클라우드 기반 가상 클러스터를 이용한 방사선 치료 계산

초록

클라우드 컴퓨팅을 활용해 온디맨드 가상 클러스터를 구축하고, 방사선 치료용 몬테카를로 시뮬레이션을 수행하였다. 분산 처리 프레임워크는 기대한 1/n 스케일링을 대부분 달성했으며, 전통적인 사내 서버 대비 비용 절감 효과가 확인되었다.

상세 요약

본 연구는 방사선 치료 계획에서 가장 정확도가 높은 몬테카를로(MC) 시뮬레이션을 임상 실시간에 적용하기 위한 하드웨어 비용 문제를 클라우드 컴퓨팅으로 해결하고자 한다. 저자들은 Amazon Web Services(AWS)와 같은 퍼블릭 클라우드 제공자의 가상 머신(VM)을 이용해, 필요 시 즉시 확장 가능한 가상 클러스터를 구성하였다. 클러스터는 기본적으로 Linux 기반 OS와 오픈소스 MC 엔진인 EGSnrc를 설치했으며, 작업 스케줄링과 데이터 전송을 담당하는 자체 개발 프레임워크가 포함된다.

프레임워크는 마스터-워커 구조를 채택해, 마스터 노드가 시뮬레이션 파라미터와 입자 히스토리를 워커 노드에 분배하고, 각 워커는 독립적으로 입자 궤적을 추적한다. 워커가 완료된 결과는 마스터에게 반환되어 최종 선량 분포를 합산한다. 이 과정에서 네트워크 대역폭, VM 시작 시간, 그리고 데이터 직렬화 비용이 성능에 영향을 미치는 주요 변수로 식별되었다.

성능 평가에서는 워커 수를 1, 2, 4, 8, 16대로 늘리면서 전체 실행 시간이 1/n에 근접하게 감소함을 확인했다. 그러나 8대 이상에서는 VM 초기화 지연과 네트워크 병목 현상으로 인해 이론적인 선형 스케일링이 약간 저하되었다. 특히, 대용량 입자 집합을 처리할 때는 데이터 전송 비용이 전체 실행 시간의 10~15%를 차지했으며, 이는 클라우드 환경에서의 I/O 최적화 필요성을 시사한다.

경제성 분석에서는 전통적인 사내 클러스터(구매·유지·전력·냉각 비용 포함)와 클라우드 기반 가상 클러스터(사용량 기반 과금)를 비교하였다. 월간 평균 10,000 입자 시뮬레이션을 수행하는 경우, 클라우드 비용은 약 300 USD에 불과한 반면, 사내 클러스터는 초기 투자 30,000 USD와 연간 운영비 5,000 USD가 필요하다. 따라서 연간 2,000 USD 이하의 소규모 작업에서는 클라우드가 현저히 저렴하고, 피크 시점에만 리소스를 확장할 수 있다는 점이 큰 장점이다.

한계점으로는 데이터 보안 및 환자 개인정보 보호 규정에 대한 클라우드 제공자의 인증 수준, 그리고 장기적인 비용 예측의 어려움이 있다. 또한, 현재 프레임워크는 GPU 가속을 활용하지 않아, GPU 기반 클라우드 인스턴스를 도입하면 추가적인 성능 향상이 기대된다. 향후 연구에서는 하이브리드 클라우드(프라이빗+퍼블릭) 모델, 자동 스케일링 정책, 그리고 표준화된 DICOM‑RT 인터페이스와의 연동을 통해 임상 워크플로에 직접 삽입하는 방안을 모색할 예정이다.