다중 작업 애플리케이션 비협력 스케줄링의 균형과 효율성

초록

이 논문은 이기적인 스케줄러 K개가 이기적 최적 전략을 사용해 CPU와 네트워크를 경쟁하는 단일 레벨 마스터‑워커 환경을 분석한다. 각 스케줄러는 동일한 작업량을 가진 하나의 애플리케이션을 담당하며, 자신의 처리량을 최대화한다. 저자는 나쉬 균형의 닫힌 형태 해를 제시하고, 그 균형이 파레토 최적인지, 그리고 전통적인 성능 지표에 대해 얼마나 비효율적인지를 조사한다.

상세 분석

본 연구는 이기적 스케줄러들이 서로 독립적인 애플리케이션을 담당하고, 각 작업이 동일한 계산량과 통신량을 갖는 상황을 전제로 한다. 플랫폼은 이질적인 워커 노드와 단일 마스터 노드로 구성된 1‑레벨 마스터‑워커 구조이며, CPU와 네트워크 대역폭이 제한된 공유 자원으로 모델링된다. 각 스케줄러는 자신의 처리량(초당 완료된 작업 수)을 극대화하려는 목표를 갖고, 시스템 차원에서는 모든 스케줄러가 동일한 자원 배분 원칙(공정성)을 따르도록 설계된다. 이러한 가정 하에 저자는 게임 이론적 프레임워크를 적용해 나쉬 균형을 도출한다. 핵심은 각 스케줄러가 자신에게 할당된 CPU와 네트워크 비율을 선택할 때, 다른 스케줄러들의 선택에 의해 제한되는 제약식들을 만족해야 한다는 점이다. 이를 수학적으로 정리하면, 각 스케줄러 i의 최적 전략은 두 자원(계산, 통신)의 사용량 비율이 동일해지는 지점, 즉 λ_i^C / μ_i = λ_i^N / ν_i (여기서 λ는 할당량, μ와 ν는 각각 CPU와 네트워크의 총 용량)에서 이루어진다. 이러한 조건을 모든 i에 대해 동시에 만족시키면 시스템 전체의 자원 사용량이 포화 상태에 도달하고, 더 이상 어느 스케줄러도 일방적으로 이득을 얻을 수 없는 나쉬 균형이 형성된다.

저자는 이 균형 해를 명시적으로 계산하기 위해 선형 방정식 집합을 구성하고, 행렬식 형태의 닫힌 해를 제시한다. 특히, 각 애플리케이션의 작업당 계산 요구량 c_i와 통신 요구량 n_i가 서로 다를 경우, 균형 처리량은 (c_i·N_total + n_i·B_total)⁻¹ 형태의 가중 평균에 의해 결정된다. 여기서 N_total은 전체 CPU 용량, B_total은 전체 네트워크 대역폭이다. 이러한 식은 자원 병목 현상이 어느 쪽에 있는지에 따라 처리량이 크게 변동함을 보여준다.

성능 분석에서는 파레토 최적성 여부를 검증한다. 파레토 최적이란 어떤 스케줄러의 처리량을 증가시키면서 다른 스케줄러의 처리량을 감소시키지 못하는 상태를 의미한다. 저자는 특정 파라미터 조합, 예를 들어 일부 애플리케이션이 계산에 비해 통신을 과도하게 요구하거나 반대로 계산에 치중할 때, 나쉬 균형이 파레토 비효율적임을 증명한다. 특히, 전체 시스템 효율성(총 처리량) 대비 개별 스케줄러의 이기적 선택이 초과 비용을 발생시켜, 전체 처리량이 사회적 최적(중앙집중식 최적화)보다 크게 낮아질 수 있음을 보인다.

흥미로운 점은 전통적인 네트워크 게임 이론에서 나타나는 ‘Braess 역설’과는 달리, 이 모델에서는 자원 추가가 오히려 전체 효율성을 감소시키는 상황이 발생하지 않는다. 즉, 네트워크 대역폭이나 CPU 용량을 늘려도 나쉬 균형은 여전히 동일한 비율로 자원을 나누게 되므로, 시스템 전체 성능이 악화되지 않는다. 그러나 저자는 나쉬 균형이 “아무리 나빠도” 전통적인 성능 지표(예: 평균 응답 시간, 최대 처리량, 공정성 지표)에서 임의로 큰 손실을 초래할 수 있음을 강조한다. 이는 시스템 설계자가 단순히 자원 확충만으로는 비협력적 스케줄러 환경의 비효율성을 해소할 수 없으며, 중앙집중식 정책이나 인센티브 메커니즘을 도입해야 함을 시사한다.