Mercury 병렬 프로그램 프로파일링을 위한 ThreadScope 활용

초록

이 논문은 순수 논리 프로그래밍 언어인 Mercury의 병렬 실행을 시각화하고 분석하기 위해 Haskell용 ThreadScope 프로파일러를 확장·적용한 방법을 제시한다. Mercury 런타임의 엔진·컨텍스트·스파크 구조를 그대로 활용하면서 새로운 이벤트를 추가해 작업 블로킹·스파크 스틸링·퓨처 신호 등을 기록한다. 이를 통해 개발자, 런타임 구현자, 자동 병렬화 연구자 모두가 병목, 과도한 스파크 생성, 캐시 히트·미스 등을 정량적으로 파악하고 최적화할 수 있다.

상세 분석

본 논문은 Mercury의 병렬 모델을 상세히 분석한 뒤, 기존 Haskell용 ThreadScope 프로파일러를 Mercury에 맞게 재설계한 점이 가장 큰 공헌이다. Mercury는 엔진(가상 CPU)과 컨텍스트(실행 중인 작업)라는 두 계층 구조를 갖으며, 병렬 구문은 오직 결정적(conjunction) 형태만 허용한다. 컴파일러는 각 병렬 구문을 바리어와 스파크(spark)로 변환하고, 생산자와 소비자 사이의 데이터 의존성을 ‘퓨처(future)’라는 구조로 관리한다. 이러한 설계는 실행 시 블로킹과 스파크 스틸링이 빈번히 발생할 수 있음을 의미한다.

ThreadScope는 시간 스탬프 기반 이벤트 로그를 시각화하는 도구로, 원래는 Haskell의 ‘capability’와 ‘thread’를 대상으로 했다. 논문에서는 Mercury의 엔진·컨텍스트·스파크 개념을 그대로 매핑하고, 기존 이벤트에 두 개의 새로운 인자를 추가해 스파크의 식별자와 해당 스파크가 어떤 컨텍스트에서 생성·실행됐는지를 기록한다. 특히 RUN_SPARK와 STEAL_SPARK 이벤트에 스파크 ID를 부여함으로써, 어떤 작업이 언제, 어느 엔진에서 스틸되었는지를 정확히 추적할 수 있다.

이러한 확장은 세 가지 주요 사용자 그룹에 직접적인 이점을 제공한다. 첫째, 애플리케이션 개발자는 바리어 대기 시간, 과도한 스파크 생성, 불균형한 작업 분배 등을 그래프 형태로 확인함으로써 병렬 구문의 그레인ularity를 조정하거나, 불필요한 의존성을 제거할 수 있다. 둘째, 런타임 구현자는 스파크 큐 관리, 가비지 컬렉션 시점, 엔진 스케줄링 정책 등에 대한 정량적 데이터를 얻어, 예를 들어 ‘sleeping worker’가 신호에 반응하는 지연 시간이나 캐시 워밍 효과를 측정하고, 이를 기반으로 스케줄러를 튜닝한다. 셋째, 자동 병렬화 연구자는 각 병렬화 후보에 대한 비용·이득 모델을 실제 실행 프로파일에서 추출된 통계치로 보정할 수 있다.

기술적으로는 로그 파일 크기와 분석 효율성을 고려해 이벤트 설계 원칙을 유지하면서도, 필요한 정보를 최소한의 오버헤드로 기록하도록 설계했다. 예를 들어 컨텍스트 ID는 블록 헤더에 한 번만 기록하고, 대부분의 이벤트는 암묵적인 현재 엔진·컨텍스트 정보를 활용한다. 또한, 기존 ThreadScope와의 하위 호환성을 유지하기 위해 일부 이벤트는 여전히 스파크 ID를 포함하지 않지만, 새로운 파서가 이를 보완하도록 구현했다.

전체적으로 이 작업은 Mercury와 Haskell 사이의 런타임 유사성을 활용해 기존 도구를 재사용함으로써 개발 비용을 크게 절감하고, 병렬 프로그램 분석에 필요한 풍부한 데이터를 제공한다는 점에서 의의가 크다.