국민대학교 (총장 임홍재) 대학원 컴퓨터공학과 빅데이터연구실 김정출 석사과정 학생 (지도교수: 이경용) 이 국제 학술지 'IEEE Transactions on Cloud Computing' 에 'MPEC: Distributed Matrix Multiplication Performance Modeling on a Scale-out Cloud Environment for Data Mining Jobs' 라는 제목의 논문을 게재 하였다. 'IEEE Transactions on Cloud Computing' 은 컴퓨터과학/정보시스템 분야 최상위 저널로 (IF 기준 관련분야 상위 5% - JCR 참조), 김정출 학생은 본 연구에 1저자로 참여 하였다.
해당 연구는 클라우드 컴퓨팅 시스템이 발전 하면서 제공되는 다양한 인스턴스중 가격과 연산 성능을 고려했을때 최적의 성능을 제공해줄 수 있는 환경을 추천해주는것을 목표로 한다. 클라우드 컴퓨팅 환경에서 실행가능한 다양한 응용 사례중 기계학습 알고리즘의 핵심 연산 중 하나인 행렬 곱셈의 최적 환경을 구축하는 데 초점을 맞추었으며, 행렬 곱셈 및 하드웨어의 특성 벡터 추출 알고리즘을 제안하고 다양한 조합중 최적의 예측 모델을 생성할 수 있는 실험 시나리오를 구축하는 방안을 제안 하였다. 이를 바탕으로 boosting GB-regressors 모델을 활용하여 성능 예측 모델을 만들었으며, 이는 기존 유사 시스템과 비교했을때 2배 이상 향상된 정확도를 보여주었다. 또한 해당 논문에서 제안된 실험 시나리오 최적화 알고리즘은 클라우드 환경에서 실험에 소요되는 비용을 90%이상 절감해주는 효과를 보여주었다. 다양한 기계학습 알고리즘 작업을 클라우드 환경에서 수행시에 본 알고리즘을 활용하여 작업시간을 단축시키고, 이에 소요되는 비용도 대폭 개선할 수 있을것으로 기대된다.
본 연구는 정보통신기획평가원의 'SW컴퓨팅산업원천기술개발사업 - 창조씨앗', 한국연구재단 신진연구자지원사업 및 집단연구과제 (CRC, 모듈형스마트패션플랫폼 연구센터) 및 AWS Research Credit 프로그램의 지원을 받아서 수행되었으며, 논문 전문은 아래 링크에서 확인이 가능하다.
https://ieeexplore.ieee.org/document/8887190
http://leeky.me/publications/mpec-tcc.pdf
김정출 학생은 본 논문 이외에도 최근 차세대 클라우드 컴퓨팅 서비스로 주목받고 있는 서버리스 컴퓨팅 환경 최적화에 관련한 연구를 진행하고 있으며, 해당 연구결과는 한국연구재단에서 CS분야 해외우수학술대회로 인정받은 IEEE Cloud 및 ACM SoCC 에서 논문 및 포스터로 발표되었다.
