Aneka 클라우드 애플리케이션 플랫폼과 Windows Azure 통합

초록

Aneka는 다중 프로그래밍 모델과 동적 자원 프로비저닝을 제공하는 PaaS이다. 본 장에서는 Aneka가 Windows Azure Compute Service를 자원 공급자로 활용하도록 통합하는 방법을 제시하고, 이를 통해 대규모 병렬 애플리케이션 실행과 Azure 사용자에게 Aneka의 스케줄링·관리·청구 기능을 제공한다. 또한 Amazon EC2·GoGrid·Xen Server와의 연동 사례를 통해 Aneka의 확장성과 유연성을 강조한다.

상세 분석

Aneka는 Service‑Oriented Architecture(SOA)를 기반으로 한 모듈형 PaaS 프레임워크로, Application Model Layer, Middleware Services Layer, Infrastructure Layer 로 구성된다. Application Model Layer에서는 Task, Thread, MapReduce 등 다양한 프로그래밍 모델을 제공해 개발자가 친숙한 방식으로 클라우드 애플리케이션을 설계할 수 있게 한다. Middleware Services Layer는 스케줄러, 리소스 매니저, 청구·가격 책정 모듈, 모니터링 서비스를 포함하며, 이들 서비스는 플러그인 형태로 교체·확장이 가능하도록 설계되었다. Infrastructure Layer는 물리적 혹은 가상 머신에 대한 추상화를 담당하며, 다양한 클라우드 제공자(AWS, Azure, GoGrid)와의 인터페이스를 제공한다.

본 논문에서 제시된 Azure 통합은 Provisioning Service 를 중심으로 구현된다. Azure는 기존에 “Role” 기반 배포 모델을 사용했으며, Aneka는 이를 Worker Role 로 매핑한다. Aneka의 Provisioning Service는 Azure REST API와 SDK를 이용해 동적으로 가상 머신(Cloud Service) 인스턴스를 생성·삭제한다. 이 과정에서 Azure Storage 계정, 가상 네트워크, 인증 토큰 관리가 자동화되어 사용자는 Aneka 콘솔에서 “Azure” 라는 하나의 공급자 옵션만 선택하면 된다.

통합 시 주요 기술적 도전 과제로는 (1) 네트워크 라우팅 – Aneka 매니저와 Azure 워커 사이의 보안 채널을 구축하기 위해 가상 네트워크와 포트 개방 정책을 조정해야 했다. (2) 이미지 관리 – Aneka 런타임을 포함한 커스텀 VM 이미지(VHD)를 사전 제작하고 Azure Marketplace에 등록함으로써 프로비저닝 속도를 최적화했다. (3) 스케일링 정책 – Azure의 자동 스케일링 메커니즘과 Aneka의 자체 스케줄러가 충돌하지 않도록, Aneka는 Azure의 Scale‑Set API를 호출해 최소·최대 인스턴스 수를 동적으로 조정하고, 스케줄러는 현재 워커 수와 작업 큐 길이를 실시간으로 피드백 받아 의사결정을 내렸다.

Aneka가 Azure와 연동되면 다음과 같은 이점이 발생한다. 첫째, 탄력적 자원 확보 – 사용자는 필요 시 수십에서 수백 대의 Azure VM을 즉시 할당받아 작업을 병렬 처리할 수 있다. 둘째, 비용 효율성 – Aneka의 청구 모듈이 Azure 사용량(시간당 인스턴스, 스토리지, 데이터 전송)을 집계해 사용자에게 상세 비용 보고서를 제공한다. 셋째, 멀티‑클라우드 전략 – 동일한 Aneka 매니저가 Azure, EC2, GoGrid 등 여러 클라우드에 동시에 연결될 수 있어, 워크로드 특성에 따라 최적의 공급자를 선택할 수 있다. 넷째, 개발 생산성 – 기존 Aneka API만 사용하면 되므로 개발자는 클라우드 인프라를 직접 다루는 복잡성을 피하고 비즈니스 로직 구현에 집중할 수 있다.

또한, 논문은 XenServer와 같은 사설 가상화 환경과의 연동 사례를 제시한다. XenServer 연동은 XenAPI 를 활용해 VM을 프로비저닝하고, Aneka가 제공하는 Hybrid Scheduler 가 사설 클러스터와 퍼블릭 Azure 클러스터 사이에 작업을 분산시켜 하이브리드 클라우드 운영을 가능하게 한다. 이러한 설계는 Aneka가 플러그인 기반 로 구현돼 있기 때문에 새로운 클라우드 공급자를 추가할 때 최소한의 코드 변경만으로 확장이 가능함을 보여준다.

결론적으로, Aneka와 Windows Azure의 통합은 PaaS 수준에서 동적 자원 관리, 멀티‑프로그래밍 모델 지원, 정교한 청구·가격 책정 기능을 제공함으로써 기업이 클라우드 비용을 최적화하고 애플리케이션 가용성을 높이는 데 기여한다. 향후 연구 과제로는 컨테이너 기반 워크로드(Kubernetes)와의 연동, 서버리스 함수 호출 모델 지원, 그리고 AI 기반 예측 스케줄링이 제시된다.