일본산업뉴스요약

Nikkei X-TECH_2021.9.21

전력 효율이 무려 200배
히타치와 도쿄대가 개발한 데이터 분석용 기술

IoT(사물인터넷)나 AI(인공지능)의 이용 확대로 더욱 주목 받고 있는 데이터 활용. 한편으로 데이터센터의 막대한 소비 전력은 큰 과제다. 그런 점에서 히타치제작소와 도쿄대학 생산기술연구소(도쿄대 생연)가 21년 9월 2일에 공동 개발을 발표한 데이터베이스의 전력소비를 저감하는 기술은 임팩트가 크다. 동일 소비전력으로 무려 200배 이상의 데이터 분석을 가능하게 했다고 한다.

“데이터 분석에서 전력 절약이라고 하면, 기존에는 하드웨어의 성능을 올려 대처해 왔다. 이번에는 소프트웨어로 효율을 올려 에너지 소비를 억제하는 시스템을 개발했다”. 도쿄대 생연의 고다(合田) 교수는 히타치와 공동 개발한 기술의 신규성을 이렇게 설명한다.

개발한 데이터베이스 엔진을 사용해 광산의 기기 가동관리 IoT 시스템을 상정한 실증실험을 실시했다. 장애가 발생한 곳을 기점으로 관련 데이터를 추출하는 처리를 실행한다. 그 결과, 같은 하드웨어로 기존형의 일반적인 데이터베이스 엔진을 탑재한 것과 비교해 소비전력 당 데이터 분석 처리량이 200배 이상으로 증가했다고 한다. 반면, 처리 실행 시간은 15~25% 증가했다.

에너지 절약을 실현하기 위한 첫 번째 기본적인 생각은, 데이터베이스 엔진 내의 액세스되지 않은 스토리지의 전원을 오프로 하는 것이다. 처리 속도를 유지하면서 에너지 절약 효과를 높이기 위해, 개발한 데이터베이스 엔진에서는 문의 조건이 주어져 처리를 실행할 때 의도적으로 개개의 스토리지를 쉬게 하는 시간을 만들어내는 구조로 되어 있다고 한다.

기존형의 경우는 1개의 스토리지로 기록하는 곳을, 복수의 스토리지로 분할하였다. 구체적으로는 8대의 하드디스크(HDD)로 1개의 스토리지로 해서, 32개의 스토리지를 준비. 날짜 단위로 순서대로 기록하는 스토리지를 변경하도록 했다. 이를 통해 해당 날짜와 관련되지 않는 HDD의 전원을 오프로 하는 처리가 스토리지 단위로 실행 가능하게 되었다.

게다가 ‘아웃 오브 오더형’이라는 실행 방식을 조합했다. 아웃 오브 오더형에서는 처리 요구 순서를 불문하고 준비된 처리부터 실행한다. 예를 들면 서버가 ‘빨간색 데이터’ ‘파란색 데이터’ ‘노란색 데이터’라고 하는 3종류의 데이터를 스토리지로부터 얻는 경우, 통상은 서버가 빨간색 데이터를 스토리지에 요구하면 스토리지가 빨간색 데이터를 제공하고, 다음으로 서버가 파란색 데이터를 요구하면 스토리지가 파란색 데이터를 돌려주는 등의 처리를 반복한다.

아웃 오브 오더형은 서버가 빨간색 데이터, 파란색 데이터, 노란색 데이터를 한꺼번에 요구하면, 스토리지는 준비된 데이터부터 서버에 제공한다. 이번에 대상으로 한 것은 IoT로 수집한 데이터이다. 데이터의 수정은 발생하지 않기 때문에 아웃 오브 오더 실행이 가능하다는 특성을 살린 것이다. 아웃 오브 오더 실행은 대부분의 경우 고속화를 목적으로 채택되는 기술이며, 이를 각각의 스토리지를 쉬게 하는 기술과 조합했다.

-- 하드의 소비 에너지를 모델화해서 소프트 제어 --
두 번째 방식은 데이터베이스 처리 알고리즘의 개량이다. 고다 교수는 “일반적으로 데이터베이스는 제약 조건 속에서 실행 시간을 단축하는 최적화 문제를 풀어 최고속 처리 완료를 목표로 한다. 그러나 개발한 데이터베이스 엔진에서는 일정한 시간 안에서 처리에 걸리는 에너지를 최소화하는 문제를 풀어 전력 소비를 억제한다”라고 설명한다.

이 때문에 히타치와 도쿄대 생연은 자기 디스크나 팬, 전류의 제어 장치와 같은 하드가 어떤 처리에서 에너지를 얼마나 소비하는가를 계측해서 수학적으로 모델화한다. “처리에 따른 소비 에너지의 총계를 대략 5%의 오차로 계산할 수 있게 되었다”(고다 교수).

히타치는 IoT나 데이터를 사용한 가치 창출을 목표로 하는 ‘Lumada’ 사업을 성장 축에 두고 있다. 히타치제작소 서비스&플랫폼 비즈니스 유닛의 요시노(吉野) 씨는 “IoT나 AI와 같은 기술의 이용이 확산됨에 따라서 데이터센터의 에너지 소비가 향후 매우 큰 문제가 될 것이다”라고 설명하며 개발한 데이터베이스 엔진의 실용화에 의욕을 보인다.

고다 교수는 대규모 데이터의 고속 처리를 경쟁하는 세계를 슈퍼카에 비유하고, 새롭게 개발한 데이터베이스 엔진을 에코카의 등장에 비유한다. 비즈니스나 실제 사회에서의 데이터 활용은 몇 분이나 몇 시간을 경쟁하는 장면만 있는 것은 아니다. 동일 소비전력으로 보다 많은 분석을 할 수 있는 ‘연비 좋은’ 데이터 분석 기반의 존재 가치는 높아질 것으로 보인다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.