【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스]KAIST, 저장장치 데이터 정리 기술 개발…처리량 최대 3배 높였다

온카뱅크관리자

2026-11-12 05:37:25

<div id="layerTranslateNotice" style="display:none;"></div> 원유집 전기및전자공학부 교수 연구팀 플래시 저장장치 데이터 처리 성능 향상 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="8Sw4E3KpTZ">
 <figure class="figure_frm origin_fig" contents-hash="9160bc0d23b09c7751e241dd159575a65a80bc40f96851295fcfb7752d58f453" dmcf-pid="6vr8D09UyX" dmcf-ptype="figure">
 <img alt="인공지능(AI)으로 생성한 연구 이미지. 사진 제공=한국과학기술원(KAIST)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/12/seouleconomy/20261112053311209fxqy.png" data-org-width="768" dmcf-mid="4tk2A1qFl5" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/12/seouleconomy/20261112053311209fxqy.png" width="658">
 <figcaption class="txt_caption default_figure">
 인공지능(AI)으로 생성한 연구 이미지. 사진 제공=한국과학기술원(KAIST)
 </figcaption>
 </figure>
 국내 연구진이 데이터 정리에 드는 시간과 불필요한 대기를 줄이는 방안을 개발했다. 연구팀은 차세대 플래시 저장장치의 데이터 처리 성능을 기존보다 최대 3배 높임으로써 인공지능(AI)의 추론 속도를 높일 수 있을 것으로 기대했다.
 한국과학기술원(KAIST)은 원유집 전기 및 전자공학부 교수 연구팀이 차세대 플래시 저장장치의 성능을 떨어뜨리는 소프트웨어 병목을 밝히고 저장 공간을 효율적으로 관리하는 파일 시스템 ‘게이즈(GAZE)’를 개발했다고 11일 밝혔다. 파일 시스템은 컴퓨터가 파일을 어디에 저장하고 어떻게 읽고 쓸 것인지를 관리하는 소프트웨어다.
 연구팀에 따르면 연산 장치가 작업을 수행하기 위해서는 컴퓨터의 디지털 창고인 저장장치로부터 필요한 데이터를 제때 공급받을 수 있어야 한다. 연산 장치가 아무리 빨라도 데이터를 기다리는 시간이 길어지면 전체 처리 속도가 느려질 수 있기 때문이다. 사진이나 데이터, 프로그램에 필요한 데이터 등을 보관했다가 필요할 때 빠르게 꺼내줘야 연산 장치도 작업을 제대로 마칠 수 있다는 의미다.
 이때 저장장치는 사용 중에도 공간을 정리해야 한다. 남겨야 할 데이터를 다른 곳으로 옮기고 비워진 영역을 회수해 다시 사용할 자리를 만드는 식이다. 이를 ‘가비지 컬렉션’이라고 하며 이 과정은 창고에서 필요한 물건을 옮겨 새로운 물건을 넣을 공간을 확보하는 과정과 유사하다.
 문제는 이 정리 작업이 오래 걸리면 새로운 데이터를 저장하는 일이 밀리고 다른 데이터 처리 작업에도 부담을 줄 수 있다는 점이다. 또 저장장치 자체의 속도가 빨라져도 이를 관리하는 소프트웨어가 비효율적이면 제 성능을 내기 어렵다.
 이때 연구팀은 저장 공간을 ‘존(zone)’이라는 큰 구역으로 나눠 데이터를 순서대로 기록하는 차세대 ZNS 플래시 저장장치 기술에 주목했다. 플래시 저장장치는 전원이 꺼져도 데이터를 보관하는 반도체 기반 저장장치로 ZNS 저장장치처럼 데이터를 구역별로 관리하면 저장장치 내부의 복잡한 작업을 줄일 수 있다.
 다만 이 경우에도 문제는 남는다. 운영 체제와 파일 시스템이 각 구역의 데이터를 효율적으로 정리해야 하는데 기존 파일 시스템은 상대적으로 작은 영역을 정리하는 데 맞춰 설계됐기 때문이다. ZNS 저장장치의 경우 한 구역을 정리할 때 옮겨야 할 데이터가 수 GB(기가바이트)에 이르는데 정리 방식은 작은 영역에 맞춰져 있어 작업이 오래 걸린다는 의미다. 연구팀 분석 결과 기존 방식으로 1GB 구역을 정리하는 데에는 약 1.7초가 소요됐다.
 이에 연구팀은 공간 정리 방식을 세 가지로 개선했다. 데이터를 확인하고 읽고 쓰는 과정을 네 단계로 나눠 동시에 진행하고 정리에 필요한 메모리를 미리 확보하도록 한 것이다. 또 공간 정리 중에도 메모리에 먼저 담아둘 수 있는 데이터는 계속 받아들였다. 정리가 끝날 때까지 모든 저장 요청을 기다리게 하던 방식을 바꾼 셈이다.
 연구팀은 이렇게 개발한 ‘게이즈’를 리눅스 운영 체제에서 플래시 저장장치의 파일을 관리하는 소프트웨어인 ‘F2FS’에 적용하고 여러 작업 조건에서 성능을 비교했다. 저장 공간을 큰 구역으로 나눠 관리하는 ZNS 방식의 기존 F2FS, 선행 기술인 ZNS+, P-GC 등과 비교한 결과 같은 시간에 처리할 수 있는 데이터 양이 최대 3배로 늘었다. 사용한 저장 공간을 다시 쓰기 위한 정리 작업인 가비지 컬렉션에 걸리는 시간도 기존 F2FS의 약 3분의 1로 줄었다.
 연구팀은 이번 기술의 경우 새로운 전용 하드웨어를 추가하거나 저장장치에 기록하는 데이터 형식을 바꾸지 않고도 성능을 높였다는 점이 특징이라고 설명했다. 연구팀은 “이러한 개선은 대규모 데이터를 다루는 AI 추론과 데이터센터에서 저장장치를 더 효율적으로 활용하는 데 도움이 될 수 있다”며 “데이터 정리에 소모되는 시간과 처리 부담을 줄이면 AI 연산에 필요한 데이터를 더 원활하게 공급할 여지가 생기기 때문”이라고 말했다. 다만 실제 AI 추론의 응답 시간 단축 효과는 향후 검증이 필요한 과제로 제시됐다.
 원 교수는 “AI가 빠르게 답하려면 연산 능력뿐 아니라 필요한 데이터를 제때 공급하는 것이 중요하다”며 “이번 기술은 저장장치의 데이터 정리에 드는 시간과 대기를 줄여 AI 추론 속도를 높이는 기반이 될 것으로 기대한다”고 말했다.
 한편 이번 연구는 9월 30일 체코 프라하에서 열린 운영 체제 분야 주요 국제 학술 대회 ‘ACM SOSP 2026’에서 발표됐다.
 조윤진 기자 jo@sedaily.com
 </section> 
 </div> 
 Copyright © 서울경제. 무단전재 및 재배포 금지.

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기