-
정송 교수 연구팀, 아시아대학 최초 ACM MobiSys 2021 Best Paper Award 수상
우리 대학 AI대학원과 전기및전자공학부 소속 정송 교수 연구실의 김세연 박사과정생과 이경한 박사졸업생 (현 서울대 전기정보공학부 부교수)이 지난 주 COVID-19으로 인해 온라인으로 개최된 2021년도 ACM MobiSys 학회(https://www.sigmobile.org/mobisys/2021/)에서 Best Paper Award를 수상했다.
ACM MobiSys는 모바일시스템 분야의 최고 학회로서 올해 총 266편의 논문이 제출되어 36개의 논문이 억셉트되었으며 (논문게재율: 21.6%) 이번 정송 교수 연구팀의 Best Paper Award 수상은 19년의 MobiSys 역사상 첫 아시아권 대학의 수상이다. (제1저자 소속 대학 기준)
- 논문명: zTT: Learning-based DVFS with Zero Thermal Throttling for Mobile Devices
(모바일 기기의 열쓰로틀링 방지를 위한 강화 학습 기반의 동적 주파수 할당 기술)
- 논문 저자: 김세연 (KAIST), 빈경민 (서울대), 하상태 (U. of Colorado at Boulder), 이경한 (서울대), 정송 (KAIST)
- 논문 내용:
동적 전압/주파수 할당 기술(Dynamic Voltage and Frequency Scaling, DVFS)은 운영 체제(OS) 단에서 프로세서 성능을 보장하는 동시에 에너지 소모를 줄이기 위해 동적으로 프로세서의 전압과 주파수를 조절하는 기술이다. 하지만 모바일 기기의 동적 주파수 할당 기술은 두 가지 한계점을 가지고 있다. 첫째, OS 레벨에서 수행되기 때문에 어플리케이션의 성능을 보장하지 못한다. 둘째, 모바일 기기의 특성상 빈번하게 변하는 환경을 반영하지 못하여 과열을 일으켜 열쓰로틀링(Thermal Throttling)을 야기시켜 사용자 경험(QoE)를 크게 감소시킬 수 있다. 특히, 모바일 기기에서 발열 문제는 최신 스마트폰과 같은 고성능 기기의 성능을 크게 떨어뜨리는 고질적인 문제로 알려져 있다. 해당 연구에서는 이러한 기존 기술의 한계를 해결하기 위해 모바일 기기의 과열을 예방하고, 사용자 경험을 보장하는 동시에 에너지 소모를 최소화하기 위해 심층 강화 학습(Deep-Reinforcement Learning) 기반의 동적 주파수 할당 기술을 개발했다. 이는 실시간으로 수집되는 상태 정보를 바탕으로 어플리케이션과 모바일 기기의 동작 환경에 적응하여 안정된 성능을 보장하고, 전력 소모를 크게 줄일 수 있는 기술이다. 연구팀은 해당 연구 기술이 운영 체제나 어플리케이션이 보다 최적화된 성능으로 동작하기 위한 하나의 설정 옵션으로 패키징될 수 있을 것이라고 전망하고 있다.
위 상을 수상한 김세연 박사과정생은 논문에 대해 “5G 스마트폰과 같은 모바일 단말에서 과도한 발열로 인해 발생하는 열쓰로틀링에 따른 급격한 성능 저하 문제를 강화학습 기반의 동적 전압/주파수 스케일링을 통해 획기적으로 해결한 연구”라고 설명했다.
정송 교수는 “사용자 체감 성능을 높이면서 열쓰로틀링으로 인한 급격한 성능 저하를 방지하기 위해서는, 적정한 온도를 유지하기 위한 총전력 소모 범위 내에서 프로세서 컴포넌트 (CPU, GPU 등) 간 최적의 전력 분배를 수행하는 것이 관건이지만, 주변 환경 (주변 온도, 쿨링 상황 등)과 사용자 애플리케이션 특성에 따라 허용 가능한 총 전력 소모 범위와 최적의 전력 분배가 실시간으로 변화하기 때문에 전통적인 제어기법으로는 해결하기 매우 어려운 문제였다”고 부연 설명했다.
연구팀의 이러한 결과는 전력소모 문제로 인공지능 기법의 도입이 어려울 것으로 예상되었던 모바일 플랫폼에서 조차 강화학습 기반의 시스템 제어가 성능 개선에 크게 이바지 할 수 있음을 보임으로써, 차세대 운영체제에 AI/ML 기반 제어 기법들을 적극적으로 도입하기 위한 계기를 마련한 것으로 평가받았다.
2021.07.09
조회수 10622
-
와이파이만 자동 감지해 다운로드하는 기술 개발
해외출장이 잦은 김 모 씨는 스마트폰에 영화를 다운받아 기내에서의 무료함을 달랜다. 그는 아침 회의에 들어가기 전 오후 5시까지만 다운을 완료하면 된다는 데드라인을 설정하고, 여러 일정을 마친 후 시간이 되자 기내에 탑승했다.
스마트폰을 확인하니 다운이 완료됐고, 자동으로 와이파이만 인식해 다운로드 했기 때문에 LTE 데이터는 전혀 소비되지 않았다.
우리 대학 전기및전자공학과 박경수, 이융, 정송 교수 연구팀은 와이파이와 이동통신 망의 단절을 자동으로 감지해 모바일 콘텐츠를 전달하는 기술 및 시스템을 개발했다.
이동통신 망에서 와이파이 망으로 데이터를 분산시키고 이양하는 것을 와이파이 오프로딩이라 한다. 이는 스마트폰에서 쉽게 볼 수 있는 기능이다.
그런데 현재의 와이파이 오프로딩은 원활하지 않아 자동적 시스템이 아닌 개인의 선택에 의해 이뤄지고 있다. 와이파이 망을 벗어나 이동하는 경우 연결이 단절되고 버퍼링이 발생해, 사용자들은 한 곳에서만 와이파이를 사용하거나 아예 해제하고 이동통신망을 이용하는 것이다.
원활한 오프로딩을 위해 관련 미래 표준을 만들고 있지만 LTE 망 통합 등의 변화가 필요하고 추후 장비 업그레이드 비용이 문제가 된다.
연구팀은 이러한 네트워크 단절 문제를 자동으로 처리하면서 와이파이 망을 최대한 사용하게 만드는 모바일 네트워크 플랫폼을 구축했다. 우선 네트워크 단절을 트랜스포트 계층에서 직접 처리해 네트워크간 이동 시에도 연결의 끊김 없이 전송이 가능한 프로토콜을 개발했다.
더불어 연구팀은 지연 허용 와이파이 오프로딩 기법을 개발했다. 다운로드 완료 시간을 예약하면 잔여 시간과 용량 등의 정보를 계산한 뒤, LTE와 와이파이를 스스로 조절해 최소의 LTE 데이터로 원하는 시간대에 다운로드를 완료할 수 있는 알고리즘이다.
이 기술은 스트리밍 플레이어에도 적용 가능해 와이파이 망에 있는 동안 더 많은 트래픽을 전송해 구역을 벗어나도 버퍼링 없는 동영상 시청이 가능하다.
이 기술로 사용자는 적은 요금으로 질 높은 콘텐츠를 이용할 수 있고, 사업자는 기존 LTE망의 재투자 및 효율적인 와이파이 망 유도가 가능하다. 또한 모바일 동영상 콘텐츠 사업자에겐 더 많은 수요자를 확보할 수 있다.
이융 교수는 “와이파이 오프로딩과 LTE 망의 관계를 최소화함으로써 모바일 콘텐츠 사업자, 망 사업자, 사용자 모두가 윈윈할 수 있는 기술이 될 것이다”고 말했다.
이번 연구는 미래창조과학부 정보통신기술진흥센터 (IITP) 네트워크 CP실(임용재 CP)의 지원을 받아 수행됐고, 5월에 개최하는 모바일 시스템 분야 최고 권위의 국제 학회인 에이씨엠 모비시스(ACM MobiSys)에서 발표될 예정이다.
□ 그림설명
그림 1. 지연 허용 와이파이 오프로딩 기법 개념도
2015.04.20
조회수 12281
-
정송교수팀, 인간 이동패턴 모델(Self-similar Least Action Walk, SLAW) 개발
- 전염병 통제, 도시, 교통망 및 통신망 설계 등 활용 전망
전기 및 전자공학과 정송 교수(44)팀과 미국 노스캐롤라이나 주립대 전산학과 이인종 교수(43)팀은 사람들이 일상생활에서 이동하는 패턴을 더욱 정확히 묘사할 수 있는 새로운 통계적 모델을 개발했다.
이 연구결과는 신종 인플루엔자나 에이즈 같은 전염성 질병의 확산 통제나 효율적인 도시 교통망 설계, 이동통신망 설계 등 다양한 분야에 활용될 것으로 기대된다.
두 연구팀은 지난 2년여 간의 공동 연구를 통한 대규모 측정 데이터를 근거로 일상생활에서 인간의 주기적인 이동 패턴을 분석하고 이러한 이동패턴이 발생하는 원인을 규명했다.
연구진은 한국과 미국의 대학 캠퍼스, 뉴욕 맨해튼, 디즈니월드 등 서로 다른 다섯 곳에서 총 100명 이상의 자원자에게 GPS(위치정보시스템) 장비를 나눠주고 총 226일 동안 그들의 움직임을 분석했다. 이들은 각 자원자가 멈춰 섰던 장소들을 2차원 지도상에 도식화하고 이동경로를 그 위에 겹쳐 그리는 방식으로 이동 특성을 연구했다.
그 결과 자원자들은 지리적으로 가까운 장소들의 군집(Cluster)에서 다양한 활동들을 하는 것으로 나타났다. 예를 들면 쇼핑과 식사, 은행 방문 등이 가까운 장소에서 연이어 이뤄졌다. 자원자들은 또 사람들 사이에서 인기가 많은 장소들을 방문하는 빈도가 높았다.
정 교수는 이에 대해 “사람들은 시간과 에너지를 효과적으로 사용하기 위해 지리적으로 근접한 곳에서 해야 할 활동들을 군집화(Clustering)하며 이로 인해 실제 사람들의 움직임은 방문장소들이 군집된 지역 내에서의 수많은 짧은 거리이동과 군집 지역간의 소수의 장거리 이동이 합쳐진 형태로 나타난다” 고 설명했다.
연구진은 이런 이동패턴의 근본적인 통계적 속성들을 이용해 사람들이 하루 동안 보여주는 정규 이동 패턴을 효과적으로 묘사하는 모델(SLAW : Self-similar Least Action Walk)을 개발했다.
이 모델을 이용하면 실제 사람이나 차량들의 움직임을 일일이 추척하지 않고도 전염성 질병의 확산 경로, 특정 장소나 거리에서의 유동인구나 교통량, 이동통신 사용자 수 등 다양한 정보들을 예측할 수 있다.
연구팀 관계자는 “SLAW 모델은 공중 보건 당국의 전염성 전파 및 통제 연구나 도시 및 교통망 설계, 통신 사업자들의 이동통신망 설계 등 사람들이 어떤 방식으로 움직이는지에 대한 예측이 필요한 다양한 분야에 효과적으로 사용될 수 있다”고 말했다.
연구진은 이 연구 결과를 지난달 브라질 리우데자네이루에서 열린 네트워크분야 최고 학회 ‘IEEE INFOCOM 2009’에서 발표했으며, 물리학 분야 최고 학술지 ‘Physical Review Letter’에 제출한 상태다. 이번 연구는 전기 및 전자공학과 이경한(28, 박사과정)학생의 박사학위 논문연구의 일부로서 진행됐으며, 미국 노스캐롤라이나 주립대 홍성익(36, 박사과정), 김성준(31, 박사후과정), 이인종교수(43)가 공동 연구자로 참여했다.
2009.05.13
조회수 19294