클라우드 환경 비용 절감을 위한 컨테이너 자동 스케일링 및 재배치

초록

본 논문은 쿠버네티스 기반의 플러그인 스케줄러를 구현하여, 컨테이너 초기 배치 최적화, 실시간 워크로드 기반 VM 자동 확장·축소, 그리고 이동 가능한 작업의 재배치를 통한 자원 통합을 동시에 수행한다. 호주 국립 클라우드 인프라에서 실험한 결과, 기존 쿠버네티스 스케줄러 대비 평균 58%의 비용 절감 효과를 확인하였다.

상세 분석

이 연구는 세 가지 핵심 목표를 통합한 자원 관리 프레임워크를 제시한다. 첫 번째 목표는 기존 클러스터 내에서 컨테이너를 최소한의 워커 VM에 배치하는 초기 스케줄링 알고리즘이다. 이를 위해 CPU와 메모리 요구량을 고려한 이진 패킹(Bin‑Packing) 기법을 변형하고, 워크로드 특성(장기 서비스 vs. 배치 작업)을 구분하여 우선순위를 부여한다. 두 번째 목표는 실시간 워크로드 변동에 대응하는 자동 스케일링 메커니즘이다. 클러스터의 전체 자원 사용률을 모니터링하고, 사전 정의된 임계값을 초과하면 새로운 VM을 프로비저닝하고, 사용률이 낮아지면 안전하게 VM을 종료한다. 여기서 중요한 점은 스케일링 결정이 컨테이너 배치 정보를 포함한다는 점이다. 기존 클라우드 제공자의 독립적인 오토스케일러와 달리, 제안된 알고리즘은 컨테이너 레벨의 자원 요구와 이동 가능성을 동시에 고려한다. 세 번째 목표는 재배치(Rescheduling) 메커니즘이다. 워크로드가 포화 상태에 도달하거나 새로운 고자원 요구 작업이 들어올 경우, 이동 가능한 장기 서비스 컨테이너를 다른 노드로 옮겨 공간을 확보한다. 이 과정에서 컨테이너의 상태 저장 및 무중단 재시작을 보장하기 위해 쿠버네티스의 PodDisruptionBudget과 같은 기능을 활용한다. 알고리즘은 두 단계로 구성되는데, 첫 번째는 ‘가벼운’ 재배치로 기존 노드 내 빈 공간을 재조정하고, 두 번째는 ‘무거운’ 재배치로 전체 클러스터를 재구성한다. 실험은 호주 국립 클라우드 인프라(Australian National Cloud)를 이용해 다양한 워크로드 시나리오(CPU‑집중, 메모리‑집중, 혼합)를 적용하였다. 결과는 초기 배치 최적화만으로도 평균 20%의 비용 절감이 가능했으며, 자동 스케일링과 재배치를 결합했을 때 전체 비용이 58%까지 감소함을 보여준다. 또한, 서비스 지연 시간과 SLA 위반률은 기존 스케줄러 대비 크게 개선되었다. 이 논문은 클라우드 네이티브 환경에서 비용 효율성과 성능을 동시에 달성하기 위한 통합 자원 관리 전략을 제시하며, 특히 퍼블릭 클라우드의 과금 모델을 고려한 실시간 스케일링과 재배치가 핵심 차별점으로 작용한다는 점을 강조한다.