성능 향상을 위한 이중 차원 동시 자료구조 설계 프레임워크

초록

본 논문은 동시 자료구조의 의미적 완화를 두 차원(인스턴스 개수와 연속 사용 횟수)으로 제어하는 락‑프리 프레임워크를 제안한다. 폭(width)과 깊이(depth)를 조절해 k‑out‑of‑order 보장을 유지하면서 메모리 접근 충돌을 감소시키고, 완화 정도가 증가할수록 처리량이 단조롭게 상승함을 이론과 실험으로 입증한다. 큐, 스택, 카운터, 데크 등에 적용한 결과 기존 설계보다 확연히 높은 확장성과 스루풋을 보였다.

상세 분석

이 논문은 기존의 의미 완화 기법이 ‘한 차원’(주로 인스턴스 수 증가)만을 활용해 병렬성을 높이는 데 한계가 있음을 지적한다. 인스턴스 수가 늘어나면 충돌은 감소하지만, 스레드가 매번 다른 인스턴스를 찾아야 하는 탐색 비용과 캐시 라인 교체가 급증한다. 저자들은 이러한 트레이드오프를 해소하기 위해 두 차원을 동시에 조정하는 2D 설계 모델을 도입한다. 첫 번째 차원인 **폭(width)**은 사용할 서브‑구조(인스턴스)의 개수를 의미한다. 폭이 클수록 메모리 접근이 분산돼 충돌이 줄어들지만, 인스턴스 선택 비용이 증가한다. 두 번째 차원인 **깊이(depth)**는 하나의 스레드가 동일한 서브‑구조에서 연속적으로 수행할 수 있는 최대 연산 수를 제한한다. 깊이가 클수록 로컬리티가 향상돼 캐시 효율이 높아지지만, 동일 인스턴스에 과도한 연산이 몰리면 균형이 깨진다.

논문은 윈도우(Window) 개념을 도입해 각 서브‑구조에 대해 `