초록 ▼

□ 연구개요
본 연구 과제의 주요 목표는 대규모 확장 가능한 고성능, 고보안, QoS 보장 빅데이터 처리를 위한 시스템 소프트웨어 기법 연구 및 개발이다. 본 연구의 최종 목표 달성을 위한 연차 별 세부 연구 내용은 아래와 같다. 첫 번째 세부 연구 내용은 빅데이터 응용의 특성을 고려한 고성능 JVM 메모리 구조 및 garbage collector 개발이다. 두 번째 세부 연구 내용은 대규모 확장 가능한 고성능 빅데이터 처리를 위한 동기화 기반 분산 런타임 시스템 개발이다. 세 번째 세부 연구 내용은 고효율, 고보안, QoS

□ 연구개요
본 연구 과제의 주요 목표는 대규모 확장 가능한 고성능, 고보안, QoS 보장 빅데이터 처리를 위한 시스템 소프트웨어 기법 연구 및 개발이다. 본 연구의 최종 목표 달성을 위한 연차 별 세부 연구 내용은 아래와 같다. 첫 번째 세부 연구 내용은 빅데이터 응용의 특성을 고려한 고성능 JVM 메모리 구조 및 garbage collector 개발이다. 두 번째 세부 연구 내용은 대규모 확장 가능한 고성능 빅데이터 처리를 위한 동기화 기반 분산 런타임 시스템 개발이다. 세 번째 세부 연구 내용은 고효율, 고보안, QoS 보장 동적 자원 관리 기술 개발이다.

□ 연구 목표대비 연구결과
본 연구 과제의 목표는 대규모 확장 가능한 고성능, 고보안, QoS 보장 빅데이터 처리를 위한 시스템 소프트웨어 기법 연구 및 개발으로, 본 연구진은 3차년도에 걸친 세부 연구 목표를 모두 충실히 달성하여 본 연구 과제의 목표를 성공적으로 달성하였다. 1차년도 세부 연구 목표는 빅데이터 응용의 메모리 사용 특성을 고려한 고성능 JVM 메모리 구조 및 garbage collector 개발이다. 구체적으로, 본 연구진은 빅데이터 응용 실행 시 생성되는 메모리 object의 접근 패턴 및 lifetime 분석 기법, 다중 region으로 구성된 고성능 메모리 구조, garbage collection 특성을 고려한 메모리 object 할당 기법을 연구하여 고성능 JVM 메모리 구조 및 garbage collector를 개발하였으며, 제안된 고성능 JVM 메모리 구조 및 garbage collector를 Oracle HotSpot JVM에 구현하고, 실제 시스템 기반 빅데이터 처리 성능 정량적 평가를 수행함으로써 1차년도 세부 연구 목표를 성공적으로 달성하였다. 2차년도 세부 연구 목표는 대규모 분산 환경에서 고성능 빅데이터 처리를 위한 확장 가능한 동기화 기반 분산 런타임 시스템 개발이다. 구체적으로, 본 연구진은 동기화가 필요한 language runtime 및 시스템 관리 operation을 분석하고, GC 발생을 동기화시키는 대규모 확장 가능한 고성능 빅데이터 처리를 위한 동기화 기법을 연구 개발하였으며, production-quality 빅데이터 처리 시스템인 Spark 기반으로 분산 시스템을 구축하여 제안된 동기화 기반 분산 런타임 시스템을 구현하고, 빅데이터 처리 시스템의 성능 개선 효과를 정량적으로 검증함으로써 2차년도 세부 연구 목표를 성공적으로 달성하였다. 3차년도 세부 연구 목표는 고효율, 고보안, QoS 보장 빅데이터 처리를 위한 동적 자원 관리 기술 개발이다. 구체적으로, 본 연구진은 성능 간섭 현상 방지를 위한 공유 자원별 동적 제어 기법, 고성능, 고품질 하드웨어 자원 sanitization 기법, 고효율, 고보안, QoS 보장 동적 자원 관리 기술을 개발하였으며, 실제 시스템 상에서 제안된 동적자원 관리 기술을 구현하고, QoS 보장 능력 및 빅데이터 처리 시스템의 효율 개선 효과에 대한 정량적 검증을 수행함으로써 3차년도 세부 연구 목표를 성공적으로 달성하였다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 과제에서 연구 개발한 고성능, 고보안, QoS 보장 빅데이터 처리를 위한 시스템 소프트웨어 기법은 빅데이터 처리 시스템의 핵심 기반 기술이므로 차세대 빅데이터 처리 시스템의 성능, 에너지 효율성, 자원 활용률, 보안성을 획기적으로 향상시키기 위한 주요 요소 기술로 활용될 것으로 기대한다. 또한, 본 연구진은 최근 각광받고 있는 호스트 및 가속기로 구성된 이종 컴퓨팅 및 메모리/스토리지 서버 시스템을 위한 효율적인 워크로드 콘솔리데이션 관련 후속 연구를 수행하는데 있어 본 과제의 결과물인 고효율, 고보안, QoS 보장 동적 자원 관리 기법을 호스트 자원 관리자의 주요 요소 기술로 활용할 계획이다. 빅데이터 분야는 2027년까지 103 billion USD 규모의 거대한 시장 규모를 가질 것으로 예측된다. 고성능 빅데이터 처리 플랫폼 기술은 차세대 클라우드 컴퓨팅, 기계 학습, Social Network Service (SNS) 등을 가능하게 하는 기반 기술이므로, 본 연구의 성과는 고성능, 고보안, QoS 보장 빅데이터 처리를 위한 빅데이터 플랫폼 및 시스템 소프트웨어 시장성 그 이상의 가치를 가지게 될 것이라 기대한다. 또한, 본 과제에서 연구 개발된 고성능, 고보안, QoS 보장 빅데이터 처리를 위한 시스템 소프트웨어 기술은 차세대 빅데이터 처리 시스템의 핵심 기반 기술이므로 본 과제의 연구 개발 결과물을 기반으로 국내 빅데이터 및 클라우드 컴퓨팅 업체들도 시스템 소프트웨어 인프라 측면에서 세계적 수준의 기술 경쟁력을 갖추는데 기여할 것이라 기대한다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 2.1. 1차년도: 빅데이터 응용의 특성을 고려한 고성능 JVM 메모리 구조 및 garbage collector 개발 ... 4
• 2.2. 2차년도: 대규모 확장 가능한 고성능 빅데이터 처리를 위한 동기화 기반 분산 런타임 시스템 개발 ... 6
• 2.3. 3차년도: 고효율, 고보안, QoS 보장 동적 자원 관리 기술 개발 ... 8
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 13
• 5. 연구개발성과의 관리 및 활용 계획 ... 13
• 6. 참고문헌 ... 14
• 붙임1. 세부 정량적 연구개발성과 ... 15
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 19
• 끝페이지 ... 29