• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.71-84
• /
• 2013

컴퓨터 시스템 운용 간에 발생하는 많은 정보들이 기록되는 로그데이터는 컴퓨터 시스템 운용 점검, 프로세스의 최적화, 사용자 최적화 맞춤형 제공 등 다방면으로 활용되고 있다. 본 논문에서는 다양한 종류의 로그데이터들 중에서 은행에서 발생하는 대용량의 로그데이터를 처리하기 위한 클라우드 환경 하에서의 MongoDB 기반 비정형 로그 처리시스템을 제안한다. 은행업무간 발생하는 대부분의 로그데이터는 고객의 업무처리 프로세스 간에 발생하며, 고객 업무 프로세스 처리에 따른 로그데이터를 수집, 저장, 분류, 분석하기 위해서는 별도로 로그데이터를 처리하는 시스템을 구축해야만 한다. 하지만 기존 컴퓨팅환경 하에서는 폭발적으로 증가하는 대용량 비정형 로그데이터 처리를 위한 유연한 스토리지 확장성 기능, 저장된 비정형 로그데이터를 분류, 분석 처리할 수 있는 기능을 구현하기가 매우 어렵다. 이에 따라 본 논문에서는 클라우드 컴퓨팅 기술을 도입하여 기존 컴퓨팅 인프라 환경의 분석 도구 및 관리체계에서 처리하기 어려웠던 비정형 로그데이터를 처리하기 위한 클라우드 환경기반의 로그데이터 처리시스템을 제안하고 구현하였다. 제안한 본 시스템은 IaaS(Infrastructure as a Service) 클라우드 환경을 도입하여 컴퓨팅 자원의 유연한 확장성을 제공하며 실제로, 로그데이터가 장기간 축적되거나 급격하게 증가하는 상황에서 스토리지, 메모리 등의 자원을 신속성 있고 유연하게 확장을 할 수 있는 기능을 포함한다. 또한, 축적된 비정형 로그데이터의 실시간 분석이 요구되어질 때 기존의 분석도구의 처리한계를 극복하기 위해 본 시스템은 하둡 (Hadoop) 기반의 분석모듈을 도입함으로써 대용량의 로그데이터를 빠르고 신뢰성 있게 병렬 분산 처리할 수 있는 기능을 제공한다. 게다가, HDFS(Hadoop Distributed File System)을 도입함으로써 축적된 로그데이터를 블록단위로 복제본을 생성하여 저장관리하기 때문에 본 시스템은 시스템 장애와 같은 상황에서 시스템이 멈추지 않고 작동할 수 있는 자동복구 기능을 제공한다. 마지막으로, 본 시스템은 NoSQL 기반의 MongoDB를 이용하여 분산 데이터베이스를 구축함으로써 효율적으로 비정형로그데이터를 처리하는 기능을 제공한다. MySQL과 같은 관계형 데이터베이스는 복잡한 스키마 구조를 가지고 있기 때문에 비정형 로그데이터를 처리하기에 적합하지 않은 구조를 가지고 있다. 또한, 관계형 데이터베이스의 엄격한 스키마 구조는 장기간 데이터가 축적되거나, 데이터가 급격하게 증가할 때 저장된 데이터를 분할하여 여러 노드에 분산시키는 노드 확장이 어렵다는 문제점을 가지고 있다. NoSQL은 관계형 데이터베이스에서 제공하는 복잡한 연산을 지원하지는 않지만 데이터가 빠르게 증가할 때 노드 분산을 통한 데이터베이스 확장이 매우 용이하며 비정형 데이터를 처리하는데 매우 적합한 구조를 가지고 있는 비관계형 데이터베이스이다. NoSQL의 데이터 모델은 주로 키-값(Key-Value), 컬럼지향(Column-oriented), 문서지향(Document-Oriented)형태로 구분되며, 제안한 시스템은 스키마 구조가 자유로운 문서지향(Document-Oriented) 데이터 모델의 대표 격인 MongoDB를 도입하였다. 본 시스템에 MongoDB를 도입한 이유는 유연한 스키마 구조에 따른 비정형 로그데이터 처리의 용이성뿐만 아니라, 급격한 데이터 증가에 따른 유연한 노드 확장, 스토리지 확장을 자동적으로 수행하는 오토샤딩 (AutoSharding) 기능을 제공하기 때문이다. 본 논문에서 제안하는 시스템은 크게 로그 수집기 모듈, 로그 그래프생성 모듈, MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈로 구성되어져 있다. 로그 수집기 모듈은 각 은행에서 고객의 업무 프로세스 시작부터 종료 시점까지 발생하는 로그데이터가 클라우드 서버로 전송될 때 로그데이터 종류에 따라 데이터를 수집하고 분류하여 MongoDB 모듈과 MySQL 모듈로 분배하는 기능을 수행한다. 로그 그래프생성 모듈은 수집된 로그데이터를 분석시점, 분석종류에 따라 MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈에 의해서 분석되어진 결과를 사용자에게 웹 인터페이스 형태로 제공하는 역할을 한다. 실시간적 로그데이터분석이 필요한 로그데이터는 MySQL 모듈로 저장이 되어 로그 그래프생성 모듈을 통하여 실시간 로그데이터 정보를 제공한다. 실시간 분석이 아닌 단위시간당 누적된 로그데이터의 경우 MongoDB 모듈에 저장이 되고, 다양한 분석사항에 따라 사용자에게 그래프화해서 제공된다. MongoDB 모듈에 누적된 로그데이터는 Hadoop기반 분석모듈을 통해서 병렬 분산 처리 작업이 수행된다. 성능 평가를 위하여 로그데이터 삽입, 쿼리 성능에 대해서 MySQL만을 적용한 로그데이터 처리시스템과 제안한 시스템을 비교 평가하였으며 그 성능의 우수성을 검증하였다. 또한, MongoDB의 청크 크기별 로그데이터 삽입 성능평가를 통해 최적화된 청크 크기를 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권4호
• /
• pp.742-757
• /
• 2001

데이타베이스 관리 시스템에서 한계 이상의 로크요청이 발생하는 경우에는 트랜잭션이 철회된 다 최악의 경우에는 트랜잭션들이 연속적으로 철회되어 시스템이 정지된 것과 같이 어느 트랜잭션도 완료 하지 못하는 현상이 발생할 수 있다. 이 문제점을 해결하기 위하여 로크상승을 사용하지만 기존의 로크상 승 방법들은 문제를 완전히 해결하지는 못한다. 본 논문에서는 이 문제를 해결하기 위하여 적응형 로크상승 기법을 제안한다. 먼저 로크상승에 대한 체 계적인 모델과 로크자원의 부족으로인한 트랜잭션 철회의 주 발생 원인인 상승불가능 로크의 개념을 제안 한다 또한 상승불가능 로크의 수를 제어하기 위한 해결책으로 준로크상승, 로크블로킹, 선택적 강제수행의 개념을 제안하고, 이를 적응형 로크상승 기법에 적용한다. 적응형 로크상승 기법은 불필요한 트랜잭션 털 회를 감소시키며 과다한 로크요청 상황에서 시스템의 성능을 단계적으로 저하시키면서 시스템이 정지되는 현상이 발생하지 않음을 보장한다. 적용형 로크상승 기법의 성능을 검중하기 위하여 시뮬레이션을 통한 실험을 수행하였다. 실험결과 적응형 로크상승 기법은 기존의 로크상승 방법을 사용하는 경우에 비하여 트랜잭션의 철회와 평균 응답시간을 크게 줄이고, 단위 시간당 트랜잭션 처리율을 향상시켰다. 특히 동시에 수행할 수 있는 트랜잭션의 수가 15 에서 256배 이상 증가하는 것을 보였다. 본 논문은 모호하게 인식되던 로크자원 관리 측면에서의 로크상승의 역할을 체계적으로 규명하고 상세 한 작동원리를 명확히 했다는 점에서 커다란 의의가 있다. 기존의 로크상승 방법들은 과다한 로크요청이 발생할 때의 문제를 사용자 또는 시스템관리자의 책임으로 처리한다. 반면에 적응형 로크상승 기법은 과다 한 로크요청이 발생할 때의 문제를 자동적으로 조절하므로 사용자의 부담을 크게 감소시킨다. 따라서 최근 에 많은 관심이 모아지고 있는 자체조율(self-tuning)이 가능한 데이타베이스 관리 시스템 개발에 공헌할 것이다

• 한국과학예술포럼
• /
• 제37권2호
• /
• pp.219-230
• /
• 2019

통계청에 따르면 2017년 기준으로 국내 65세 이상 노인 인구는 700만명을 돌파하였고 이중 독거노인의 수는 130만 명을 넘어섰다고 하였다. 독거노인들은 대부분 절대적 빈곤(68.5%가 월 소득 50만원 미만)으로 우리사회의 사각지대에 놓여져 있는 상황에서 기본적인 생활에 곤란을 겪고 있는 실정이다. 특히 겨울철 취약계층의 독거노인들의 난방은 심각하며 그나마 전기난로나 전기장판 등 전기 안전용품 취급 부주의로 화재사고도 빈번하게 일어나고 있는 실정이다. 실내용 텐트제품들이 독거노인들에게서 이용되어지고 있는 가장 큰 이유로는 에너지 절감과 따뜻한 수면, 화재 안전 등으로 나타났다. 이러한 실내용 텐트의 시장 확대에 따라 본 연구의 목적은 저소득 독거노인에게 적합한 실내용 텐트가 필요하다고 판단하였고, 그에 따른 이용성, 휴식, 보관 등의 효율성을 개선시키는데 목표를 두었다. 따라서 본 논문은 기존 브랜드의 제품들에서 기초 조사를 하여 장·단점을 분석하여 기존 판매 되고 있는 제품에서 소비자들이 원하는 요구를 파악할 수 있었다. 이어 디자인모델을 통한 소비자선호도 조사를 실시하여 설치편리성, 공간 활용성, 외관디자인 측면에서 가장 우수한 Zabara type을 선정하였다. 선정 결과를 토대로 제품디자인 제작 및 최종 프로토타입을 완성하였다. 연구 결과 및 내용은 다음과 같다. 첫째, 실 사용자의 사용성 조사와 인터뷰를 통해 제품 개발 시 미처 인지하지 못했던 요소를 파악할 수 있었다. 둘째, 프로토타입의 효과적인 부분에서는 기대 이상으로 고령자들이 쉽게 그리고 빠르게 설치 및 접을 수 있었다. 이러한 연구 결과를 바탕으로써 향후 독거노인 뿐만 아니라 다양한 사용자가 실내에서 또 하나의 편안한 개인공간으로써 활용될 수 있을 것으로 기대한다.

• 한국도로학회논문집
• /
• 제8권3호
• /
• pp.129-141
• /
• 2006

아스팔트 포장은 점탄성재료로서 포장체에 발생되는 토압은 차량하중의 크기와 재하속도, 아스팔트 포장층의 온도와 하부층의 재료구성에 따라 크기와 분포 양상이 다르게 발생된다. 본 연구는 이러한 다양한 조건에 따른 포장체 하부의 토압분포를 분석하고, 기층과 보조기층의 지지력을 평가하는 평판재하시험 기준과 실제 계측된 토압과의 비교를 통해 현재 적용되고 있는 지지력기준에 대한 타당성을 검토하고자 한다. 또한 실제 포장단면을 모사한 유한요소해석을 통해 포장체 하부에 발생되는 토압을 예측하고 계측결과와 비교함으로서 포장체의 거동을 예측할 수 있는 모델을 제안 하고자 한다. 이를 위해서 시험도로의 2004년 8, 9, 11월과 2005년 8월에 계측이 수행된 아스팔트 포장 동적재하시험 결과 중 계측기 상태가 양호한 A5, A7, A14, A15 단면에 대해 계측결과의 분석을 수행하였다. 토압계의 분석은 차량하중의 크기와 속도. 아스팔트 포장의 온도, 포장하부의 재료구성에 따른 토압의 크기 변화와 차량하중으로 인한 포장체 내부의 횡방향과 깊이방향 하중의 영향 범위를 분석하였다. 포장체의 유한요소해석은 ABAQUS 프로그램을 활용하였으며, 실제 포장체의 거동을 모사하기 위해 시험도로 포장단면을 그대로 반영하고 계측이 이루어진 당시의 온도계측 자료를 활용해 아스팔트 포장의 물성을 적용하였다. 토압계의 분석결과 차량의 하중이 크고 저속으로 주행 할 때 토압의 크기는 증가하고 아스팔트층의 온도가 높을수록 하중의 영향반경이 작아지고 최대 토압크기는 증가하였다. 또한 실제 포장단면과 물성을 적용한 해석결과 계측결과와 매우 유사한 형태의 토압분포와 크기를 보였다. 그리고 기존 보조기층 및 동상방지층의 다짐관리 기준은 실측된 토압과 비교해 볼때 상당히 높은 수준으로 나타났다.다양한 요구에 의해 변화하는 조건들을 수용하기 쉽기 때문에 이에 중점을 두고 성능 문제를 해결하는 데 초점을 맞추었다. 데이터베이스 시스템의 일련의 처리 과정에 따라 DBMS를 구성하는 개체들과 속성, 그리고 연관 관계들이 모델링된다. 데이터베이스 시스템은 Application / Query / DBMS Level의 3개 레벨에 따라 구조화되며, 본 논문에서는 개체, 속성, 연관 관계 및 데이터베이스 튜닝에 사용되는 Rule of thumb들을 분석하여 튜닝 원칙을 포함한 지식의 형태로 변환하였다. 튜닝 원칙은 데이터베이스 시스템에서 발생하는 문제를 해결할 수 있게 하는 일종의 황금률로써 지식 도매인의 바탕이 되는 사실(Fact)과 룰(Rule) 로써 표현된다. Fact는 모델링된 시스템을 지식 도매인의 하나의 지식 개체로 표현하는 방식이고, Rule 은 Fact에 기반을 두어 튜닝 원칙을 지식의 형태로 표현한 것이다. Rule은 다시 시스템 모델링을 통해 사전에 정의되는 Rule와 튜닝 원칙을 추론하기 위해 사용되는 Rule의 두 가지 타업으로 나뉘며, 대부분의 Rule은 입력되는 값에 따라 다른 솔루션을 취하게 하는 분기의 역할을 수행한다. 사용자는 제한적으로 자동 생성된 Fact와 Rule을 통해 튜닝 원칙을 추론하여 데이터베이스 시스템에 적용할 수 있으며, 요구나 필요에 따라 GUI를 통해 상황에 맞는 Fact와 Rule을 수동으로 추가할 수도 었다. 지식 도매인에서 튜닝 원칙을 추론하기 위해 JAVA 기반의 추론 엔진인 JESS가 사용된다. JESS는 스크립트 언어를 사용하는 전문가 시스템[7]으로 선언적 룰(Declarative Rule)을 이용하여 지식을 표현 하고 추론을 수행하는 추론 엔진의 한 종류이다. JESS의 지식 표현 방식은 튜닝 원칙을

• 방송과미디어
• /
• 제11권4호
• /
• pp.104-117
• /
• 2006

디지털 융합과 유비쿼터스 시대의 시작은 디지털 미디어 기술의 발전과 방송 통신 사업의 융합을 가속화시켰으며, 그 결과 DMB(Digital Multimedia Broadcasting), WCDMA(Wide-band code division multiple access), Wibro(Wireless Broadband Internet), IP-TV(Internet protocol TV), HSDPA(High speed downlink packet access)등의 새로운 형태의 휴대형방송통신융합서비스들이 멀티미디어 매체의 핵심으로 등장하고 있다. 국내에서 방송 통신 융합의 빠른 진행은 세계 최초로 디지털멀티미디어방송(DMB)을 가능하게 하였다. DMB는 멀티미디어와 양방향 데이터방송 서비스가 핵심이다. 데이터 방송은 현재 지상파 DMB 방송사업자자인 KBS, MBC, SBS, YTN DMB가 본 방송을 위한 막바지 준비단계를 마쳤다. [1] 데이터 방송은 뉴스, 날씨, 프로그램 정보 등의 단순 정보서비스 수준에 그치지 않고, 리턴 채널을 이용한 양방향 정보서비스 및 SMS, 전화 걸기 등 휴대전화 단말의 고유기능과의 연계을 통한 다양한 멀티미디어 서비스가 제공될 것이다. 더 나아가 향후 T-Commerce와 개인 광고 등 새로운 서비스 모델과 사업영역을 확산시켜 나아갈 수 있을 것이다. 그러나 아직까지 휴대형방송통신융합서비스는 초기 진입 단계로 표준 기술의 규격 작업, 이론적 논의들, 융합 모델의 전개, 그리고 관련 사업자들의 서비스 준비 등이 실제 이용자들을 대상으로 한 연구 분석이 사전에 검토되어 이루어지지 않았다는 연구의 한계를 가지고 있다. 본격적으로 휴대형방송통신융합서비스가 시작되면서 사용자들에 초점을 맞춘 연구가 이루어지길 바라며, 이러한 연구 분석을 통해 또 다른 새로운 서비스와 기술 발전의 기회를 마련할 수 있기를 기대해 본다.록 한 반면, 한국의 경우에는 정해진 세부사항 없이 크게 ABCD체제의 방식과 출석상황, 중간고사, 기말고사, 과제물 완성도 등을 퍼센티지로 나누어 평가하고 있었다. 학생들에게 주어지는 균등한 기회나 평등의 문제도 학생들의 자격, 신분 등이 거의 다르지 않은 한국에서는 그리 중요한 사항은 아니었으나 다민족 국민으로 이루어진 영국의 학생들에게는 아주 민감한 사항임을 알 수 있었다.서 시베리아 연안을 따라 남부 연안까지 남하하는 한 줄기가 있음을 알 수 있었다. 점차 수심이 깊어지면서 동해 남 북부 전체를 ESPW로 채우고 있어 어떤 흐름의 특징보다는 동해 전체의 상당한 부피를 차지함을 알 수 있었다(Fig. 7d). 동해 북부해역에서 생성되는 냉수들이 연안을 따라서 동해 남부해역으로 이동하는 흐름을 보여주었다. 따라서 동해 내부 순환의 큰 줄기는 연안을 따라 흐르는 냉수들의 흐름이며, 매년 동해남부 해역에 발생하는 용승 현상도 이러한 흐름의 연장선에 있음을 짐작할 수 있다(Lee and Kim 2003).지고 1990년부터는 본격적인 양산 시대에 접어들게 되었다. 1990년대 초에는 STN LCD의 Color화 및 대형화(大型化) 고(高)품위화에 힘입어 Note-Book PC에 LCD가 본격적으로 적용이 되었고, 1990년대 후반에는TFT LCD의 표시품질 대비 가격경쟁력 확보로 인하여 Note-Book PC 시장을 독점하기에 이르렀다. 이후로는 TFT LCD의 대형화가 중요한 쟁점으로 부각되고 있고, 1995년 삼성전자는 당시 세계최대 크기의 22' TFT LCD를 개발하였다. 또한 LCD의 고정세(高情細)화를 위해 Poly Si TFT LCD의 개발이 이루어졌고, 디지타이져 일체형 LCD의 상품화가 그 응용의 폭을 넓혔으며, LCD의 대형화를 위해 1994년 Canon에 의해 14.8', 21' 등의 FLCD가 개발되었다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.