분산 인터랙티브 시뮬레이션을 위한 DDS 활용 방안

초록

본 논문은 대규모 분산 인터랙티브 시뮬레이션(DIS) 환경에서 실시간 데이터 전달을 보장하기 위해 OMG 데이터 분배 서비스(DDS)의 QoS 기반 퍼블리시/서브스크라이브 모델을 적용한 설계와 구현을 제시한다. 교육용 운전 시뮬레이터를 사례로 삼아, DDS의 대역폭 및 지연 시간 성능을 HLA와 비교 실험을 통해 평가한다.

상세 요약

논문은 먼저 전통적인 DIS 구현에서 발생하는 주요 문제점, 즉 데이터 일관성 유지, 네트워크 부하 관리, 실시간 QoS 보장 등을 진단한다. 기존에 널리 사용되는 High Level Architecture(HLA)는 객체 모델링과 시간 관리에 강점을 가지고 있으나, QoS 세부 조정이 제한적이며, 대규모 네트워크에서 스케일링에 한계가 있다. 이에 대비해 DDS는 데이터 중심(pub/sub) 아키텍처와 풍부한 QoS 정책(신뢰성, 지속성, 이력, 리소스 제한 등)을 제공함으로써, 네트워크 상황에 따라 동적으로 전송 파라미터를 조정할 수 있다.

핵심 설계는 다음과 같다. 1) 시뮬레이션 엔티티(차량, 교통 신호, 강사 등)를 DDS 토픽으로 정의하고, 각 엔티티는 필요에 따라 다중 QoS 프로파일을 적용한다. 예를 들어, 차량 위치 정보는 낮은 지연과 높은 신뢰성을 요구하므로 ‘리얼타임’ 정책과 ‘신뢰성 보장(리플리케이션)’을 설정하고, 강사의 음성 스트림은 대역폭 절약을 위해 ‘베스트에포트’ 정책을 적용한다. 2) DDS의 ‘디스커버리’ 메커니즘을 활용해 새로운 참여자(학생 클라이언트)가 실시간으로 토픽을 탐색하고 구독하도록 함으로써, 시스템 확장성을 확보한다. 3) 데이터 이력(History) 정책을 이용해 신규 참가자가 시뮬레이션에 합류했을 때 현재 상태를 빠르게 복구하도록 설계하였다.

실험에서는 동일한 시뮬레이션 시나리오를 HLA와 DDS 두 환경에서 실행하고, 네트워크 대역폭(10 Mbps, 100 Mbps)와 패킷 손실률(0 %, 1 %) 조건을 변동시켰다. 결과는 DDS가 평균 30 % 낮은 지연(latency)과 25 % 높은 대역폭 효율성을 보였으며, 특히 손실률이 1 %일 때도 QoS 정책 덕분에 데이터 재전송 횟수가 최소화되어 전체 시스템 안정성이 향상되었다. 또한, DDS는 토픽 기반 구조 덕분에 새로운 학생 클라이언트가 2 초 이내에 시뮬레이션에 참여할 수 있었으며, HLA에서는 5 초 이상이 소요되었다.

논문은 이러한 실험 결과를 바탕으로 DDS가 대규모 실시간 교육 시뮬레이션에 적합한 플랫폼임을 주장한다. 다만, DDS 구현 시 QoS 정책 설정이 복잡하고, 기존 HLA 기반 툴체인과의 호환성 문제가 남아 있어, 표준화된 인터페이스와 자동화된 QoS 튜닝 도구가 필요하다고 제언한다.