- 원유집 교수팀, 차세대 파일시스템 개발

유승원(왼쪽부터) KAIST 전기및전자공학부 박사과정, 원유집 교수, 김주원 정보전자연구소 박사후연구원, 유환석 전기및전자공학부 석사과정.[KAIST 제공]
유승원(왼쪽부터) KAIST 전기및전자공학부 박사과정, 원유집 교수, 김주원 정보전자연구소 박사후연구원, 유환석 전기및전자공학부 석사과정.[KAIST 제공]

[헤럴드경제=구본혁 기자] 인공지능(AI)이 필요한 데이터를 기다리는 시간을 줄여 저장장치의 처리 성능을 최대 3배 높이는 기술이 개발됐다.

KAIST는 전기및전자공학부 원유집 교수 연구팀이 차세대 플래시 저장장치의 데이터 처리 병목현상을 해결하는 새로운 파일시스템 기술 ‘게이즈(GAZE)’를 개발했다고 11일 밝혔다.

AI가 빠르게 답변을 생성하려면 그래픽처리장치(GPU) 등 연산장치의 성능뿐 아니라 필요한 데이터를 제때 공급하는 저장장치의 속도도 중요하다.

연구팀은 차세대 플래시 저장장치인 ‘ZNS(Zoned Namespace)’에 주목했다. ZNS는 저장공간을 ‘존(Zone)’이라는 큰 구역으로 나눠 데이터를 순서대로 기록하는 방식이다.

문제는 저장공간을 정리하는 과정에서 발생하는 불필요한 대기시간이다. 플래시 저장장치는 사용한 공간을 다시 활용하기 위해 기존 데이터를 옮기고 빈 공간을 확보하는 ‘가비지 컬렉션’ 작업을 수행한다.

기존 파일시스템은 상대적으로 작은 저장공간을 정리하도록 설계돼 ZNS처럼 대용량 구역을 처리할 때 효율이 떨어졌다.

실제 연구팀 분석 결과 기존 방식으로 1GB 저장구역을 정리하는 데 약 1.7초가 소요됐다. 이 과정에서 저장장치 자체보다 중앙처리장치(CPU)의 데이터 상태 확인과 메모리 관리 작업이 상당한 부담을 발생시키는 것으로 나타났다.

연구팀은 이를 해결하기 위해 데이터 정리 과정을 네 단계로 나눠 동시에 처리하는 기술을 개발했다. 작업에 필요한 메모리를 미리 확보하고, 저장공간 정리 중에도 새로운 데이터를 받아들이도록 설계했다.

기존에는 정리 작업이 끝날 때까지 새로운 데이터 저장을 기다려야 했지만, 게이즈는 여러 작업을 병렬로 수행해 불필요한 대기시간을 최소화했다.

이번 연구성과 모식도(AI 생성 이미지).[KAIST 제공]
이번 연구성과 모식도(AI 생성 이미지).[KAIST 제공]

연구팀이 게이즈를 리눅스 기반 파일시스템인 ‘F2FS’에 적용한 결과, 기존 방식보다 데이터 처리 성능이 최대 3배 향상됐다. 저장공간 정리에 걸리는 시간도 기존의 약 3분의 1로 줄었다.

특히 새로운 전용 하드웨어를 추가하거나 데이터 저장 형식을 변경하지 않고 기존 소프트웨어의 작동 방식만 개선했다는 점에서 의미가 크다.

이 기술은 대규모 데이터를 빠르게 처리해야 하는 AI 데이터센터와 고성능 컴퓨팅 환경에 활용될 것으로 기대된다. 구글 픽셀과 삼성 갤럭시 등 F2FS 기반 안드로이드 스마트폰도 향후 적용 후보로 꼽힌다.

다만 이번 연구는 파일시스템의 데이터 처리 성능을 검증한 것으로, 실제 AI 추론 속도가 얼마나 빨라지는지는 추가 검증이 필요하다.

원유집 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.


nbgkoo@heraldcorp.com