에지 허브 클라우드 연속체 워크플로우 작업 할당 신뢰성 및 지연 최적화 프레임워크

초록

본 논문은 에지‑허브‑클라우드 3계층 구조에서 워크플로우 작업을 할당할 때 신뢰성과 지연을 동시에 최적화하는 정확한 이진 정수 선형계획(BILP) 모델을 제안한다. 시간 중복 기법을 포함한 제약조건(메모리·스토리지·에너지·통신 대역폭 등)을 모두 고려해, 실제 UAV 기반 전력 설비 점검 워크플로우와 다양한 합성 워크플로우에 대해 평균 84 % 신뢰성 향상과 50 % 지연 감소를 달성하였다.

상세 분석

이 연구는 기존 연구가 주로 단일 목표(신뢰성 또는 지연) 혹은 다목적 최적화를 시도하지만, 메모리·스토리지·에너지·통신 대역폭 등 실질적인 시스템 제약을 무시하는 한계를 지적한다. 특히 에지‑허브‑클라우드 연속체는 전통적인 에지‑클라우드 3계층과 달리 허브가 중간에 위치해 제한된 연산·에너지·통신 자원을 갖는다. 논문은 이러한 특성을 반영해 두 단계의 작업 그래프 변환을 도입한다. 첫 번째 변환(TG→EG)은 각 작업을 에지, 허브, 클라우드에 할당 가능한 후보들을 명시적으로 생성하고, 에너지·신뢰성 모델을 삽입한다. 두 번째 변환(EG→REG)은 작업별 신뢰성 요구에 따라 이중·삼중 실행(시간 중복) 옵션을 추가한다. 이렇게 확장된 그래프는 BILP 변수와 제약식으로 직접 매핑되어, 각 작업당 하나의 할당과 하나의 중복 옵션만 선택하도록 강제한다.

목표 함수는 가중합 형태로 신뢰성(1‑신뢰도)과 지연을 동시에 최소화한다. 가중치는 사용자가 시스템 요구에 따라 조정 가능해, 신뢰성 중심, 지연 중심 혹은 균형 잡힌 설계 탐색을 지원한다. 제약식은 다음을 포함한다. (1) 각 장치의 CPU, 메모리, 스토리지 한계, (2) 배터리 에너지 제한, (3) 통신 링크 대역폭 및 전송 지연, (4) 작업 간 선행 관계 보장, (5) 최소 신뢰성 요구치 충족. 특히 시간 중복에 따른 추가 실행 비용(연산·통신·에너지)을 정확히 모델링함으로써, 중복이 과도하게 적용돼 전체 지연이 폭증하는 상황을 방지한다.

실험에서는 실제 UAV 기반 전력 설비 점검 워크플로우(다중 이미지 캡처·전처리·전송·클라우드 분석·결과 피드백)를 대상으로 6가지 가중치 조합을 테스트했다. 베이스라인으로는 단순 라운드‑로빈 할당, 에너지 최소화 히스토리, 그리고 기존 문헌의 휴리스틱(예: 신뢰성‑지연 비율 기반) 등을 사용했으며, 제안 방법은 평균 84.19 % 신뢰성 향상과 49.81 % 지연 감소를 기록했다. 합성 워크플로우(노드 수 10200, 다양한 DAG 구조)에서도 0.0350.94초의 해결 시간으로 확장성을 입증했다.

주요 기여는 (1) 두 단계 그래프 변환을 통한 전체 설계 공간 명시화, (2) 시간 중복을 포함한 다목적 BILP 모델링, (3) 메모리·스토리지·에너지·통신 제약을 모두 포괄한 완전한 제약식 정의, (4) 실제 에지‑허브‑클라우드 환경에서의 실증적 성능 검증이다. 한계점으로는 BILP 해결 시간이 워크플로우 규모가 크게 증가하면 수십 초 수준으로 늘어날 수 있어, 실시간 동적 할당에는 부적합하다는 점이다. 향후 연구에서는 문제 분할·분산 BILP 혹은 하이브리드 휴리스틱을 도입해 대규모 동적 시나리오에 적용할 계획이다.