알고리즘 변형의 병렬성 분석을 위한 임계경로 접근법

초록

본 논문은 다중 코어 환경에서 동일한 문제를 해결하는 여러 알고리즘 변형의 성능 차이를 이론적으로 설명하기 위해 각 변형의 임계경로 길이를 도출한다. 이를 통해 해답 시간의 하한을 제시하고, 대칭 양정치 행렬의 역을 구하는 Cholesky 역연산을 사례 연구로 삼아 실험적으로 하한의 타이트함을 검증한다.

상세 분석

논문은 먼저 알고리즘 변형을 그래프 이론의 관점에서 작업‑의존성 그래프(DAG)로 모델링한다. 각 정점은 블록 연산(예: 행렬 곱, 삼각 행렬 역, Cholesky 분해)이며, 간선은 데이터 의존성을 나타낸다. 이 DAG에서 가장 긴 경로, 즉 임계경로(Critical Path)의 길이는 이론적인 실행 시간 하한을 제공한다. 저자는 세 가지 주요 변형을 정의한다. 첫 번째는 전통적인 순차적 흐름인 ‘분해 → 삼각 역 → 곱셈’ 순서이며, 두 번째는 ‘분해 → 곱셈 → 삼각 역’ 순서로 연산 순서를 바꾸어 데이터 재사용을 극대화한다. 세 번째는 블록 크기와 스케줄링 전략을 달리한 하이브리드 변형으로, 일부 단계에서 병렬화 가능한 작업을 앞당겨 전체 임계경로를 단축한다. 각 변형에 대해 블록 크기 b와 코어 수 p를 변수로 두고, 연산 복잡도 O(n³)와 메모리 대역폭 제한을 고려한 상세한 수식으로 임계경로 길이 L₁, L₂, L₃를 도출한다. 특히, L₂와 L₃는 L₁에 비해 O(n²/b) 수준의 감소를 보이며, 이는 충분히 큰 블록과 충분한 코어가 있을 때 실제 실행 시간에 근접한다는 것을 의미한다. 논문은 또한 작업 부하 균형, 스레드 오버헤드, 캐시 친화성 등을 고려한 실용적인 모델을 제시한다. 실험에서는 다양한 행렬 크기(n=2,04816,384)와 코어 수(p=864)를 사용해 각 변형의 실제 실행 시간을 측정하고, 이론적 하한과의 차이를 그래프로 비교한다. 결과는 L₂와 L₃가 L₁에 비해 15%~30% 빠른 실행 시간을 보이며, 특히 코어 수가 증가할수록 이 차이가 확대됨을 보여준다. 이러한 분석은 알고리즘 설계 단계에서 어느 변형이 특정 하드웨어 환경에 최적화되는지를 사전에 판단할 수 있는 강력한 도구가 된다.