• Journal of Digital Convergence
• /
• v.9 no.2
• /
• pp.141-152
• /
• 2011

The data center has become an increasingly important part of most business operations. An increasing demand for computation has led to increasing industry energy consumption. Therefore, higher-than-normal rates of energy efficiency have become a core issue in the life cycle of data center. In this paper, we proposed the framework of level diagnosis for green data centre that can be used to diagnose the levels of capability maturity model. This framework contains the 5 key areas such as construction, air-conditioning, electricity, information technology, organization and indicators that can be applied as basic level diagnosis guide for green data center.

• Journal of Digital Convergence
• /
• v.14 no.2
• /
• pp.235-243
• /
• 2016

Legacy data centers are transforming toward cloud data centers according to the advance of mobile and Internet of Things technology, processing of big data, and development of cloud computing technology. The goal of cloud data centers is to efficiently manage energy and facility, and to rapidly provide service demands to users by operating virtualized ICT(Information and Communication Technology) resources. Accordingly, it requires to configure and operate networks for efficiently providing virtualized ICT resources. This paper analyzes networking technologies suitable for cloud data centers and presents ways to efficiently operate the data center.

• Electronics and Telecommunications Trends
• /
• v.24 no.4
• /
• pp.126-134
• /
• 2009

기존의 AC 전력전달 기반의 데이터센터를 고효율의 DC 데이터센터로 변경에 관한 연구가 활발히 진행중이다. 그 중 랙 준위 DC 전원공급장치는 기존 데이터센터의 전력구조 변화 없이 랙 레벨에서 DC 전원을 서버에 공급하는 방식으로 기존 AC 데이터센터에 적용 가능한 최적의 기술이다. 본 논문은 ETRI가 개발한 데이터센터의 랙 준위 DC 전원공급장치 특징에 관한 내용을 담고 있다. 본 장치는 부하에 따라 효율을 최적으로 제어하는 지능적 제어 기법을 사용하며, 랙 준위 N+ 1 전력 이중화로 높은 안정성을 제공하고 있다. 또한 랙 준위 전력 및 랙 주위 온/습도정보의 실시간 웹 모니터링 기능을 제공하고 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.893-895
• /
• 2016

Data center has a lot of management efforts for the facility, energy, and efficient usage monitoring. Data center power management is important to make the data center have reliable service and cost-effective business. In this paper, IoT based energy measurements monitoring which gives support to energy consumption analysis including indoor, outdoor temperature condition. This converged information for energy analysis gives various aspects of energy consumption effects. With IoT big data, energy machine learning system can give the relation of energy components and measurements, it is the key information of the quick energy analysis in the just one month data trend for the prediction and estimation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.311-313
• /
• 2023

딥러닝에 대한 관심이 증가함에 따라 다양한 분야의 연구자 사이에 딥러닝 모델의 적용 및 재현이 중요한 작업으로 자리잡았다. 하지만 모델을 재현하고 활용하는데 있어 다양한 환경과 자원의 한계가 발생하여 문제가 되고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 국가연구데이터커먼즈체계인 KRDC 프레임워크를 활용하여 딥러닝 학습 모델의 재현 방안을 제안하였다. 이를 통해 딥러닝 연구에 익숙하지 않은 사용자도 학습 모델의 적용 및 활용을 용이하게 할 수 있음을 확인하였다. KRDC 프레임워크는 사용자가 원하는 데이터와 태스크를 정의하고, 워크플로우로 구성, 학습 모델의 재현 및 활용을 지원한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.239-241
• /
• 2012

최근 클라우드 서비스 공급자들은 세계적으로 증가하는 고객의 수요에 대응하기 위하여, 다양한 지역에 데이터센터들을 구축하고 시스템의 규모를 확장시키고 있다. 클라우드는 통합된 자원을 이용하기 때문에 부하 분산(load balancing)을 통해서 시스템의 성능 및 안정성을 향상시킬 수 있다. 하지만 지역적으로 분산된 데이터센터들을 운영하는 클라우드 컴퓨팅 환경에서는 자원 부하의 분산과 서비스 응답 속도(service response time) 사이의 상관 관계를 고려할 필요가 있다. 그럼에도 불구하고 대부분의 클라우드 서비스 공급자들은 고정된 최소 서비스 응답 속도를 서비스 수준 협약(SLA: Service-Level Agreements)을 제시하고 있는 현실이다. 이와 같이 SLA에 최소 서비스 응답 속도를 임의로 고정할 경우, 거리차이가 있는 데이터센터(SLA에 명시된 응답 속도 보다 느린 데이터센터)에는 부하가 분산되기 어렵다. 따라서 지역적으로 분산된 데이터센터 환경에서는 응답 속도에 대한 가변 SLA를 적용할 필요가 있다. 본 연구에서는 지역적으로 분산된 데이터센터를 운영하는 클라우드 컴퓨팅 환경에서 가변 응답 속도를 적용하기 위한 방법으로써 서비스 응답 속도와 가격을 고려한 자동화된 SLA 협상 메커니즘을 적용하고 그 유효성을 평가하였다. 시뮬레이션을 이용한 실험 결과를 통해서 SLA 협상을 통한 가변 SLA를 이용하는 방법이 고정된 SLA를 이용하는 방법에 비해서 더 높은 SLA 보장률을 지원하고 클라우드 공급자에게 더 높은 수익을 제공함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.282-284
• /
• 2021

최근 4차 산업혁명으로 의료빅데이터 기반으로 한 AI 기술이 급속도로 발전하고 있다. 특히, 의료영상을 기반으로 병변을 탐색, 분활 및 정량화 그리고 자동진단 및 예측 관련된 기술이 AI 제품으로 출시되고 있다. AI 기술개발은 많은 학습데이터가 요구되며, 임상검증에 단일기관에서 2개 이상 기관의 검증이 요구되고 있다. 그러나 아직까지도 단일기관에서 학습용 데이터와 테스트, 검증용 데이터를 달리하여 기술개발에 활용하고 있다. 본 논문은 AI 기술개발에 필요한 영상데이터에 대한 표준화된 데이터셋 변환 및 관리를 위한 시스템에 대해 기술한다. 다기관 데이터를 수집하기 위해서는 각 기관의 의료영상 데이터 수집 및 저장하는 기준이 명확하지 않아 표준화 작업이 필요하다. 제안한 시스템은 기관 또는 다기관 연구 그룹의 의료영상데이터를 표준화하여 저장할 수 있을 뿐만 아니라 의료영상 뷰어 및 의료영상 리스트를 통해 연구자가 원하는 의료영상 데이터 셋을 검색하여 다양한 데이터셋으로 제공할 수 있기 때문에 수집 및 변환 그리고 관리까지 지원할 수 있는 시스템으로 영상기반의 머신러닝 연구에 활력을 불어넣을 수 있을 것으로 기대하고 있다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.11a
• /
• pp.24-25
• /
• 2019

최근 빅데이터 기술 개발로 방대한 데이터의 유의미한 분석 및 예측이 용이해졌다. 선박교통관제센터에서는 각종 센서와 다양한 정보를 기반으로 VHF 교신을 통해 선박교통관제를 수행한다. 관제사가 활용하는 레이더, AIS, Port-MIS. 센서 등의 데이터들이 디지털로 저장되고 있으며, 관제사의 VHF 교신내용은 디지털파일로 저장되어 선박교통관제센터의 서버 2개월간 보관된다. 본 논문에서는 관제 결과로 저장되고 있는 관제 로그 데이터를 활용하여 빅데이터를 구성하고 이를 기반으로 유의미한 정보를 생성할 수 있는 방안을 연구하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.153-155
• /
• 2019

국방무기체계 분야 중 단일 센터에 대규모 분산시스템을 구성하는 경우 신속한 데이터 처리를 위해 통신 미들웨어로 사용되는 DDS의 패킷을 튜닝하여 사용하고 있다. 하지만 향후 국방무기체계는 생존성 보장을 위해 분산시스템의 장소를 주/예비 센터로 이원화하면서 센터간에도 신속한 데이터 동기화 및 비상시 OO초 내 센터 임무전환까지 함께 요구하고 있다. 따라서 단일 센터에서 적용한 DDS 패킷 전송 방식을 WAN 환경에 적용 시 데이터 송수신간 패킷의 순서가 바뀌는 현상이 발생하여 데이터 공유가 제한될 수 있다. 본 연구에서는 이와같은 제한사항을 극복하기 위해 DDS를 적용한 LAN 구간의 기존 성능을 유지하면서 WAN 구간 데이터의 신뢰성 보장을 위한 TCP/IP 기반의 WAN Sync 설계를 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.318-321
• /
• 2022

최근 의료데이터 표준화에 대한 중요성이 보건의료 빅데이터 구축과 맞물려 보건의료데이터 표준화와 마이데이터 생태계 조성을 추진하고 있다. 그리고 개인들의 휴대용 기기 이용증가와 모바일 환경으로 전반적인 디지털헬스의 패러다임 변화에 따라 HL7 FHIR의 사용이 점차 확대될 것으로 예측된다. 본 논문에서는 의료정보 표준인 HL7 FHIR와 의료영상 표준인 DICOM으로 환자 정보를 전달하기 위한 다중 의료 정보 중재 플랫폼에 대해서 기술한다. 이를 구현하기 위해 HL7 FHIR의 Patient, Observation, DiagnosticReport, Bundle 리소스를 활용하여 환자 정보와 임상 리포트 정보를 전달하여 StudyList에서 보여줄 수 있도록 구현하였다. 현재 구현된 내용은 FHIR 기반의 임상데이터로 의료영상을 포함한 표준화된 정보로 제공하여 마이데이터 실증 플랫폼으로 활용될 것으로 기대된다.