리그 챔피언십 알고리즘 기반 IaaS 클라우드 작업 스케줄링

초록

본 논문은 2009년 제안된 리그 챔피언십 알고리즘(LCA)을 활용하여 인프라스트럭처 서비스(IaaS) 클라우드 환경에서 작업 스케줄링을 수행하는 새로운 기법을 제시한다. 비선점형 가정하에 기존의 FCFS, LJF, BEF와 비교 실험을 진행했으며, 평균 응답 시간과 평균 완료 시간을 평가 지표로 사용하였다. 실험 결과, 가상 머신 수가 증가할수록 LCA 기반 스케줄러가 다른 알고리즘보다 평균적으로 더 우수한 성능을 보였다.

상세 분석

이 논문은 전통적인 인구 기반 메타휴리스틱 기법을 클라우드 작업 스케줄링에 적용한 점에서 의미가 있다. LCA는 축구 리그의 경기 결과를 모사하여 해집단 간 경쟁과 협력을 통해 탐색·활용 균형을 맞추는 메커니즘을 제공한다. 저자는 이를 가상 머신(VM) 할당 문제에 매핑하면서, 각 팀을 후보 스케줄링 해, 경기 결과를 비용 함수(응답 시간·완료 시간)와 연결시켰다.

실험 설계는 네 가지 알고리즘을 동일한 워크로드와 비선점형 스케줄링 조건 하에 비교한다는 점에서 공정성을 확보하려 했지만, 몇 가지 한계가 존재한다. 첫째, 워크로드 특성이 단일 유형(예: CPU‑집중형)인지, 다양한 작업 특성을 포함했는지 명시되지 않아 일반화 가능성이 제한된다. 둘째, LCA 파라미터(팀 수, 시즌 길이, 경기 규칙 등)의 설정 기준이 제시되지 않아 재현성이 낮다. 셋째, 성능 평가 지표가 평균 응답 시간과 평균 완료 시간에 국한되어 있어, 스루풋, 자원 이용률, SLA 위반률 등 실 서비스 환경에서 중요한 메트릭이 누락되었다.

알고리즘 자체는 비선점형을 전제로 하므로, 작업이 실행 중일 때 새로운 작업이 들어와도 기존 작업을 중단하지 못한다. 이는 클라우드 환경에서 동적 부하 변화에 대한 적응성을 저해할 수 있다. 또한, LCA는 연속적인 탐색 공간을 전제로 하지만, 실제 VM 할당은 이산적인 자원 블록으로 표현되므로, 연속→이산 변환 과정에서 발생할 수 있는 근사 오차가 논의되지 않았다.

그럼에도 불구하고, 실험 결과는 VM 수가 증가함에 따라 LCA 기반 스케줄러가 평균 응답 시간과 완료 시간에서 다른 세 알고리즘보다 일관되게 우수함을 보여준다. 이는 LCA가 탐색 단계에서 다양한 후보 해를 유지하면서 지역 최적에 빠지지 않는 특성이 스케일이 커질수록 효과를 발휘한다는 점을 시사한다.

향후 연구에서는 (1) 다양한 워크로드 프로파일(CPU, 메모리, I/O 집중형)과 다중 우선순위 작업을 포함한 시나리오에서 성능을 검증하고, (2) LCA 파라미터 자동 튜닝 메커니즘을 도입해 재현성을 높이며, (3) 선점형 확장 및 동적 VM 스케일링과 결합해 실제 클라우드 서비스 운영에 적용 가능한 하이브리드 스케줄링 프레임워크를 설계하는 것이 필요하다. 또한, 에너지 소비와 비용 효율성 같은 비기능적 요구사항을 포함한 다목적 최적화 문제로 확장한다면, LCA 기반 접근법의 실용성을 한층 강화할 수 있을 것이다.