클라우드 인프라 서비스 탐색을 위한 온톨로지 기반 시스템

초록

본 논문은 클라우드 인프라 서비스의 기능적·비기능적 특성을 체계적으로 기술한 OWL 기반 온톨로지인 CoCoOn을 제안하고, 이를 활용한 서비스 검색 시스템을 구현한다. 다양한 클라우드 제공자의 서비스 설명을 통합하고, 의미 기반 질의로 사용자가 요구하는 서비스 조합을 효율적으로 찾아준다.

상세 분석

CoCoOn은 클라우드 컴퓨팅 도메인의 핵심 개념을 계층적으로 모델링한다. 최상위 클래스는 서비스와 리소스로 구분되며, 서비스는 IaaS PaaS SaaS 로 세분화된다. IaaS 하위에는 가상 머신 스토리지 네트워크 등 물리적 자원을 추상화한 클래스가 존재하고, 각각은 CPU 코어 수 메모리 용량 디스크 유형 등 정량적 속성을 가진다. 비기능적 속성은 비용 성능 보안 가용성 등 QoS 지표로 정의되며, 온톨로지 내에서 객체와 속성 간의 관계를 OWL 객체 속성 및 데이터 속성으로 명시한다. 이러한 설계는 서로 다른 클라우드 제공자가 사용하는 용어와 스키마를 매핑하는 데 핵심 역할을 한다. 예를 들어 AWS의 “t2.micro”와 Azure의 “B1s”는 동일한 CPU·메모리 조합을 나타내지만 명칭이 다르다. CoCoOn은 이러한 이질성을 개념적 클래스와 속성으로 통합함으로써 의미 기반 매칭을 가능하게 한다. 시스템 구현 단계에서는 각 제공자의 API 혹은 문서에서 메타데이터를 추출해 RDF 트리플 형태로 변환하고, SPARQL 엔드포인트에 적재한다. 사용자는 자연어에 가까운 질의를 입력하거나, 속성값 범위를 지정하는 필터를 적용해 원하는 서비스 조합을 검색한다. 질의 처리 과정은 먼저 질의 파싱 모듈이 키워드를 온톨로지 개념에 매핑하고, 매핑된 개념을 기반으로 SPARQL 쿼리를 자동 생성한다. 생성된 쿼리는 트리플 스토어에서 실행되어 일치하는 서비스 인스턴스를 반환한다. 성능 평가에서는 실제 AWS, Azure, Google Cloud 의 대표적인 인프라 서비스 30여 개를 대상으로 매핑 정확도와 질의 응답 시간을 측정하였다. 결과는 기존 키워드 기반 검색에 비해 정확도가 20% 이상 향상되고, 평균 질의 응답 시간은 200밀리초 이하로 유지되는 것으로 나타났다. 또한, 비기능적 요구사항(예: 비용 한도, 지역 제한)까지 포함한 복합 질의에서도 높은 만족도를 보였다. 이러한 결과는 온톨로지 기반 메타모델이 클라우드 서비스의 이질성을 효과적으로 추상화하고, 의미 기반 검색을 실현할 수 있음을 입증한다.