엣지 자원 할당을 위한 다중 옵션 최적화

초록

**
EdgeMORE는 서비스 제공자가 여러 실행 구성을 선언하도록 하여, 네트워크 운영자가 각 테넌트에 가장 효율적인 옵션을 선택함으로써 엣지 컴퓨팅의 전체 유틸리티를 극대화하는 정수선형계획 기반 자원 할당 프레임워크이다.

**

상세 분석

**
본 논문은 엣지 컴퓨팅 환경에서 네트워크 운영자(NO)가 제한된 물리적 자원을 다수의 서비스 제공자(SP)에게 효율적으로 배분하는 문제를 다룬다. 기존 연구들은 주로 SP가 요구하는 고정된 자원량을 전제로 최적 배분을 시도했으나, 실제 서비스는 처리량, 지연 요구사항 등에 따라 다양한 실행 옵션을 가질 수 있다는 점을 간과했다. EdgeMORE는 이러한 “서비스 적응성”을 모델링하여, 각 SP가 제공할 수 있는 여러 구성(예: 전부 엣지 실행, 부분 엣지·클라우드 혼합, 전부 클라우드 실행 등)을 선언하도록 설계되었다. 각 구성은 필요한 CPU·메모리·대역폭 등 자원량과 NO에게 제공되는 유틸리티(대역폭 절감, 운영비 절감, 사용자 QoE 향상 등)를 명시한다.

문제는 “각 SP에 대해 어느 구성을 선택할 것인가”라는 이산 선택 문제로 전환된다. 저자들은 이를 정수선형계획(ILP)으로 수식화했으며, 목적함수는 전체 유틸리티의 합을 최대화하도록 설정하고, 제약조건은 (1) 각 자원 종류별 총 사용량이 물리적 한계를 초과하지 않음, (2) 각 SP는 하나의 구성만 선택됨을 보장한다. ILP는 NP‑hard 특성을 가지지만, 논문에서는 상용 솔버(CPLEX, Gurobi)를 이용해 실험 규모(수십~수백개의 SP, 수백개의 자원)에서 최적해를 도출할 수 있음을 보였다.

시뮬레이션에서는 기존 단일 옵션 모델과 비교했을 때, EdgeMORE가 평균 25%~40% 수준의 유틸리티 향상을 달성한다. 특히 자원 포화 상황에서 서비스 적응성을 활용하면, 일부 SP는 최소 자원으로도 기본 QoE를 유지하고, 다른 SP는 추가 자원을 받아 고부가가치를 창출하도록 배분할 수 있다. 이는 NO가 수익을 극대화하면서도 전체 네트워크 효율성을 높이는 전략적 선택을 가능하게 한다.

또한 논문은 모델 확장 가능성을 논의한다. 예를 들어, 다중 시간 슬롯을 고려한 동적 할당, 서비스 간 상호 의존성(예: 데이터 흐름 연쇄) 모델링, 그리고 비용-편익을 정량화하는 다목적 최적화 등으로 확장할 수 있다. 이러한 확장은 EdgeMORE가 실제 운영 환경에서 지속 가능한 자원 관리 프레임워크로 자리매김할 수 있는 기반을 제공한다.

**