[논문 리뷰] Academic Cloud Computing Research: Five Pitfalls and Five Opportunities

Adam Barker, Blesson Varghese외 2명|arXiv (Cornell University)|2014. 06. 19.

Cloud Computing and Resource Management참고 문헌 20인용 수 38

한 줄 요약

이 논문은 학술적 클라우드 컴퓨팅 연구에서 다섯 가지 핵심적 함정을 규명한다 — 주로 대규모 인프라에 대한 접근 제한으로 인한 것이며, 저수준 시스템에서 고수준 추상화로의 초점을 이동할 것을 주장한다. 다섯 가지 기회를 제안한다: 사용자 중심 연구, 새로운 프로그래밍 모델, PaaS 환경, 향상된 확장성 지원, 고급 디버깅 도구로, 이러한 전환은 학문계가 클라우드 컴퓨팅 분야에 지속적이고 영향력 있는 기여를 할 수 있도록 할 것이다.

ABSTRACT

This discussion paper argues that there are five fundamental pitfalls, which can restrict academics from conducting cloud computing research at the infrastructure level, which is currently where the vast majority of academic research lies. Instead academics should be conducting higher risk research, in order to gain understanding and open up entirely new areas. We call for a renewed mindset and argue that academic research should focus less upon physical infrastructure and embrace the abstractions provided by clouds through five opportunities: user driven research, new programming models, PaaS environments, and improved tools to support elasticity and large-scale debugging. The objective of this paper is to foster discussion, and to define a roadmap forward, which will allow academia to make longer-term impacts to the cloud computing community.

연구 동기 및 목표

• 대규모 인프라에 대한 접근 제한으로 인해 학술적 클라우드 컴퓨팅 연구와 실제 클라우드 시스템 간의 괴리가 커지고 있음에 대비하여 이를 해결하고자 한다.
• Hadoop와 같은 산업 프레임워크의 점진적 최적화에 초점을 맞추는 현재의 경향이 장기적으로는 영향력이 미약하므로 이를 도전하고자 한다.
• 저수준 인프라가 아닌 고수준 추상화를 활용하는 더 높은 리스크이지만 더 큰 영향력을 가진 연구로의 사고 방식 전환을 주장하고자 한다.
• 클라우드 네이티브 추상화를 활용하여 진정으로 확장성 있고 스케일러블한 애플리케이션을 구축하는 데 소프트웨어 엔지니어를 지원하는 연구를 촉진하고자 한다.
• 고립된 시스템 연구가 아닌 사용자 중심의 플랫폼 수준 혁신에 초점을 맞추어 학문계와 산업계 간의 협력을 촉진하고자 한다.

제안 방법

• 학술적 클라우드 컴퓨팅 연구의 다섯 가지 핵심 함정을 규명하고 분석한다 — 특히 데이터센터 수준의 자원에 접근할 수 없는 것이 핵심이다.
• 인프라 수준의 실험에서 고수준 추상화로의 초점을 이동시키는 다섯 가지 전략적 연구 기회를 제안한다.
• 특히 PaaS 및 프로그래밍 모델 설계 분야에서 실제 과학적 및 애플리케이션적 필요에 기반한 사용자 중심 연구를 주장한다.
• 확장성 모델링, 동적 프로비저닝, 대규모 디버깅을 지원하는 도구 및 프레임워크 개발의 중요성을 강조한다.
• 소규모 비공개 테스트베드나 시뮬레이션 대신 실제 공용 클라우드 플랫폼(예: AWS)을 평가에 활용할 것을 권장한다.
• 다양한 벤더의 클라우드 자원을 고수준의 개발자 友好的 인터페이스를 통해 통합하는 PaaS 환경의 중요성을 부각한다.

실험 결과

연구 질문

• RQ1 왜 현재 학술적 클라우드 컴퓨팅 연구는 클라우드 컴퓨팅 공동체에 지속적인 영향을 미치지 못하고 있는가?
• RQ2 어떻게 연구자들은 인프라 수준의 연구를 위해 대규모 클라우드 인프라에 접근할 수 없는 장벽을 극복할 수 있는가?
• RQ3 인프라 튜닝을 넘어서 전환적 클라우드 연구를 가능하게 할 수 있는 가장 유망한 고수준 추상화와 플랫폼은 무엇인가?
• RQ4 확장성은 어떻게 효과적으로 모델링하고 관리할 수 있는가? 이를 통해 스케일러블하고 비용 효율적이며 성능이 우수한 클라우드 애플리케이션을 지원할 수 있는가?
• RQ5 사용자 중심의 요구사항은 차세대 클라우드 프로그래밍 모델과 PaaS 환경을 어떻게 형상화하는 데 기여할 수 있는가?

주요 결과

• 학술적 클라우드 컴퓨팅 연구는 대부분 데이터센터 수준의 인프라에 접근할 수 없어, 소규모 비공개 테스트베드에서 유도된 비대표적인 결과에 제약을 받고 있다.
• 현재 대부분의 학술 연구는 Hadoop와 같은 산업 프레임워크의 점진적 개선에 집중하고 있는데, 산업계의 빠른 반복적 개선으로 인해 장기적으로는 영향력이 미약하다.
• 실제 클라우드 플랫폼에 대한 접근성과 산업계 협력의 부족은 연구자 간의 격차를 만들어내며, 이러한 협력이 있는 연구자와 없는 연구자 간의 연구 격차를 야기한다.
• 실제 클라우드 환경에 접근할 수 없으면서 인프라 수준의 시스템 연구는 점점 더 의미가 없어지며, 시뮬레이션과 소규모 테스트베드는 의미 있는 평가에 부적합하다.
• PaaS, 프로그래밍 모델, 확장성 모델링으로의 초점 이동은 학문계가 혁신과 장기적 영향력을 행사할 수 있는 유망한 길이다.
• 확장성 있는 애플리케이션을 프로그래밍하고 디버깅하는 데 도움이 되는 향상된 도구들은 클라우드 환경에서 개발자 생산성과 애플리케이션 신뢰성을 크게 향상시킬 수 있다.