동적 스케줄링으로 구현하는 부분 유동·부분 손실 큐 시스템의 최적 성능

초록

본 논문은 즉시 서비스를 요구하는 소형 작업(‘열성’)과 대기 가능성이 있는 대형 작업(‘관용’)이 공존하는 단일 서버 시스템을 대상으로, 열성 작업의 도착·서비스 속도를 무한대로 스케일링하는 “짧은‑빈도 작업(SFJ) 한계” 하에서 동적 스케줄링 정책의 성능을 분석한다. 열성 클래스는 차단 확률, 관용 클래스는 평균 체류시간을 주요 지표로 삼으며, 두 클래스의 성능이 각각의 독립적인 차단 확률에만 의존한다는 ‘동적 의사보존법칙’을 도출한다. 또한, 가능한 성능 벡터의 파레토 프론티어를 규명하고, (L, d) 두 파라미터로 정의되는 파레토‑완전 스케줄링 군을 제시한다. 수치 실험을 통해 SFJ 근사치가 실제 시스템에서도 높은 정확도를 보임을 확인한다.

상세 분석

이 연구는 두 종류의 작업이 동시에 존재하는 서비스 시스템을 수학적으로 다루면서, 기존 연구가 주로 정적 우선순위나 단일 클래스 손실 모델에 머물렀던 점을 크게 확장한다. 핵심은 ‘짧은‑빈도 작업(SFJ) 한계’를 도입해 열성 클래스의 도착률 λ γ와 서비스 속도 μ γ를 동시에 무한대로 확대하되, 부하 ρ γ = λ γ/μ γ는 일정하게 유지한다는 점이다. 이 스케일링은 열성 작업이 매우 빠른 시간 스케일에서 거의 즉시 처리되거나 차단되는 ‘부분 손실’ 시스템으로 변환되며, 관용 작업은 원래의 시간 스케일을 유지한다는 시계열 분리(time‑scale separation)를 만든다.

동적 스케줄링 정책은 ‘중첩형’ 구조로 정의된다. 관용 큐의 현재 점유 상태 j에 따라 하나의 열성 서브‑정책을 선택하고, 해당 서브‑정책은 열성 작업 수 c에만 의존해 입·출입 제어와 서비스 할당 비율을 결정한다. 이때 가정 A.1‑A.4는 (i) 관용 큐에 변화가 있을 때 열성 작업을 전부 삭제해 서브‑정책 전환을 단순화하고, (ii) 각 서브‑정책이 열성 작업 수에만 의존하도록 하며, (iii) 입장 시 최소 서비스 속도 c_min > 0을 보장해 열성 작업이 ‘손실 시스템’으로 동작하도록 만든다. 이러한 가정은 SFJ 한계에서 차단 확률에 영향을 주지 않으며, 실제 시뮬레이션에서도 무시할 수 있는 정도임을 논문이 증명한다.

주요 결과인 ‘동적 의사보존법칙(pseudo‑conservation law)’은 각 관용 점유 수준 j에 대해 해당 서브‑정책의 독립적인 차단 확률 P_Bj만 알면, 열성 클래스의 전체 차단 확률과 관용 클래스의 평균 체류시간을 정확히 계산할 수 있음을 보여준다. 즉, 복잡한 상태‑의존 스케줄링을 단순히 ‘정적 차단 확률’이라는 스칼라 값으로 요약할 수 있다. 이는 전통적인 보존법칙이 다중 클래스 시스템에서 전체 작업량을 보존하는 것과 달리, 여기서는 ‘차단 확률’이라는 손실 메트릭을 보존한다는 점에서 새로운 해석을 제공한다.

파레토 프론티어 분석에서는 가능한 (차단 확률, 평균 체류시간) 쌍의 집합을 정의하고, (L, d) 파라미터로 구성된 두‑파라미터 정책군이 이 프론티어를 완전히 커버함을 증명한다. 구체적으로 L은 관용 큐의 임계점유수이며, d∈(0,1)는 임계점에서 차단 확률을 조정하는 확률적 혼합 비율이다. L 이하에서는 최소 차단 확률, L 초과에서는 최대 차단 확률을 적용함으로써, 원하는 성능 트레이드‑오프를 정밀하게 조정할 수 있다. 이 정책군이 ‘파레토‑완전(Pareto‑complete)’하다는 것은 파라미터 공간을 변화시켜 프론티어상의 모든 효율적 점을 구현할 수 있음을 의미한다.

마지막으로, 논문은 수치 실험을 통해 μ γ가 중간 규모(예: 10100)일 때도 SFJ 근사가 실제 시스템의 차단 확률과 평균 체류시간을 12% 이내로 정확히 예측한다는 점을 보여준다. 이는 제안된 모델이 이론적 한계뿐 아니라 실무 적용에서도 신뢰성을 가진다는 강력한 증거가 된다.