멀티코어 활용 극대화 오픈소스 수치 스크립트 언어에서 OpenMP 활용

초록

본 논문은 S‑Lang 스크립트 언어용 모듈 생성기 SLIRP를 소개하고, 이를 통해 OpenMP 기반의 멀티코어 병렬화를 손쉽게 적용하는 방법을 제시한다. ISIS 천체물리 모델링 툴을 사례로 실험한 결과, 일반 사용자가 별도의 병렬 프로그래밍 지식 없이도 수치 연산에서 2~8배 정도의 속도 향상을 얻을 수 있음을 보여준다.

상세 분석

SLIRP는 S‑Lang 함수와 외부 C/Fortran 라이브러리를 자동으로 래핑해 주는 코드 생성기이다. 핵심 기능은 벡터화 지원으로, 입력 배열을 자동으로 반복 처리해 스칼라 함수와 동일한 인터페이스를 제공한다. 논문에서는 이 벡터화 루프에 OpenMP #pragma omp parallel for 지시자를 삽입함으로써 다중 스레드 실행을 가능하게 한다. 중요한 점은 사용자가 스크립트 수준에서 parallel 옵션만 지정하면 내부적으로 컴파일러가 자동 병렬화를 수행한다는 것이다. 이를 위해 SLIRP는 컴파일 시 -fopenmp 플래그를 추가하고, 생성된 C 코드에 스레드 안전성을 보장하는 최소한의 동기화만을 삽입한다.

S‑Lang 자체는 인터프리터 기반이지만, 내부적으로는 바이트코드 형태로 연산을 수행한다. 벡터 연산이 호출될 때마다 SLIRP가 만든 C 함수가 호출되고, 이 함수는 입력 배열을 청크 단위로 나누어 각 스레드에 할당한다. 메모리 접근 패턴은 연속적인 읽기/쓰기이므로 캐시 친화적이며, 큰 배열에 대해 메모리 대역폭 한계가 주요 병목이 되는 경우에도 다중 코어가 동시에 메모리 버스를 활용해 효율을 높인다.

컴파일러 의존성도 상세히 검토한다. GCC 4.4 이상, Intel C++ 11, 그리고 Clang 3.0에서 OpenMP 지원이 다소 차이나는데, 특히 Intel 컴파일러는 -openmp 옵션과 함께 자동 벡터화 최적화가 결합돼 가장 높은 스케일업을 보인다. 반면 GCC는 기본 설정만으로도 충분히 4코어 시스템에서 3배 정도의 가속을 제공한다.

성능 평가에서는 행렬-벡터 곱, FFT, 그리고 비선형 최소제곱 피팅 같은 실제 천체물리 분석 작업을 대상으로 실험했다. 작은 규모(수천 원소)에서는 오버헤드가 커서 속도 향상이 미미했지만, 10⁶ 원소 이상에서는 5~7배의 가속을 기록했다. 또한, 스레드 수를 자동으로 감지하도록 설계된 SLIRP는 하드웨어에 맞는 최적 스레드 풀을 구성해 사용자가 별도 튜닝을 할 필요가 없도록 했다.

결론적으로, SLIRP와 S‑Lang의 결합은 고성능 컴퓨팅을 필요로 하는 과학자들에게 “스크립트 수준에서 병렬화”라는 새로운 패러다임을 제공한다. 별도의 MPI 클러스터 구축 없이도 일반적인 워크스테이션에서 멀티코어 자원을 충분히 활용할 수 있다.