고급 사용자 선호를 반영한 패키지 설치 최적화

초록

본 논문은 수만 개에 달하는 패키지와 복잡한 의존·충돌 관계를 가진 자유오픈소스(FOSS) 배포판에서, 사용자가 원하는 설치·업그레이드 결과를 정밀하게 지정할 수 있는 CUDF와 MooML이라는 두 가지 핵심 기술을 제안한다. CUDF는 배포판에 독립적인 패키지 메타데이터 포맷을 제공하고, MooML은 최적화 기준을 선언적·함수형으로 기술한다. 또한 MooML의 부분 평가(partial evaluation) 기법을 통해 솔버의 실행 효율성을 크게 향상시킨다.

상세 분석

이 논문은 현대 리눅스·BSD 계열 배포판이 직면한 “설치 후보가 과다” 문제를 근본적으로 재구성한다. 기존 패키지 관리자는 의존성 해결만을 목표로 삼아, 사용자가 실제로 원하는 ‘최선의’ 상태를 표현하기 어렵다. 저자들은 이를 해결하기 위해 두 단계의 추상화를 도입한다. 첫 번째는 CUDF(Common Upgradeability Description Format)이다. CUDF는 각 패키지의 이름, 버전, 제공·요구 기능, 충돌, 설치 상태 등을 JSON‑like 구조로 기술함으로써, 배포판마다 다른 내부 데이터베이스를 일관된 형식으로 변환한다. 이 과정에서 “installed”, “available”, “removed”와 같은 플래그가 명시적으로 표시돼, 솔버가 현재 시스템 상태와 목표 상태를 동일한 언어로 인식한다.

두 번째는 MooML(Multi‑objective Optimization Modeling Language)이다. MooML은 함수형 선언형 언어로, 최적화 목표를 “minimize”, “maximize”, “lexicographic” 등으로 조합할 수 있다. 예컨대 “설치된 패키지 수 최소화”, “보안 업데이트 우선 적용”, “다운로드 용량 최소화”와 같은 복합 목표를 하나의 스크립트에 기술한다. MooML의 타입 시스템은 정수, 부울, 집합, 리스트 등을 지원하며, 사용자 정의 함수와 고차 함수도 허용한다. 이를 통해 복잡한 정책(예: “특정 라이선스가 포함된 패키지는 설치하지 않음”)을 간결히 표현할 수 있다.

핵심 혁신은 MooML의 부분 평가 메커니즘이다. 사용자가 정의한 목표식 중 일부는 현재 CUDF 상태만으로도 완전히 결정될 수 있다. 예를 들어 “설치된 패키지 수”는 현재 설치 플래그를 검사하면 바로 계산 가능하다. 부분 평가 엔진은 이러한 식을 사전에 계산하고, 남은 미확정 부분만을 솔버에 전달한다. 결과적으로 솔버가 탐색해야 할 해 공간이 급격히 축소되어, SAT/SMT 기반 의존성 해결기의 실행 시간이 크게 단축된다.

실험에서는 Debian, Fedora, openSUSE 등 실제 배포판 데이터를 사용해, 기존 Aptitude·dnf·zypper와 비교했을 때 평균 30 % 이상의 성능 향상을 보였다. 또한 복합 목표를 동시에 만족시키는 경우에도, 솔버가 반환하는 해가 사용자가 기대한 정책에 부합함을 확인했다.

이러한 설계는 배포판 간 상호 운용성을 높이고, 사용자 맞춤형 설치 정책을 선언적 방식으로 관리할 수 있게 함으로써, 패키지 관리의 복잡성을 크게 낮춘다. 다만, MooML 스크립트의 복잡도가 증가하면 부분 평가 단계 자체가 비용이 될 수 있다는 점과, 현재 구현이 제한된 최적화 기법(주로 선형·정수 최적화)에 머물러 있다는 한계가 남아 있다. 향후 연구에서는 더 풍부한 목표 함수(예: 비선형, 확률적)와 동적 정책 업데이트를 지원하는 확장성을 모색할 필요가 있다.