클라우드 HPC 에너지 효율 스케줄링

초록

본 논문은 클라우드 환경에서 고성능 컴퓨팅(HPC) 워크로드를 실행할 때, 데이터센터 간 이종성을 활용한 에너지·탄소 기반 스케줄링 정책을 제안한다. 에너지 비용, 탄소 배출률, 워크로드 특성, CPU 전력 효율 등을 고려하여 설계된 정책은 기존 이익 중심 스케줄링에 비해 평균 30% 이상의 에너지 절감을 달성하면서도 제공자의 수익성을 향상시킨다.

상세 분석

이 논문은 급증하는 HPC 수요가 데이터센터의 에너지 소비와 탄소 배출을 크게 확대한다는 문제의식에서 출발한다. 기존 연구들은 주로 서비스 수준 협약(SLA) 만족도나 비용 최소화에 초점을 맞추었지만, 본 연구는 에너지 비용과 탄소 배출이라는 두 가지 환경·경제적 제약을 동시에 고려한다는 점에서 차별화된다. 제안된 스케줄링 프레임워크는 다중 데이터센터의 이종 특성을 모델링한다. 구체적으로 각 데이터센터는 위치(전력 시장 가격·탄소 배출 계수), 하드웨어 아키텍처(CPU 전력 효율), 운영 관리 정책(냉각 방식·재생 에너지 비율) 등에 따라 서로 다른 에너지·탄소 프로파일을 가진다. 이러한 프로파일을 정량화하기 위해 저자는 에너지 비용 함수와 탄소 배출 함수(kg CO₂/kWh)를 정의하고, 워크로드의 CPU 요구량과 실행 시간 예측 모델을 결합한다.

스케줄링 알고리즘은 두 단계로 구성된다. 첫 번째 단계에서는 각 작업을 가능한 데이터센터 후보군에 매핑하고, 후보군별 예상 에너지 비용·탄소 배출을 계산한다. 두 번째 단계에서는 다목적 최적화 기법(예: 가중합, 파레토 전선 탐색)을 적용해, 사용자가 지정한 에너지·탄소 가중치와 이익 목표 사이의 균형을 찾는다. 특히, 가중합 방식에서는 비용·탄소·수익을 동일 스케일로 정규화하고, 사용자가 선호하는 정책(예: 탄소 절감 우선, 비용 절감 우선)에 따라 가중치를 조정한다.

실험은 실제 클라우드 제공자가 운영하는 4개의 지리적으로 분산된 데이터센터(미국, 유럽, 아시아)를 대상으로 수행되었다. 워크로드는 대표적인 HPC 애플리케이션(분자 동역학, 기후 모델링, 대규모 행렬 연산)으로 구성했으며, 각 작업의 CPU 사용량과 실행 시간은 사전 벤치마크를 통해 확보하였다. 결과는 기존 이익 기반 스케줄링(수익 최대화만 고려)과 비교했을 때, 제안된 정책이 평균 2832%의 에너지 절감 효과를 보였으며, 탄소 배출량도 25% 이상 감소하였다. 흥미롭게도, 에너지 절감에도 불구하고 전체 수익은 58% 상승했는데, 이는 저에너지 데이터센터를 활용함으로써 전력 비용이 크게 낮아진 것이 주요 원인이다.

본 연구의 한계는 다음과 같다. 첫째, CPU 전력 모델이 정적이며, 메모리·스토리지·네트워크 전력 소비는 무시했다. 둘째, 워크로드 특성을 사전 예측에 의존하므로, 실제 실행 중 변동이 클 경우 스케줄링 효율이 저하될 가능성이 있다. 셋째, 탄소 배출 계수를 국가별 평균값으로 사용했기 때문에, 재생 에너지 비중이 높은 데이터센터의 실제 배출량을 과소평가할 위험이 있다. 향후 연구에서는 전체 시스템 전력 모델링, 실시간 워크로드 모니터링 기반 동적 재스케줄링, 그리고 탄소 회계의 세분화 등을 통해 이러한 제약을 보완할 계획이다.

전반적으로, 이 논문은 클라우드 환경에서 HPC 워크로드를 에너지·탄소 효율적으로 배치하는 실용적인 방법론을 제시하며, 데이터센터 운영자와 클라우드 제공자 모두에게 비용 절감과 환경 지속 가능성이라는 두 마리 토끼를 잡을 수 있는 전략적 인사이트를 제공한다.