우드를 활용한 리눅스 실습을 수행한 결과 실제 클라우드 청구 요금과 모델에 의한 예측치가 매우 유사한 것으로 확인되었다.
그림에서 보는 것처럼 CPU 비용이 전체 기간에 걸쳐 가장 큰 비율을 차지했으며, 스토리지 볼륨의 비용은 월별 편차가 다소 큰 것을 확인할 수 있었다. 좀 더 상세한 분석 결과 이러한 스토리지 볼륨 비용의 대부분은 비활성 인스턴스에서 청구된 것으로 확인되었다. 네트워크 비용과 스토리지 I/O 비용은 모든 기간에 걸쳐 매우 작은 비율을 차지 하는 것을 확인할 수 있었다.

참고문헌 (8)

M. Al-Roomi, S. Al-Ebrahim, S. Buqrais, and I. Ahmad, "Cloud computing pricing models: a survey," International Journal of Grid and Distributed Computing, vol. 6, no. 5, pp. 93-106, 2013. DOI: https://doi.org/10.14257/ijgdc.2013.6.5.09？

상세보기
S. Yoon and Y. Lee, "Cloud based distributed parallel processing for deep learning based real-time person detection in an AI middleware for smart city," The Journal of KIIT, vol. 20, no. 5, pp. 9-19, 2022. DOI: https://doi.org/10.14801/jkiit.2022.20.5.9？

상세보기
J. Park and E. Park, "Performance evaluation of IoT cloud platforms for smart buildings," Journal of the Korea Academia-Industrial cooperation Society(JKAIS), vol. 21, no. 5, pp. 664-671, 2020. DOI: https://doi.org/10.5762/KAIS.2020.21.5.664？

원문보기 상세보기
A. Anwar, A. Sailer, A. Kochut, C. O. Schulz, A. Segal, and A. R. Butt, "Scalable metering for an affordable IT cloud service management," in Proc. IEEE International Conference on Cloud Engineering, pp. 207-212, 2015. DOI: https://doi.org/10.1109/IC2E.2015.18？
M. Artan, I. Shabani, and B. Sejdiu, "Pricing schemes in cloud computing: an overview," International Journal of Advanced Computer Science and Applications, vol. 7, no. 2, pp. 80-86, 2016.？
P. Mitropoulou, E. Filiopoulou, M. Nikolaidou, and C. Michalakelis, "Pricing IaaS: a hedonic price index approach," Lecture Notes in Computer Science, vol. 10537, pp. 18-28, 2017. DOI: https://doi.org/10.1007/978-3-319-68066-8_2？
B. Martens, M. Walterbusch, and F. Teuteberg, "Costing of cloud computing services: A total cost of ownership approach," in Proc. 45th IEEE Hawaii International Conference on System Sciences, pp. 1563-1572, 2012. DOI: https://doi.org/10.1109/HICSS.2012.186.？
AWS Cost and Usage Reports, https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/billing-reports-costusage.html.

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