초록 ▼

□ 연구개발 목표 및 내용
■ 최종 목표
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
■ 전체 내용
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- 최적화 기술 및 GloSea 적용 가능 여부 조사
기존에 개발된 Auto Coding 기술인 PSyKAl (PSyclone), Gridtools, Firedrake, Kokkos, OCCA 등을 조사하고, GloSea 모델 소스에 적용할 수

□ 연구개발 목표 및 내용
■ 최종 목표
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
■ 전체 내용
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- 최적화 기술 및 GloSea 적용 가능 여부 조사
기존에 개발된 Auto Coding 기술인 PSyKAl (PSyclone), Gridtools, Firedrake, Kokkos, OCCA 등을 조사하고, GloSea 모델 소스에 적용할 수 있는지 여부 조사
- Docker Container를 이용한 코드 최적화 테스트 수행
Docker Container 기술을 활용하여 최적화 기술 결과를 다양한 하드웨어 아키텍처 구성으로 테스트해 볼 수 있는 테스트베드 구성 및 코드 최적화 테스트 수행
- GloSea Auto Coding 기술 개발
최적화 기술 조사 내용을 기반으로 GloSea에 맞는 최적화 기술을 선택 후 GloSea 모델 코드에 최적화를 적용하는 Auto Coding 기술을 개발
- 범용 Auto Coding 기술 개발
GloSea Auto Coding 기술을 확장 적용하여 GloSea 외 다른 모델(CMIP6)에 대해 범용으로 적용할 수 있는 범용 Auto Coding 기술을 개발
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- 협업 최적화 기술 분석
협업 클라우드 시스템 구축을 위해 협업 최적화 기술 요구사항 분석, 현행 과학원 모델링 수행환경 분석, 그리고 공동 연구 협업 기술 조사를 수행
- 협업 클라우드 설계
협업 클라우드 구축을 위해 그 설계과정을 아키텍처 설계, 애플리케이션 설계, 인터페이스 설계, 시험 설계로 나누어 진행
- 협업 최적화 기술 개발
설계를 바탕으로 협업 클라우드 시험 환경 구축 및 각 최적화 기술 항목인 형상 관리, 자료 교환, 모델 결과 분석, 시스템 관리, 포털 개발을 진행하며 각 기술 항목별로 단위 시험을 진행
- 협업 클라우드 시스템 구축
협업 최적화 단위 기술 항목을 합쳐 시스템을 구축, 통합 시험을 진행하며 최종적으로 시험 운영을 진행
■ 1단계
● 1차년도
(목표)
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- 최적화 기술 및 GloSea 적용 가능 여부 조사
- 코드 최적화 테스트 수행
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- 협업 최적화 기술 분석
- 협업 클라우드 설계
(내용)
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- PSyKAl(PSyclone), Gridtools, Firedrake, Kokkos, OCCA 등 최적화 기술 조사
- 각 최적화 도구의 샘플 테스트 수행 및 분석
- GloSea 모델 대상 최적화 기술 적용 가능 여부 검토
- 성능 측정(Profiling) 라이브러리 조사 및 구축
- Docker Container를 이용한 가상 테스팅 환경 구축
- GloSea 소스 코드를 활용한 테스트 코드 구성 및 테스트 수행
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- 협업 최적화 기술 요구사항 분석
- 현행 과학원 모델 수행환경 분석
- 공동 연구 협업 기술 조사 및 선정
- 아키텍처 설계
- 데이터 설계
- 애플리케이션 설계
- 인터페이스 설계
- 시험 설계
● 2차년도
(목표)
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- GloSea 및 범용 Auto Coding 기술 연구
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- 협업 클라우드 시험 환경 구축
- 협업 최적화 기술 개발
- 최적화 기술 항목별 단위 시험
(내용)
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- GloSea 및 UM, KIM(WRF) 모델 소스 코드 구조 분석
- PSyclone을 포함하는 최적화 도구의 범용성 확인 연구 수행
- GloSea 및 UM, KIM(WRF) 모델에 확장 적용 및 테스트 수행
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- 협업 클라우드 시험 환경 구축
- 형상 관리) 모델 소스 저장소 동기화 및 Trac 기능 확장
- 자료 교환) 대용량 자료 전송을 위한 고속 압축 기술 적용
- 자료 교환) 모델 유관 자료 버전별 다운로드 기능 개발
- 모델 결과 분석) 기초 분석 도구 개발
- 최적화 기술 항목별 단위 시험
● 3차년도
(목표)
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- GloSea 및 범용 Auto Coding 기술 개발 및 검증
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- 협업 최적화 기술 항목 개발 및 단위 시험
- 협업 최적화 통합 시험
- 시험 운영
(내용)
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- GloSea Auto Coding 기술 개발 및 검증
- 범용 Auto Coding 기술 개발 및 검증
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- 모델 유관 자료 검색 및 다운로드 기능 개선
- 모델 자료 변수/영역 추출, 파일 포맷 변환 기능
- 시스템 관리 도구(사용자 관리, 시스템 모니터링)
- 협업 기술 단일 접근 UI 기능 개발
- 협업 기술 통합 시험
- 과학원, 협업 클라우드 사용자 대상 시험 운영 및 결과 반영

□ 연구개발성과
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- GloSea 적용을 위한 Auto Coding 기술로 다양한 최적화 기술을 조사한 결과 PSyclone을 선택하여 조사, GloSea 소스 코드로 PSyclone 테스트 수행
- Low GloSea6의 UM, NEMO를 대상으로 PSyclone을 활용하여 각각 인라인 도구, 병렬 연산 지시문 자동 삽입 도구 개발(수행 시간 단축)
- Low GloSea6의 suite에 Auto Coding 도구 작업 추가(모델 소스 코드의 전처리 과정과 빌드 과정 사이에 Auto Coding 도구 적용)
- 기상청 슈퍼컴퓨터에 Auto Coding 작업이 추가된 Low GloSea6 포팅 및 실행
- NEMO4+SI3에 관심사 분리 기법 적용 후 PSyclone 적용, 최적화 기법 별 수행 속도 및 결과 비교(수행 시간 단축)
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- GloSea 저해상도 결합모델 수행환경 구성 및 학계 활용 지원(과학원, 과제 참여 연구 기관 협업, 학계 참여 워크샵 진행)
- 과학원 모델 수행환경을 고려한 형상관리 저장소 동기화 방안 도출
- 대용량 모델 자료 전송을 위한 고속 압축 기술 적용 방안 도출(기존 압축 알고리즘 대비 성능 향상)
- GloSea 모델 결과 자료 활용을 위한 모델 자료 검색, 변수/영역 추출, 다운로드 기능 개발
- GloSea 모델 결과 자료 기초 분석을 위한 모델 자료 분석 도구 개발
- 협업 기술 사용자 관리 및 인증 기술 적용
- 시스템 모니터링 기술 선정 및 적용 방안 도출
- APEC 기후센터내 GloSea 모델 결과 자료 활용을 위한 시스템 설치 및 시험 운영

□ 연구개발성과 활용계획 및 기대 효과
○ 계절예측모델(GloSea) 적용을 위한 Auto Coding 기술 개발
- 계산 성능 향상 및 시간 단축으로 인한 연속 예측체계 운영에 기여
- 공동 연구 커뮤니티에 GloSea 혹은 범용 Auto Coding 도구를 연구자들에게 제공함으로써 다양한 계산 플랫폼에서의 최적화를 통해 여러 연구자가 손쉽게 공동 연구에 참여할 수 있는 기회를 제공
○ 협업 클라우드 설계 및 협업 최적화 기술 개발
- 국립기상과학원 현업 예측자료 공유체계 구축에 활용(자료제공시스템)
APEC 기후센터 내 GloSea 모델 결과 자료 활용을 위한 시스템 설치 후 시험 운영 및 결과를 기능 개선에 반영함으로써 협업 기술 활용성 향상 예상
- 연구개발허브 내 협업 기술 확대
사용자 관리 및 인증 기술은 오픈 소스 IAM 도구인 Keycloak을 기반으로 구성되었음. 다양한 표준 인증 프로토콜(OIDC, OAuth 2.0, SAML 2.0)과 단일 인증 로그온, 시스템별 보안 영역 관리(Realm)을 지원함. 본 과제 외 다른 시스템의 사용자 관리 및 인증 도구로 활용 가능
GloSea 자료 변수/영역 추출 기술은 NetCDF, PP, Grib2 포맷를 지원하므로 GloSea 자료 외에도 다양한 모델 자료에 활용 가능
- 공동 연구 개발 도구 활용
GloSea 자료 기초 분석 도구는 Python, Iris, Jupyterhub 기반으로 구성되었으며 프로그램 소스는 Git, SVN으로 공유 가능함. 공동 연구 참여자들의 도구 활용과 함께 기능 확장에 참여함으로써 모델 분석 공동 연구 개발 도구로 활용 가능
- 모델 결과 자료 전송 기술 성능 개선
연구결과 성능 향상(압축 시간, 압축률)이 확인된 압축 알고리즘(ppc + shuffle + zstd)을 GloSea 모델 결과 자료에 적용 시 기존 압축 알고리즘(ppc + deflate) 대비 자료 전송, 자료 저장 측면에서 효율적인 결과 예상됨
- 정성적인 측면에서는 학계, 산업계, 정부 기관 등이 참여하는 기후 모델링 공동 연구 개발 플랫폼 구축을 위한 협업 기술 확대, 과학원 주관 연구개발허브를 통한 각 모델 연구자들의 모델링 기술 향상에 기여할 것으로 기대함

(출처 : 요 약 문 4p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 최종보고서 ... 3
• 요 약 문 ... 4
• 목차 ... 8
• 1. 연구개발과제의 개요 ... 9
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 11
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 164
• 1) 연구수행 결과 ... 164
• 2) 목표 달성 수준 ... 184
• 4. 목표 미달 시 원인분석 ... 185
• 5. 연구개발성과의 관련 분야에 대한 기여 정도 ... 185
• 6. 연구개발성과의 관리 및 활용 계획 ... 186
• REFERENCES ... 190
• 끝페이지 ... 191