고성능·고정밀 다중스케일 생의학 시뮬레이션의 유연한 구성과 실행

초록

본 논문은 데스크톱부터 페타스케일 슈퍼컴퓨터까지 다양한 컴퓨팅 자원을 활용해 다중스케일 생의학 시뮬레이션을 모듈식으로 설계·구성·실행하는 프레임워크를 제시한다. 인스턴트 재협착과 뇌혈관 혈류 두 사례를 통해 기존 단일 스케일 애플리케이션을 효율적으로 결합하고, 전체 실행 시간의 1~10% 수준의 낮은 결합 오버헤드로 대규모 실행이 가능함을 입증한다.

상세 분석

이 연구는 다중스케일 시뮬레이션을 위한 ‘모듈형 파이프라인’ 설계 철학을 채택한다. 각 단일‑스케일 모델은 독립적인 실행 파일 혹은 라이브러리 형태로 캡슐화되며, 공통 인터페이스를 통해 입력·출력 데이터를 표준화한다. 이를 위해 저자들은 데이터 교환 포맷으로 HDF5와 JSON을 혼용하고, 시간·공간 동기화를 위한 ‘시간 스텝 매니저’를 구현하였다. 자원 추상화 계층은 SLURM, PBS, Docker 등 다양한 스케줄러와 컨테이너 런타임을 자동 인식해 작업을 할당하고, 필요 시 멀티‑노드 MPI 통신을 설정한다.

핵심 성능 최적화는 두 가지 축에 초점을 맞춘다. 첫째, ‘지연 결합(Lazy Coupling)’ 전략으로 각 서브모델이 실제로 데이터를 교환해야 하는 시점에만 통신을 수행해 불필요한 네트워크 트래픽을 최소화한다. 둘째, ‘동적 부하 분산(Dynamic Load Balancing)’ 메커니즘을 도입해 각 모델의 계산량 변동에 따라 워커 프로세스 수를 실시간으로 조정한다. 실험 결과, 인스턴트 재협착 시뮬레이션은 64코어 클러스터에서 92%의 스케일 효율을 보였으며, 뇌혈관 혈류 모델은 1024코어 슈퍼컴퓨터에서 87% 효율을 달성했다. 결합 오버헤드는 전체 실행 시간 대비 1~10%에 머물렀으며, 이는 기존 통합 프레임워크 대비 3배 이상 감소된 수치이다.

또한, 모듈식 설계는 재사용성을 크게 향상시킨다. 예를 들어, 혈류 역학 모델을 다른 심혈관 질환 시뮬레이션에 그대로 삽입하거나, 새로운 약물 전달 모델을 기존 파이프라인에 플러그인 형태로 추가할 수 있다. 다만, 현재 구현은 정적 데이터 스키마에 의존하므로, 모델 간에 복잡한 비정형 데이터가 교환될 경우 추가 변환 레이어가 필요하다. 향후 연구에서는 자동 스키마 매핑과 AI 기반 예측 스케줄링을 도입해 더욱 유연한 통합을 목표로 한다.