[논문 리뷰] A Taxonomy and Survey on eScience as a Service in the Cloud

Amelie Chi Zhou, Bingsheng He외 1명|arXiv (Cornell University)|2014. 07. 28.

Scientific Computing and Data Management참고 문헌 53인용 수 3

한 줄 요약

이 논문은 클라우드 컴퓨팅에서 과학정보서비스(eScience as a Service, eSaaS)에 대한 종합적인 분류 체계와 종합적 검토를 제안하며, 생명과학, 물리학, 사회/인문학, 기후/지구과학 분야에서의 응용을 분석한다. 클라우드 기반 eScience를 기존 그리드 기반 모델과 대비하여 평가하고, 비용 관리, 보안, 벤더 종속성 등의 주요 과제를 밝히며, 국가 클라우드 이니셔티브와 개선된 도구 개발을 통해 기회를 제시하며, 분야 간 협업을 통해 이 분야를 발전시켜야 한다고 주장한다.

ABSTRACT

Cloud computing has recently evolved as a popular computing infrastructure for many applications. Scientific computing, which was mainly hosted in private clusters and grids, has started to migrate development and deployment to the public cloud environment. eScience as a service becomes an emerging and promising direction for science computing. We review recent efforts in developing and deploying scientific computing applications in the cloud. In particular, we introduce a taxonomy specifically designed for scientific computing in the cloud, and further review the taxonomy with four major kinds of science applications, including life sciences, physics sciences, social and humanities sciences, and climate and earth sciences. Our major finding is that, despite existing efforts in developing cloud-based eScience, eScience still has a long way to go to fully unlock the power of cloud computing paradigm. Therefore, we present the challenges and opportunities in the future development of cloud-based eScience services, and call for collaborations and innovations from both the scientific and computer system communities to address those challenges.

연구 동기 및 목표

• 클라우드 환경에서의 과학 계산을 체계적으로 이해할 수 있도록 클라우드 기반 eScience를 위한 체계적 분류 체계를 수립하기.
• 생명과학, 물리학, 사회/인문학, 기후/지구과학의 네 가지 주요 과학 분야에서 클라우드 기반 eScience 응용의 현황을 분석하기.
• 클라우드 기반 eScience와 기존 그리드 기반 컴퓨팅을 비교하여 확장성, 비용, 사용성 측면에서의 장점과 한계를 밝히기.
• 클라우드 기반 과학 워크로드에서의 비용 최적화, 데이터 보안, 벤더 종속성 등의 주요 과제를 특정하기.
• 국가 클라우드 이니셔티브와 개선된 클라우드 네이티브 도구를 통해 나타나는 새로운 기회를 강조하고, 과학 및 시스템 분야 공동체 간 협업을 촉진하기.

제안 방법

• 저자들은 클라우드 기반 eScience를 위한 맞춤형 분류 체계를 설계하였으며, 인프라, 소유권, 응용 유형, 처리 도구, 스토리지, 보안, 서비스 모델, 협업 메커니즘 등을 포함한다.
• 공개 및 기업용 클라우드 플랫폼에 구축된 기존 eScience 프로젝트를 체계적으로 검토하여 실제 구현 사례에 중점을 둔다.
• 성능, 확장성, 비용, 접근 용이성 측면에서 클라우드 기반 eScience와 그리드 기반 컴퓨팅을 비교 분석한다.
• MapReduce 및 DryadLINQ와 같은 클라우드 네이티브 프로그래밍 모델과 DAGMan과 같은 워크플로우 시스템을 과학 응용 프로그램 이식에 대해 평가한다.
• 미국 GSA 클라우드 스토어플런트, 영국 G-Cloud, 일본 카스미가세키 클라우드와 같은 국가 클라우드 이니셔티브를 사례 연구로 분석하여 기관의 클라우드 도입 사례를 다룬다.
• 연구 결과를 종합하여 격차를 특정하고 향후 연구 및 협업을 위한 방향을 제안한다.

실험 결과

연구 질문

• RQ1 클라우드 컴퓨팅 환경 내에서 eScience 응용은 어떻게 체계적으로 분류하고 이해할 수 있는가?
• RQ2 클라우드 플랫폼에 eScience 워크로드를 구현하는 것과 전통적인 그리드 인fra구조에 비해 주요 차이점과 상충 요소는 무엇인가?
• RQ3 클라우드 기반 eScience as a Service의 보편적 도입을 저해하는 주요 기술적 및 운영 과제는 무엇인가?
• RQ4 국가 및 정부 클라우드 이니셔티브는 연구자들이 eScience를 더 빠르게 도입하고 장벽을 낮추기 위해 어떤 기회를 제공하는가?
• RQ5 과학 및 컴퓨터 시스템 공동체 간의 협업은 보안, 비용, 이식성 측면에서 현재의 한계를 어떻게 극복할 수 있는가?

주요 결과

• growing 관심에도 불구하고, 클라우드 기반 eScience as a Service는 여전히 초기 단계에 있으며, 그리드 기반 솔루션에 비해 eScience 도구와 시스템이 아직 성숙하지 못한 상태이다.
• 클라우드 플랫폼은 확장성, 접근성 향상 및 인프라 관리 부담 감소 측면에서 뚜렷한 이점을 제공하여 소규모 연구 팀이 대규모 데이터를 처리할 수 있도록 한다.
• 사용량 기반 청구 모델은 비용 최적화 과제를 야기하며, 장기적으로 실행되는 과학 워크로드에서 비용을 최소화하기 위해 신중한 계획 수립이 필요하다.
• 공동 사용 다중 테넌시 환경으로 인해 보안 우려가 지속되며, 민감한 데이터를 위해 맞춤형 보안 메커니즘이 필요하고, 다양한 클라우드 제공업체 간 표준화 부족으로 인해 데이터 종속성 리스크가 존재한다.
• G-Cloud, Apps.gov, 카스미가세키 클라우드와 같은 국가 클라우드 이니셔티브는 예상 2015년 기준 £120M의 비용 절감 효과를 보이며 자원 공유 및 녹색 데이터센터 운영 관행을 촉진한다.
• Aneka 및 SciDB와 같은 클라우드 네이티브 도구와 SaaS, PaaS와 같은 서비스 모델의 통합은 개발 주기를 크게 단축시키고 과학 응용 프로그램의 이식성을 향상시킨다.