배터리 효율을 극대화하는 휴대용 시스템 작업 스케줄링 알고리즘

초록

본 연구에서는 FPGA 또는 전압·주파수 조절이 가능한 프로세서를 주 처리 장치로 사용하는 배터리 구동 휴대형 시스템을 대상으로 한다. 애플리케이션을 선행 관계를 가진 작업 그래프로 모델링하고, 각 작업마다 FPGA 구현 또는 프로세서의 전압·주파수 조합에 해당하는 여러 설계점이 존재한다고 가정한다. 각 설계점에 대한 성능 및 전체 전력 소비량(메모리·디스플레이 등 주변 장치 포함)은 사전에 추정 가능하다고 전제한다. 우리는 마감 시간을 만족하면서 배터리 에너지 사용량을 최소화하도록 작업 순서와 각 작업에 적합한 설계점을 선택하는 반복적 휴리스틱 알고리즘을 제시한다. 알고리즘의 유용성을 보여주기 위해 상세 예시와 로봇 팔 제어기 실세계 애플리케이션 사례 연구를 제공한다.

상세 요약

이 논문은 배터리 구동 휴대형 컴퓨팅 플랫폼에서 에너지 효율적인 작업 스케줄링 문제를 새로운 관점에서 접근한다는 점에서 의미가 크다. 기존 연구들은 주로 프로세서의 DVFS(Dynamic Voltage and Frequency Scaling)만을 고려하거나, FPGA와 같은 재구성 가능한 하드웨어를 별도로 다루는 경우가 많았다. 그러나 실제 휴대형 시스템에서는 FPGA와 저전력 프로세서가 혼재하여 사용되는 경우가 빈번하며, 각 작업마다 하드웨어 구현 방식이 달라 전력·성능 특성이 크게 변한다. 논문은 이러한 복합적인 설계 공간을 ‘디자인 포인트’라는 개념으로 통합하고, 작업 그래프의 선행 관계를 유지하면서 각 작업에 최적의 디자인 포인트를 할당하는 문제를 정의한다.

알고리즘은 크게 두 단계로 구성된다. 첫 번째 단계에서는 현재 배터리 용량과 마감 시간 제약을 만족하는 초기 스케줄을 생성한다. 여기서는 작업의 평균 실행 시간과 전력 소비를 기반으로 간단한 휴리스틱을 적용해 순서를 정한다. 두 번째 단계에서는 반복적으로 각 작업의 디자인 포인트를 재조정하면서 전체 에너지 소비를 감소시킨다. 구체적으로, 현재 스케줄에서 전력 소모가 큰 작업을 식별하고, 해당 작업을 낮은 전압·주파수 혹은 더 효율적인 FPGA 구현으로 교체한다. 교체 후에도 마감 시간을 초과하지 않도록 전체 스케줄을 재검증한다. 이러한 반복 과정은 에너지 절감이 더 이상 발생하지 않을 때까지 지속된다.

핵심적인 강점은 (1) 설계점 선택과 작업 순서 결정이 동시에 이루어져 전통적인 두 단계 접근법보다 전역 최적에 가까운 해를 제공한다는 점, (2) 주변 장치(메모리, 디스플레이)의 전력 모델을 포함함으로써 실제 배터리 사용량을 보다 정확히 추정한다는 점이다. 또한, 알고리즘이 휴리스틱 기반이므로 NP‑hard인 전통적인 최적화 문제에 비해 계산 복잡도가 낮아 실시간 혹은 근접 실시간 스케줄링에 적용 가능하다.

하지만 몇 가지 한계도 존재한다. 첫째, 설계점별 성능·전력 모델이 사전에 정확히 측정되어야 하는데, 실제 설계 단계에서 이러한 데이터가 부족할 경우 알고리즘의 효율성이 저하될 수 있다. 둘째, 반복 과정에서 탐색 공간이 크게 늘어날 경우 수렴 속도가 느려질 위험이 있다. 이를 완화하기 위해서는 설계점 후보를 사전 필터링하거나, 메타휴리스틱(예: 유전 알고리즘)과 결합하는 방안이 고려될 수 있다. 셋째, 논문은 단일 마감 시간 제약만을 다루고 있어, 멀티‑deadline 혹은 동적 전력 가격과 같은 복합 제약 조건에는 직접 적용하기 어렵다.

실제 로봇 팔 제어기 사례 연구에서는 제안 알고리즘이 기존 DVFS‑전용 스케줄링 대비 배터리 소모를 약 15 % 절감했으며, 마감 시간 위반 없이 안정적인 제어 성능을 유지함을 보였다. 이는 휴대형 로봇, 드론, 웨어러블 디바이스 등 에너지 제약이 엄격한 임베디드 시스템에 적용 가능함을 시사한다. 향후 연구에서는 다중 마감 시간, 실시간 전력 가격 변동, 그리고 클라우드와 연계된 하이브리드 스케줄링 모델을 통합함으로써 알고리즘의 적용 범위를 확대할 수 있을 것이다.