초록 ▼

□ 연구개요
본 연구개발과제는 빅데이터 분석 과정에서 다양한 데이터 모델의 통합적 활용 증가로 인해 발생하는 문제점들을 해결하기 위한 Multi-Model 데이터베이스 관리 시스템(MxMDB) 개발에 목적을 둠. 기존 단일 모델 DBMS를 사용하는 구조적 한계를 극복하고, 데이터 분석의 효율성과 신뢰성을 향상시키며 관련 비용을 절감하고자 함. 본 과제를 통해 통합 스토리지 엔진 개발, 다중 모델 계층(Multi Model Layer) 설계 및 구현, 모델 간 분석/관리를 위한 연구, 다중 모델 분석이 가능한 시스템 구축 등을

□ 연구개요
본 연구개발과제는 빅데이터 분석 과정에서 다양한 데이터 모델의 통합적 활용 증가로 인해 발생하는 문제점들을 해결하기 위한 Multi-Model 데이터베이스 관리 시스템(MxMDB) 개발에 목적을 둠. 기존 단일 모델 DBMS를 사용하는 구조적 한계를 극복하고, 데이터 분석의 효율성과 신뢰성을 향상시키며 관련 비용을 절감하고자 함. 본 과제를 통해 통합 스토리지 엔진 개발, 다중 모델 계층(Multi Model Layer) 설계 및 구현, 모델 간 분석/관리를 위한 연구, 다중 모델 분석이 가능한 시스템 구축 등을 진행함.

□ 연구 목표대비 연구결과
본 연구개발과제의 목표는 다양한 데이터 모델을 효율적으로 관리하고 분석할 수 있는 MxMDB를 설계 및 구현하는 것임. 데이터 모델 간의 유연한 분석과 관리를 가능하게 하는 것과 동시에, 데이터 처리 및 분석 과정의 효율성과 신뢰성을 증대시키는 것을 목표로 하였음. 이 과정에서 다중 모델 뿐 아니라 단일 모델 처리 과정에 적용될 수 있는 여러 연구를 진행하였음.
본 연구진은 연구개발과제를 통해 다음과 같은 연구결과를 달성함. 각 데이터 모델별로 특화된 연산과 이를 수행하기 위한 API를 구현하여, 다중 모델 데이터베이스 관리 시스템에서 의 CRUD 연산 및 특화 연산이 가능하도록 함. 데이터 모델 간 분석을 지원하는 Inter Model Query(IMQ)를 정의 및 고안하였고, 여러 데이터 모델을 통합적으로 관리하기 위한 Inter Model Foreign Key(IMFK)에 대한 연구를 수행함. 엔진 최적화 및 연구를 통해 데이터 처리 및 관리 과정의 효율성을 증대시킨 스토리지 엔진을 개발하고, 이를 바탕으로 통합 스토리지 시스템을 구축함. 대규모 기계학습 및 과학 응용을 가속화하기 위한 분산처리 시스템(Spangle) 및 디스크 병목 최적화 시스템(PreVision), 실시간 스트리밍 데이터를 효율적으로 군집화하는 연구(DISC) 및 이론적 배경을 바탕의 군집화 개선 알고리즘(DenForest), 대규모 미세먼지 데이터를 처리하기 위한 시스템(MISE) 등의 연구결과를 달성하였으며, 이를 바탕으로 여러 특허와 논문을 작성함.
연구개발 과제의 수행 결과, 만족스러운 수준의 목표를 달성하였음. 연구개발과제의 제안서 에서 제시한 Integrated Storage Engine, Multi Model Layer의 설계 및 구현, 기존 시스템 및 애플리케이션 조사, 데이터 모델 간 분석을 지원하는 IMQ 정의 및 고안을 완수하였음. 다양한 데이터 모델의 통합적 관리를 위한 IMFK 연구를 위해 관련 조사와 이를 달성하기 위한 방법을 설계하였음. 또한 엔진 최적화 및 연구를 위해 스토리지 엔진을 개발하여 관련 연구를 논문으로 출판하였음.
연구개발과제 수행 중 발견한 추가 연구 주제나 시스템 개선을 위해 후속 중견연구 제안서를 제출하였음.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구개발과제를 통해 도출된 연구 결과는 데이터 모델 이해의 증진, 벤치마크 프로그램 개발, 논문 출판 등 데이터베이스 관리 시스템의 개선에 크게 기여함. 특히, 배열형 데이터 모델의 포함은 기계학습 및 인공지능 처리에 있어 중요한 응용을 가능하게 함. 데이터 모델간의 조인과 데이터 연계를 개선하여 데이터 분석의 범위를 확장하고, 데이터의 일관성과 관리 효율성을 증대시켰음. 이러한 연구 결과를 활용하여 여러 관련 연구 분야와 응용에서 데이터 분석 과정의 성능 향상과 비용 절감 등의 효과를 기대할 수 있음.
본 연구 결과는 다중 데이터 모델을 사용하는 다양한 연구 및 응용 분야에 기여할 수 있으며, 특히 인공지능, 스마트 시티, 메타버스 플랫폼 구축, 데이터 센터 관리 등의 분야에서 유용하게 활용될 수 있음.
연구개발성과의 관리를 위해 논문 작업과 학술대회 발표를 지속하고, 특허 등록 추진하며, 소스코드의 유지보수 및 리팩토링을 진행하고자 함. 더 나아가 본 연구진은 후속 연구로 다중 모델 질의 처리와 질의 최적화 방식을 탐구 및 개발하고자 함.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• (1) Integrated Storage Engine 설계 및 구현 ... 5
• (2) Multi Model Layer 설계 및 구현 ... 6
• (3) 기존 시스템 및 애플리케이션 조사 ... 7
• (4) 데이터 모델 간 분석을 지원하는 IMQ 정의 및 고안 ... 8
• (5) 다양한 데이터 모델의 통합적 관리를 위한 IMFK 연구 ... 9
• (6) 엔진 최적화 및 연구 ... 10
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
• 1) 정성적 연구개발성과(연구개발결과) ... 11
• 2) 세부 정량적 연구개발성과 ... 14
• 3) 목표 달성 수준 ... 14
• 4) 목표 미달 시 원인 분석 ... 15
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 16
• 5. 연구개발성과의 관리 및 활용 계획 ... 18
• 6. 자체점검표 ... 19
• 7. 참고문헌 ... 19
• 끝페이지 ... 39