초록
차세대 전산환경은 사용자들이 필요한 전산자원을 네트워크를 통해 공급받는 그리드 컴퓨팅 기반의 개방형 전산환경으로 진화할 것으로 예상된다. 개방형 전산환경의 도입은 전산자원 활용의 효율성을 높이고 협업을 증진시키며 공급의 유연성과 비용 절감 등의 효과를 가져올 수 있다. 그러나 네트워크를 통해 공급되는 특성으로 인해 개방형 전산 자원의 성능에는 변동성이 수반된다. 전산자원의 성능에 변동성이 있는 경우, 주어진 예산과 시간만 고려하여 전산자원 서비스를 구성하는 단순 최적화 방법을 사용했을 때는 서비스의 최종 성능과 실행 시간 등을 규정한 서비스 수준계약(Service Level Agreement, SLA)을 만족시키지 못할 위험이 높다. 따라서 개방형 전산환경의 서비스 브로커는 전산자원 공급의 안정성을 높이기 위해서 서비스를 구성하는 개별 전산자원의 성능 변동성을 고려하여 위험을 최소화 하는전산자원포트폴리오를구성할것이요구된다. 본연구에서는평균절대편차(Mean-Absolute Deviation, MAD) 포트폴리오 최적화 기법을 이용하여 서비스 브로커의 공급 안정성을 향상시키는 방법을 제시하였다. 제시된 최적화 기법의 효과를 알아보기 위한 방법으로 가상의 개방형 전산환경을 모델링하고, 고객의 제약 조건과 개방형 전산환경의 변동성 정도에 따라 전산자원 공급 서비스의 성공률을 시뮬레이션 하였다. 시뮬레이션 결과로서, 첫째, 단순 최적화방법보다 변동성을 감안한 MAD 포트폴리오 최적화 기법을 이용했을 때 공급의 안정성이 뛰어난 것을 확인할 수 있었다. 둘째로는 특히 개별 전산자원의 변동성 예측의 정확성이 높아질수록 성능도 더욱 향상되는 결과를 가져왔다. 셋째, 측정된 변동성을 이용하여 개방형 전산자원의 가격을 할인하는 정책을 추진할 경우 서비스 공급 범위의 확대에도 효과가 클 것으로 예상되었다.
The next generation IT environment is expected to be an open computing environment based on Grid computing technologies, which allow users to access to any type of computing resources through networks. The open computing environment has benefits in aspects of resource utilization, collaboration, flexibility and cost reduction. Due to the variation in performance of open computing resources, however, resource allocation simply based on users' budget and time constraints often fails to meet the Service Level Agreement(SLA). This paper proposes the Mean-Absolute Deviation(MAD) portfolio optimization approach, in which service brokers consider the uncertainty of performance of resources, and compose resource portfolios that minimize the uncertainty. In order to investigate the effect of this approach, we simulate an open computing environment with varying uncertainty levels, users' constraints, and brokers' optimization strategies. The simulation result concludes threefolds. First, the MAD portfolio optimization improves the success ratio of delivering the required performance to users. Second, the success ratio depends on the accuracy in predicting the variability of performance. Thirdly, the measured variability can also help service brokers expand their service to cost-critical users by discounting the access cost of open computing resources.
