컴퓨터 지원 병렬 프로그램 자동 생성 시스템 PNCAS

초록

본 논문은 대규모 과학·공학 계산에 필요한 병렬 프로그램을 사용자가 직접 코딩하지 않아도 되도록 돕는 문제 해결 환경(PSE)인 P‑NCAS를 소개한다. 사용자는 문제 정의와 데이터 흐름을 그래픽으로 기술하면, 시스템이 자동으로 영역 분할, 통신 패턴 설계, 최적화 옵션 선택 등을 수행해 MPI/OpenMP 기반의 병렬 코드를 생성한다. 이를 통해 병렬화에 대한 전문 지식이 부족한 연구자도 효율적인 병렬 프로그램을 손쉽게 얻을 수 있다.

상세 요약

PNCAS는 전통적인 문제 해결 환경(PSE)의 확장형으로, “프로그래밍‑프리”를 목표로 하는 통합 개발 프레임워크이다. 핵심 구성 요소는 (1) 문제 기술 인터페이스, (2) 병렬화 전략 엔진, (3) 코드 생성기, (4) 검증·시뮬레이션 모듈이다. 사용자는 GUI 기반의 워크플로우 에디터에서 수학적 모델(편미분 방정식, 선형/비선형 시스템 등)을 입력하고, 변수와 경계조건을 정의한다. 이후 시스템은 자동으로 Domain Decomposition(공간 분할)과 Task Decomposition(작업 분할)을 분석한다. 여기서 중요한 점은, PNCAS가 문제의 연산 복잡도와 데이터 의존성을 정량화하여 적절한 병렬 패턴(예: 1‑D/2‑D 블록, 파이프라인, 파라렐 루프)을 선택한다는 것이다.

병렬화 전략 엔진은 두 가지 주요 알고리즘을 활용한다. 첫째, 그래프 기반 의존성 분석을 통해 데이터 흐름을 DAG(Directed Acyclic Graph)로 변환하고, 이를 바탕으로 최소 통신 횟수와 부하 균형을 동시에 만족하는 파티셔닝을 수행한다. 둘째, 비용 모델링을 적용해 각 파티션에 할당될 프로세스 수와 메시지 크기를 예측하고, 사용자 지정 옵션(예: 메시지 압축, 비동기 통신)과 결합해 최적의 실행 계획을 도출한다.

코드 생성 단계에서는 선택된 병렬 패턴에 맞춰 MPI와 OpenMP API 호출을 자동 삽입한다. 이때 PNCAS는 템플릿 기반 코드 스켈레톤을 사용해 가독성을 유지하고, 사용자 정의 함수와 외부 라이브러리(예: PETSc, Trilinos)와의 연동도 지원한다. 또한, 생성된 코드는 자동 테스트 벤치마크와 성능 프로파일링 모듈에 의해 검증된다. 테스트 결과는 시각화 대시보드에 실시간으로 표시되어, 병목 현상을 즉시 파악하고 파라미터를 재조정할 수 있다.

PNCAS의 장점은 (1) 비전문가도 복잡한 병렬 프로그램을 생성할 수 있다는 점, (2) 다양한 하드웨어 아키텍처(클러스터, GPU, 하이브리드)와의 이식성이 내장돼 있다는 점, (3) 설계 단계에서부터 성능 예측 모델을 제공함으로써 반복적인 튜닝 비용을 크게 절감한다는 점이다. 그러나 현재 시스템은 동적 로드 밸런싱이나 비정형 데이터 구조에 대한 지원이 제한적이며, 대규모 스케일‑업 테스트가 부족하다는 한계도 존재한다. 향후 연구에서는 머신러닝 기반 최적화 엔진을 도입해 자동 파라미터 튜닝을 강화하고, 클라우드·엣지 환경에 맞는 경량화 버전을 개발하는 방향이 제시된다.