AADL 기반 의존성 모델링 프레임워크

초록

본 논문은 AADL을 활용한 의존성 중심의 신뢰성 모델링 접근법을 제시한다. 설계 단계에서 시스템 아키텍처와 소프트웨어 구성 요소를 AADL로 기술하고, 단계별로 의존성을 추출·분석하여 신뢰성 평가 모델을 자동 생성한다. 작은 사례를 통해 절차와 도구 연계 방식을 설명하고, 향후 임베디드 및 안전-critical 분야에 적용 가능성을 논의한다.

상세 분석

이 연구는 AADL(Architecture Analysis and Design Language)이 제공하는 구조적 표현 능력을 신뢰성(Dependability) 분석에 직접 연결하는 방법론을 제시한다. 기존 연구에서는 AADL을 주로 성능·스케줄링 분석에 활용했으나, 본 논문은 의존성(Dependency) 정보를 중심으로 모델을 확장한다. 먼저 시스템을 기능적·비기능적 요소로 분해하고, 각 요소 간의 오류 전파 경로와 복구 메커니즘을 AADL의 annexes(예: Error Model Annex)를 이용해 명시한다. 그런 다음, 의존성 그래프를 단계별로 구축하면서 ‘전달‑전파‑축적’ 과정을 반복한다. 이 과정에서 오류 발생률, 복구 시간, 장애 전파 확률 등 정량적 파라미터를 할당하고, 이를 기반으로 신뢰성 블록 다이어그램이나 마코프 모델 등 기존 신뢰성 평가 기법에 바로 매핑할 수 있다. 논문은 이러한 매핑을 자동화하기 위한 변환 엔진 설계도 제시한다. 변환 엔진은 AADL 모델을 파싱해 오류 모델을 추출하고, 의존성 매트릭스를 생성한 뒤, 선택된 평가 기법에 맞는 수학적 모델 파일(.gsp, .prism 등)로 출력한다. 이때 모델의 정확성을 보장하기 위해 ‘의존성 일관성 검사’와 ‘루프 검출’ 절차를 포함한다. 사례 연구에서는 간단한 항공기 제어 시스템을 모델링했으며, 오류 전파 경로를 명시함으로써 기존에 놓치기 쉬운 복합 장애 시나리오를 포착했다. 결과적으로 AADL 기반 모델링이 설계 초기 단계에서 신뢰성 요구사항을 검증하도록 지원함을 보여준다. 또한, 반복적인 설계·분석 사이클을 통해 모델을 점진적으로 정제할 수 있어, 설계 변경에 대한 신뢰성 영향 분석이 용이해진다. 이 접근법은 모델 기반 개발(MBD) 흐름에 자연스럽게 통합될 수 있으며, 특히 안전-critical 시스템에서 설계·검증 비용을 크게 절감할 잠재력을 가진다.