멀티코어와 대규모 멀티스레드 아키텍처를 위한 그래프 색칠 알고리즘

초록

본 논문은 공유 메모리 기반 시스템에서 거리‑1 그래프 색칠 문제를 해결하기 위한 두 가지 멀티스레드 휴리스틱 알고리즘을 제안한다. 첫 번째는 투기와 반복을 이용한 일반적인 접근법으로 모든 공유‑메모리 환경에 적용 가능하고, 두 번째는 데이터플로우 원리를 활용해 Cray XMT와 같은 대규모 멀티스레드 아키텍처에 최적화되었다. 세 시스템(Sun Niagara 2, Intel Nehalem, Cray XMT)에서 대규모 합성 그래프를 이용해 실험한 결과, 두 알고리즘 모두 실행 시간에서 좋은 확장성을 보이며, 순차 알고리즘이 사용하는 색 수와 거의 동일한 품질을 유지한다는 점을 확인하였다.

상세 분석

논문은 먼저 거리‑1 그래프 색칠 문제의 난이도를 강조한다. 이 문제는 인접 정점이 서로 다른 색을 가져야 하는 제약을 갖는 NP‑hard 문제로, 과학·공학 시뮬레이션, 스케줄링, 메모리 할당 등 다양한 분야에서 핵심적인 역할을 한다. 기존의 순차적 휴리스틱은 색 수를 최소화하는 데는 효과적이지만, 대규모 그래프에 적용할 경우 메모리 대역폭과 캐시 일관성 문제로 병목이 발생한다. 이를 해결하기 위해 저자는 두 가지 병렬 전략을 설계한다. 첫 번째 전략은 ‘Speculative Iterative Coloring’이라 명명했으며, 각 스레드가 독립적으로 정점을 색칠하고 충돌이 감지되면 재시도하는 과정을 반복한다. 이 방식은 작업 부하를 균등하게 분산시키고, 충돌 검증 단계에서 원자 연산을 최소화함으로써 메모리 일관성 비용을 낮춘다. 두 번째 전략은 Cray XMT의 대규모 멀티스레드 특성을 활용한 ‘Dataflow‑Driven Coloring’이다. 여기서는 정점과 인접 리스트를 스트림 형태로 흐르게 하고, 색 할당을 데이터 의존성 그래프에 매핑한다. 각 스레드는 필요할 때만 활성화되며, 워크로드가 자동으로 부하 균형을 이루게 된다. 이러한 설계는 XMT의 ‘동시성 제어 없이도 안전한 메모리 접근’ 메커니즘과 잘 맞아, 스레드 수가 수십만에 달해도 성능 저하 없이 확장된다. 실험에서는 세 시스템에 대해 동일한 그래프 집합을 사용했으며, 그래프 유형(스케일‑프리, 랜덤, 파워‑그리드 등)과 크기(수백만 정점, 수억 엣지)를 다양하게 변형하였다. 결과는 두 알고리즘 모두 실행 시간에서 거의 선형적인 확장성을 보였으며, 색 수는 순차 알고리즘 대비 1~2% 이내의 차이만을 보였다. 특히 XMT 전용 알고리즘은 스레드 수가 증가함에 따라 오히려 실행 시간이 감소하는 현상을 보였는데, 이는 데이터플로우 기반 설계가 메모리 접근 패턴을 최적화하고, 스레드 간 충돌을 근본적으로 회피했기 때문이다. 또한, Niagara 2와 Nehalem에서는 스레드 수가 코어 수에 근접할 때까지는 성능 향상이 지속되었지만, 그 이후에는 메모리 대역폭 한계에 부딪혀 포화 현상이 나타났다. 이러한 관찰은 아키텍처별 메모리 서브시스템 특성이 병렬 그래프 알고리즘의 설계에 미치는 영향을 명확히 보여준다. 논문은 마지막으로 두 접근법의 장단점을 정리하고, 향후 비정형 메모리와 하이브리드 멀티코어·멀티스레드 시스템에 대한 확장 가능성을 제시한다.