병렬 교착상태 해결을 위한 그룹 연산 최적화

본 논문은 결함 허용성을 자동으로 합성하는 과정에서 발생하는 두 가지 주요 복잡도 장벽을 다룬다. 첫 번째는 결함이 발생했을 때 도달 가능한 상태 집합인 fault‑span을 계산하는 단계이며, 이는 기존 모델 검증 기법을 그대로 적용할 수 있어 비교적 해결이 용이하다. 두 번째는 프로그램이 어떠한 전이도 갖지 못하는 교착상태(deadlock state)를 찾아내고 이를 해소하는 단계이다. 교착상태는 결함에 의해 프로그램이 예상치 못한 상태로 전이되거나, 안전성을 보장하기 위해 기존 전이가 제거될 때 발생한다. 특히 분산 프로그램은 각 프로세스가 전체 변수에 대한 완전한 가시성을 갖지 못하고, 읽기·쓰기 제한(R/W restriction) 때문에 하나의 전이를 추가하거나 삭제하면 해당 프로세스가 관찰할 수 없는 변수들의 모든 가능한 조합에 대해 동일한 전이 집합을 생성해야 한다. 이를 ‘그룹 연산’이라고 부르며, 전이 하나에 대해 수십에서 수백 개의 동등 전이가 생성될 수 있다. 논문은 교착상태 해결을 가속화하기 위해 두 가지 병렬화 접근법을 제안한다. 첫 번째는 그룹 연산 자체를 병렬화하는 방법이다. 각 프로세스별로 필요한 전이 그룹을 독립적인 작업 단위로 나누고, 각 작업을 별도의 스레드에서 BDD 연산을 이용해 동시에 수행한다. 그룹 연산은 변수 집합을 기준으로 카르테시안 곱을 계산하는 작업이므로, 작업 간 의존성이 거의 없으며 메모리 공유를 최소화할 수 있다. 실험에서는 8코어 환경에서 평균 7.5배, 최악 경우 9배에 달하는 속도 향상을 기록했으며, 일부 경우에는 캐시 효율성 증가와 작업 분할에 따른 부하 균형이 맞물려 초선형 가속을 보였다. 두 번째 전략은 전통적인 교착상태 분할이다. 교착상태 집합을 여러 스레드에 균등하게 할당하고, 각 스레드가 독립적으로 회복 전이 삽입 혹은 전이 제거를 시도한다. 그러나 교착상태는 서로 연관된 전이와 상태에 의해 얽혀 있기 때문에, 한 스레드가 수행한 수정이 다른 스레드의 작업에 영향을 미치는 경우가 빈번히 발생한다. 결과적으로 동기화 비용과 충돌 해결을 위한 롤백이 빈번해져 전체 속도 향상이 제한적이었다. 실험에서는 8코어에서도 1.3배 이하의 가속에 머물렀으며, 작업 분할에 따른 부하 불균형도 성능 저하 요인으로 작용했다. 세 가지 실험 사례(비잔틴 합의, 비잔틴·페일스톱 혼합 합의, 토큰 링)를 통해 두 접근법을 비교한다. 비잔틴 합의와 토큰 링에서는 그룹 연산 병렬화가 일관되게 높은 가속률을 보였으며, 특히 상태 공간이 크고 전이 그룹이 다수인 경우 초선형 효과가 두드러졌다. 반면, 전통적 교착상태 분할은 모든 사례에서 미미한 개선만을 보였다. 논문의 주요 기여는 다음과 같다. 첫째, 결함 허용 합성 과정에서 교착상태 해결이 병목임을 확인하고, 이를 두 가지 병렬화 전략으로 접근한다. 둘째, 그룹 연산을 병렬화함으로써 거의 이상적인 속도 향상을 달성하고, 경우에 따라 초선형 가속을 입증한다. 셋째, 전통적인 교착상태 분할 방식이 기대 이하의 성능을 보임을 실험적으로 증명한다. 결론적으로, 분산 프로그램 합성에서 교착상태 해결은 전이 그룹 생성이라는 구조적 특성을 갖는다. 이 특성은 작업 간 독립성을 보장하므로, 다중 코어 환경에서 효율적인 병렬화를 가능하게 한다. 반면, 교착상태 자체를 단순히 분할하는 방식은 상태·전이 간의 복잡한 의존성 때문에 기대한 성능 향상을 얻기 어렵다. 향후 연구는 그룹 연산의 메모리 사용 최적화와 동적 작업 스케줄링을 통해 더욱 큰 규모의 시스템에 적용 가능한 프레임워크를 구축하는 방향으로 나아가야 할 것이다.