[논문 리뷰] Portable learning environments for hands-on computational instruction: Using container- and cloud-based technology to teach data science

Chris Holdgraf, Aaron Culich외 4명|arXiv (Cornell University)|2017. 03. 15.

Scientific Computing and Data Management참고 문헌 11인용 수 5

한 줄 요약

이 논문은 Docker와 클라우드 인프라(예: Jetstream/XSEDE)를 활용해 로컬 소프트웨어 설치가 필요 없는 포터블이고 클라우드 기반, 컨테이너 기반 학습 환경을 제안한다. 사전 설정된 Jupyter 노트북 환경을 보안이 강화된 원격 컨테이너에 호스팅함으로써, 다양한 학생용 기기에서 일관되고 재현 가능하며 확장 가능한 지도를 가능하게 하며, 설정의 번거로움을 크게 줄이고 교육적 효율성을 향상시킨다.

ABSTRACT

There is an increasing interest in learning outside of the traditional classroom setting. This is especially true for topics covering computational tools and data science, as both are challenging to incorporate in the standard curriculum. These atypical learning environments offer new opportunities for teaching, particularly when it comes to combining conceptual knowledge with hands-on experience/expertise with methods and skills. Advances in cloud computing and containerized environments provide an attractive opportunity to improve the efficiency and ease with which students can learn. This manuscript details recent advances towards using commonly-available cloud computing services and advanced cyberinfrastructure support for improving the learning experience in bootcamp-style events. We cover the benefits (and challenges) of using a server hosted remotely instead of relying on student laptops, discuss the technology that was used in order to make this possible, and give suggestions for how others could implement and improve upon this model for pedagogy and reproducibility.

연구 동기 및 목표

• 집중적인 데이터 과학 교육 행사 동안 학생들의 노트북 환경이 일관되지 않아 발생하는 문제를 해결하기 위해.
• 로컬 소프트웨어 설치를 제거함으로써 실습 중심의 계산 교육에서 설정 시간과 기술적 장벽을 줄이기 위해.
• 오픈소스 도구를 사용해 원격에서 안정적이고 재현 가능하며 보안이 강화된 데이터 과학 워크플로우를 실행할 수 있도록 하기 위해.
• 일반적으로 이용 가능한 인프라를 활용해 클라우드 기반 학습 환경을 구축하는 실용적이고 경량의 모델을 보여주기 위해.
• 이식 가능하고 컨테이너 기반이며 클라우드 호스팅된 학습 환경을 통해 데이터 과학 교육의 교육적 혁신을 지원하기 위해.

제안 방법

• 저자들은 재현 가능성을 확보하기 위해 버전 고정 기능을 적용한 jupyter/datascience-notebook 기반의 Docker 이미지를 만들었다.
• 이 이미지를 빌드하고 DockerHub에 업로드하여 다양한 환경에서의 배포를 용이하게 하였다.
• Jetstream 클라우드 플랫폼을 사용해, 웹 인터페이스인 Atmosphere를 통해 50개의 사전 설정된 가상머신(Virtual Machines, VMs)을 배포하였으며, 각 VM은 컨테이너화된 Jupyter 노트북 서버를 호스팅하고 있었다.
• 각 VM은 Docker 설치 스크립트, 사전 빌드된 이미지 다운로드, 워크숍 데이터 다운로드, 공유 암호를 사용해 Jupyter 서버를 시작하는 스크립트를 포함한 시작 스크립트로 구성되어 있었다.
• 시스템은 기본적으로 보안이 강화된 Jupyter 설정을 사용하여 암호를 요구함으로써 외부 네트워크에 노출되는 것을 최소화하면서도 원격 접근을 가능하게 하였다.
• 참가자들은 로컬에 소프트웨어를 설치하지 않고도 웹 브라우저를 통해 개인화되고 격리된 노트북 환경에 액세스할 수 있었다.

실험 결과

연구 질문

• RQ1 클라우드 및 컨테이너 기반 인프라는 데이터 과학 부트캠프에서 실습 중심의 계산 교육의 일관성과 신뢰성을 어떻게 향상시킬 수 있는가?
• RQ2 오픈소스이자 저비용인 클라우드 플랫폼은 집중적인 교육 행사 동안 강사와 학생이 짊질어야 할 기술적 부담을 어느 정도 줄일 수 있는가?
• RQ3 교육 목적을 위해 원격 컨테이너 기반 Jupyter 환경을 배포할 때 발생하는 실질적 과제와 보안 고려사항은 무엇인가?
• RQ4 다양한 학생용 하드웨어와 운영 체제에서 설정 시간을 줄이고 재현 가능성을 보장하는 표준화된 이식 가능한 학습 환경을 만들 수 있는가?
• RQ5 클라우드나 컨테이너 관리에 깊은 전문 지식이 없어도 강사가 원격 학습 환경을 어떻게 확장할 수 있는가?

주요 결과

• Docker와 클라우드 기반 가상머신을 사용함으로써 로컬 소프트웨어 설정 문제를 완전히 제거하여, 모든 학생이 최소한의 설정으로 동일한 사전 설정된 환경에 액세스할 수 있었다.
• 50台의 가상머신 전체 배포가 웹 인터페이스를 통해 몇 분 만에 완료되어, 학습 환경을 신속하고 확장 가능하게 프로비저닝할 수 있음을 입증하였다.
• 참가자들은 로컬 소프트웨어 설치 없이 웹 브라우저를 통해 Jupyter 노트북에 액세스하여, 접근 장벽을 크게 줄였다.
• 모든 인스턴스에서 동일한 이미지를 사용하고 Docker 이미지에 소프트웨어 버전을 고정함으로써 일관된 재현 가능성을 달성하였다.
• 암호 보호된 Jupyter 서버와 기본 보안 설정을 통해 보안이 유지되었으며, 제한된 액세스 외에는 외부 네트워크에 노출되지 않았다.
• 워크숍 종료 후 참가자들은 일정 기간 동안 자신의 VM을 계속 사용할 수 있었고, 나중에 로컬 Docker 설치로 이식하거나 개인용 클라우드 할당을 신청할 수 있었다.