Aceso: Carbon-Aware and Cost-Effective Microservice Placement for Small and Medium-sized Enterprises

이 논문은 중소기업의 지역 제한 인프라 환경에서 탄소 배출, 비용, 지연 시간 제약을 동시에 고려하여 마이크로서비스를 동적으로 배치함으로써 탄소 배출을 37.4% 줄이고 운영 비용을 3.6% 절감하는 'Aceso' 시스템을 제안합니다.

핵심

🌱 '아케소 (Aceso)': 작은 기업을 위한 친환경 클라우드 지휘자

이 논문은 **"아케소 (Aceso)"**라는 새로운 시스템을 소개합니다. 이 시스템은 클라우드에서 돌아가는 작은 프로그램들 (마이크로서비스) 을 탄소 배출을 줄이고 비용도 아끼면서, 동시에 속도도 빠르도록 지능적으로 배치하는 역할을 합니다.

이 복잡한 내용을 일상적인 비유로 쉽게 설명해 드릴게요.

---

1. 문제 상황: "우리는 왜 이렇게 에너지를 많이 쓸까?"

현대 사회의 디지털 서비스 (쇼핑몰, SNS, 뱅킹 앱 등) 는 거대한 데이터 센터에서 작동합니다. 문제는 이 데이터 센터가 전기를 많이 먹어서 이산화탄소를 많이 배출한다는 점입니다.

• 기존의 해결책: "전기가 깨끗한 지역으로 모든 일을 옮기자!" (예: 태양광이 풍부한 지역으로 서버를 옮기는 것).
• 현실의 장벽: 하지만 대부분의 중소기업 (SME) 은 국가나 지역 규제 때문에 전 세계로 서버를 마음대로 옮길 수 없습니다. 또한, 서비스 속도가 느려지면 고객이 떠나버리기 때문에 **지연 시간 (Latency)**을 엄격하게 지켜야 합니다.

비유하자면:

마치 **"전기가 싼 곳으로 공장을 옮기고 싶지만, 국경 장벽이 있고, 고객에게 제품을 1 초 안에 배달해야 하는 제약"**이 있는 상황과 같습니다.

2. 아케소 (Aceso) 의 등장: "똑똑한 지휘자"

아케소는 이 난제를 해결하는 지능형 지휘자입니다. 이름은 고대 그리스 신화의 '치유의 신'에서 따왔는데, 단순히 '고치는 것'이 아니라 **'치유하는 과정'**을 중시한다는 의미입니다.

아케소는 다음과 같은 세 가지 목표를 동시에 달성합니다:

1. 탄소 줄이기: 전기가 깨끗한 지역으로 일을 보냅니다.
2. 비용 아끼기: 비싼 지역은 피합니다.
3. 속도 지키기: 고객이 기다리지 않도록 속도를 유지합니다.

3. 핵심 비법: "무엇을, 언제, 어디로 보낼까?"

아케소가 가장 혁신적인 점은 **'무작정 다 옮기는 게 아니라, 잘라내서 옮긴다'**는 것입니다.

🧩 비유: "우편 배달 시스템"

마이크로서비스는 하나의 주문을 처리할 때 여러 단계 (로그인 → 검색 → 결제 → 배송) 를 거칩니다. 이를 연속된 우편 배달로 생각해보세요.

• 기존 방식: 모든 우편물을 한 번에 먼 곳 (깨끗한 에너지 지역) 으로 보내려다 보니, 우편물이 도착하는 데 너무 오래 걸려 고객이 화를 냅니다.
• 아케소의 방식:
  1. 가장 중요한 단계 (중요 경로): 주문을 받고 결제하는 '핵심 단계'는 **고객이 가까운 곳 (현재 지역)**에 남겨둡니다. (속도 보장)
  2. 준비 단계 (비중요 경로): 주문을 받기 전, 상품을 준비하거나 정보를 찾는 '준비 단계'는 전기가 깨끗하고 싼 먼 곳으로 보냅니다.

핵심 통찰 (Insight):

"주문을 받기 전에 미리 준비하는 일들은 조금 늦게 도착해도 괜찮지만, 주문을 받고 결제하는 일은 바로바로 처리해야 한다."

아케소는 이 원리를 이용해, 속도에 영향을 주지 않는 부분만 깨끗한 에너지 지역으로 보내는 것입니다.

4. 어떻게 작동할까요? (시스템의 4 단계)

아케소는 4 명의 조력자가 팀을 이루어 작동합니다.

1. 예보관 (Traffic Forecaster): "내일 오후 2 시에 주문이 폭주할 거야!"라고 미리 예측합니다. (머신러닝 사용)
2. 분석가 (Workload Profiler): "이 주문을 처리하려면 CPU 가 얼마나 필요하고, 전기는 얼마나 쓸까?"를 계산합니다.
3. 최적화 지휘자 (Placement Optimizer): 이 부분이 가장 중요합니다. "어떤 작업을 어디로 보낼지"를 결정합니다.
   • 지능형 가지치기 (Pruning): "이건 옮기면 안 돼 (규제/속도 문제)"라고 미리 제외하고, "저건 옮기면 이득이야"라고만 선택합니다. 이렇게 해서 계산 시간을 획기적으로 줄입니다.
4. 작업 지시자 (Scheduler): 결정된 대로 실제로 서버를 옮기고 트래픽을 연결합니다.

5. 실제 효과는 어떨까요?

실제 실험 결과, 아케소는 놀라운 성과를 냈습니다.

• 탄소 배출: 기존 방식 대비 약 37.4% 감소 (이산화탄소 배출이 거의 40% 줄어듦).
• 비용: 운영 비용이 약 3.6% 절감.
• 속도: 고객이 느끼는 속도 (지연 시간) 는 그대로 유지되며, 서비스 약속 (SLO) 을 거의 위반하지 않았습니다.

비유하자면:

"기존에는 모든 일을 한 공장에서 다 했다면, 아케소는 가벼운 작업은 먼 곳의 친환경 공장으로 보내고, 중요한 작업은 가까운 공장에 남겨둠으로써, 탄소도 줄이고 돈도 아끼면서도 배송 시간은 그대로 유지한 것입니다."

6. 결론: 중소기업도 친환경 클라우드를!

기존의 연구들은 거대 기업 (구글, 아마존 등) 이 전 세계 서버를 자유롭게 옮길 수 있다는 가정하에 이루어졌습니다. 하지만 전 세계 기업의 99% 를 차지하는 중소기업은 그럴 수 없습니다.

아케소는 바로 이 중소기업을 위해 설계되었습니다. 지역 제약 안에서도, 속도 저하 없이 탄소와 비용을 줄일 수 있는 실용적인 해결책을 제시합니다.

한 줄 요약:

"아케소는 중소기업이 탄소 배출을 줄이고 비용을 아끼면서도, 고객에게 빠른 서비스를 제공할 수 있도록 '무엇을 어디로 보낼지' 지능적으로 결정해주는 똑똑한 클라우드 지휘자입니다."

기술 요약

이 논문은 Aceso라는 시스템을 소개하며, 이는 지리적으로 제한된 인프라를 가진 중소기업 (SME) 을 대상으로 마이크로서비스의 탄소 배출, 비용, 그리고 지연 시간 (Latency) 을 동시에 최적화하는 적응형 배치 솔루션입니다.

다음은 논문의 주요 내용을 기술적으로 요약한 것입니다.

1. 문제 정의 (Problem Statement)

• 배경: 마이크로서비스 아키텍처는 클라우드 컴퓨팅의 핵심이지만, 데이터 센터의 탄소 배출량 증가에 기여하고 있습니다. 기존 탄소 인식 (Carbon-aware) 스케줄링 솔루션들은 주로 배치 (Batch), 고성능 컴퓨팅 (HPC), 또는 서버리스 워크로드를 대상으로 하며, AWS Lambda 와 같은 글로벌 규모의 인프라를 전제로 합니다.
• 한계: 실제 경제의 대다수를 차지하는 중소기업 (SME) 은 데이터 주권 (Data Sovereignty) 규제, 제한된 인프라, 그리고 특정 지역 내에서의 서비스 운영 필요성으로 인해 글로벌 스케일의 워크로드 이동이 불가능합니다. 또한, 마이크로서비스는 구성 요소 간의 긴밀한 통신과 낮은 지연 시간 요구사항 (SLO) 으로 인해 지리적으로 분산 배치하기 어렵습니다.
• 핵심 질문: "지리적으로 제한된 인프라 내에서 성능 (지연 시간) 을 유지하면서, 중소기업이 마이크로서비스 애플리케이션을 탄소 효율적이고 비용 효율적으로 배포할 수 있는 방법은 무엇인가?"

2. 방법론 및 시스템 설계 (Methodology & System Design)

Aceso 는 지리적으로 분산된 지역 간 마이크로서비스 배치를 동적으로 조정하는 시스템으로, 다음과 같은 핵심 구성 요소와 전략을 사용합니다.

A. 핵심 인사이트 (Key Insight)

실제 배포 실험을 통해 얻은 중요한 발견은 다음과 같습니다:

• 활성화 순서와 지연 시간: 마이크로서비스 호출 그래프 (DAG) 에서 후기에 활성화되는 노드 (Late-activated nodes) 를 다른 지역으로 이동시키면 종단 간 지연 시간이 급격히 증가합니다. 반면, 초기에 활성화되고 임계 경로 (Critical Path) 에 속하지 않는 서브트리 (Subtrees) 를 더 친환경적인 지역으로 오프로딩하더라도 지연 시간에는 큰 영향을 주지 않으면서 탄소 배출을 크게 줄일 수 있습니다.
• 비용과 탄소의 상관관계: 친환경적인 지역이 반드시 비싼 것은 아니며, 오히려 더 저렴할 수도 있습니다.

B. 시스템 아키텍처

Aceso 는 네 가지 주요 구성 요소로 이루어져 있습니다:

1. 트래픽 예측기 (Traffic Forecaster): 머신러닝 (GBDT) 을 사용하여 단기 트래픽 패턴을 예측합니다.
2. 워크로드 프로파일러 (Workload Profiler): 예측된 트래픽을 마이크로서비스별 지표 (지연 시간, 에너지 소비, 리소스 사용량) 로 변환합니다.
3. 배치 최적화기 (Placement Optimizer): 탄소 배출과 비용을 최소화하면서 SLO 를 준수하는 배치를 찾는 유전 알고리즘 (Genetic Algorithm, GA) 을 사용합니다.
   • 검색 공간 축소 (Search Space Pruning):
     • 마이크로서비스 핀닝 (Pinning): 규제상 이동 불가능한 서비스 (프론트엔드, DB) 나 임계 경로에 있는 후기 활성화 서비스를 고정합니다.
     • 지역 필터링 (Region Filtering): 탄소와 비용 모두를 개선하지 않는 비효율적인 지역을 Pareto 기준에 따라 제거합니다.
4. 스케줄러 (Scheduler): 최적화된 배치를 실행하여 컨테이너 이미지를 미리 복제된 지역으로 마이그레이션하고 트래픽을 라우팅합니다.

C. 최적화 목표

• 탄소 효율성: 청정 에너지가 풍부한 지역 활용.
• 비용 효율성: 운영 비용 절감.
• 지연 시간 준수: 서비스 수준 목표 (SLO) 위반 방지.

3. 주요 기여 (Key Contributions)

1. 지리 제한 환경에서의 탄소 감소 기회 분석: 초기 활성화되는 비임계 서브트리를 친환경 지역으로 오프로딩하는 것이 성능 저하 없이 탄소 배출을 줄일 수 있음을 규명했습니다.
2. Aceso 시스템 설계: 워크로드 패턴과 탄소 강도에 적응하는 확장 가능한 유전 알고리즘 기반 동적 최적화 전략을 제안했습니다.
3. 종합 평가: 실제 배포와 대규모 시뮬레이션을 통해 탄소 배출과 비용 절감 효과를 입증했습니다.
4. 오픈소스 및 시뮬레이터: 연구 커뮤니티의 활용을 위해 Aceso 소프트웨어 및 대규모 지리 분산 마이크로서비스 배치를 위한 고충실도 시뮬레이터를 오픈소스로 공개할 예정입니다.

4. 실험 결과 (Results)

실제 AWS 환경 (스페인과 스웨덴) 및 DeathStarBench (소셜 네트워크 애플리케이션) 를 이용한 실험 결과 다음과 같은 성과를 얻었습니다.

• 탄소 배출 감소: 단일 국가 (스페인) 에 고정된 정적 배포 대비 평균 37.4% 의 탄소 배출 감소를 달성했습니다.
• 비용 절감: 운영 비용을 평균 3.6% 절감했습니다. (친환경 지역인 스웨덴이 오히려 더 저렴했기 때문).
• 성능 유지: 서비스 수준 목표 (SLO, 300ms) 를 지속적으로 준수했습니다. 평균 지연 시간은 93.8ms (유럽) 및 40.1ms (북미) 를 기록했으며, SLO 위반률은 0.2% 미만으로 매우 낮았습니다.
• 기타 비교 대상 대비 우위:
  • 기존 탄소 인식 솔루션 (Caribou 등) 이나 단순 유전 알고리즘 (Vanilla GA) 보다 탄소 효율성이 높고, 지연 시간과 비용 면에서 더 균형을 이룹니다.
  • 최적 해를 찾는 데 소요되는 시간 (Solve Time) 이 기존 방법들 (수 분~수 시간) 에 비해 초 단위 (약 25.8 초) 로 매우 빠르며, 1,000 개의 마이크로서비스가 있는 대규모 환경에서도 확장성이 입증되었습니다.

5. 의의 및 결론 (Significance)

• 실제 적용 가능성: 대부분의 기업이 속한 중소기업 (SME) 과 지역 제한이 있는 환경에서도 탄소 중립을 달성할 수 있는 실용적인 솔루션을 제공합니다.
• 지속 가능성과 경제성의 조화: 탄소 감축이 비용 증가를 의미한다는 통념을 깨고, 탄소 효율성과 비용 효율성을 동시에 달성할 수 있음을 증명했습니다.
• 지능형 배치 전략: 단순히 모든 서비스를 이동시키는 것이 아니라, 애플리케이션의 구조적 특성 (활성화 순서, 임계 경로) 을 이해하고 이를 기반으로 '어떤' 서비스를 '언제' 이동시킬지 결정하는 정교한 전략의 중요성을 강조합니다.

결론적으로 Aceso 는 지리적으로 제한된 인프라를 가진 조직이 성능 저하 없이 탄소 배출과 비용을 동시에 최적화하여 지속 가능한 클라우드 컴퓨팅을 실현할 수 있는 길을 제시합니다.