동적 부하 균형을 위한 새로운 퍼지 기반 알고리즘

초록

본 논문은 기존 동적 부하 균형 기법이 상태 정보의 불확실성과 일관성 부족을 충분히 고려하지 못한다는 문제점을 지적하고, 퍼지 로직을 활용한 새로운 부하 균형 알고리즘을 제안한다. 제안 알고리즘은 퍼지 규칙 기반으로 시스템 상태를 평가하고, 라운드 로빈 및 무작위 방식에 비해 응답 시간을 각각 30.84%와 45.45% 개선한다는 실험 결과를 제시한다.

상세 분석

논문은 먼저 병렬·분산 시스템에서 부하 균형이 성능 향상의 핵심 요소임을 강조하고, 기존의 정형화된 결정 메커니즘이 실시간 시스템에서 발생하는 불확실한 상태 정보(예: CPU 사용률, 네트워크 지연, 작업 큐 길이 등)를 정확히 반영하지 못한다는 점을 비판한다. 이러한 한계를 극복하기 위해 퍼지 이론을 도입하는데, 퍼지 집합을 이용해 ‘높음’, ‘보통’, ‘낮음’ 등과 같은 언어적 변수로 시스템 상태를 표현한다. 논문은 퍼지 입력 변수로 CPU 부하, 메모리 사용량, 네트워크 대역폭, 작업 대기 시간 등을 선정하고, 각각에 대해 삼각형 혹은 가우시안 멤버십 함수를 정의한다.

핵심은 퍼지 규칙 베이스이다. 예를 들어 “CPU 부하가 높고 네트워크 지연이 낮으면, 작업을 현재 프로세서에 유지한다”와 같은 규칙을 다수 설계하고, Mamdani 방식의 추론 엔진을 통해 각 프로세서의 부하 점수를 계산한다. 이후 디퍼징(Defuzzification) 단계에서 중심값(centroid) 방법을 적용해 구체적인 부하 전이 결정을 내린다.

알고리즘 흐름은 (1) 실시간 모니터링 → (2) 퍼지화 → (3) 규칙 적용 → (4) 디퍼징 → (5) 작업 재배치 로 구성된다. 이 과정은 기존의 정량적 임계값 기반 방법보다 연속적인 의사결정을 가능하게 하여, 급격한 부하 변동에도 부드럽게 대응한다.

시뮬레이션 환경은 10대의 워크스테이션을 클러스터로 구성하고, 다양한 워크로드(CPU‑집중, I/O‑집중, 혼합)를 적용하였다. 성능 지표는 평균 응답 시간, 시스템 스루풋, 부하 편차 등을 사용했으며, 라운드 로빈과 무작위(랜덤) 부하 분배와 비교하였다. 결과는 퍼지 기반 알고리즘이 평균 응답 시간을 라운드 로빈 대비 30.84%, 무작위 대비 45.45% 감소시켰으며, 부하 편차 역시 유의미하게 낮아 전체 시스템 효율성을 향상시켰음을 보여준다.

한계점으로는 퍼지 규칙 설계가 전문가 지식에 의존한다는 점과, 규칙 수가 증가할 경우 추론 비용이 상승할 가능성이 있다는 점을 언급한다. 향후 연구에서는 자동 규칙 생성(예: 유전 알고리즘, 강화 학습)과 하이브리드 퍼지‑신경망 모델을 도입해 확장성을 높이는 방안을 제시한다.