IaC의 개념​

• 인프라 구성 및 제어를 수동으로 관리하는 대신 코드로 정의하고 관리하는 기법
• 휴먼에러 방지, 자동화, 일관성, 버전 관리

IaC의 구성도, 구성요소, 장점​

IaC의 구성도​

IaC의 구성요소​

구분	내용	비고
버전관리시스템	코드 변경사항 추적 및 관리	Git
파이프라인	코드 통합, 테스트, 배포 자동화	ArgoCD
프로비저닝	인프라를 코드로 정의, 배포	Ansible, Terraform
부트스트랩	어플리케이션 배포에 필요한 설정 관리	Docker, Helm

IaC의 장점​

구분	장점	비고
비용효율측면	작업시간 단축	반복작업 자동화
-	예방비용 감소	인프라 단위 테스트
에러관리 측면	휴먼에러 감소	코드리뷰, 실수방지
-	빠른 롤백	구성 실패시 이전버전 롤백

• 개발 환경 구축과 배포 프로세스를 자동화하여 DevOps, GitOps 기술 요구사항 충족

IaC 고려사항​

• 보안 관련 정보 추가시 파이프라인 내부 Secret Variable로 관리 필요

노코드 개념​

• 프로그래밍 지식 없이 UI와 드래그 앤 드랍 기능 등을 활용하여 SW를 개발할 수 있도록하는 플랫폼 또는 도구
• 개발 속도 향상으로 인한 비용절감과 비전문가도 어플리케이션을 개발할 수 있는 접근성 향상

노코드 구성도, 구성요소, 적용방안​

노코드 구성도​

노코드 구성요소​

구분	내용	비고
사용자 인터페이스	시각적으로 어플리케이션 또는 워크플로우 조작	드래그 앤 드랍
모듈	사전 구성된 기능 모듈	재사용 가능
버전관리	다중 사용자 환경 구축	문서 버저닝
데이터 모델 통합	기능과 비지니스 로직, 데이터 모델 통합	API, 데이터 제어

노코드 적용방안​

구분	내용	비고
공공	코딩 없는 SW 개발 교육	생산성 향상
금융	데이터 분석 도구 시각화	대쉬보드 사용성
민간	빠른 프로토타이핑, 시장 출시	효율성, 비용절감

노코드 사용시 고려사항​

• 커스터마이징이 필요한 경우, Low-code 플랫폼이나 Pro-code 방식으로 어플리케이션 구현 필요.

RAID의 개념​

• 디스크의 안정성과 성능을 위해 여러 개의 개별 디스크를 연결하여 대용량 디스크를 구성하는 기술
• 가용성 Fault Tolerant, 유지보수성 Hot-Swap, 고속 I/O Striping, 안정성 Mirroring, Parity Check, 확장성

RAID의 유형, RAID5, RAID6 비교​

RAID의 유형​

구분	개념도	특징	최소 디스크 수
RAID0	-	데이터 분산 저장, 스트라이핑	2
RAID1	-	데이터 중복 저장, 미러링	2
RAID2	-	해밍코드, 다수 패리티 디스크, 사용안함	3
RAID3	-	별도 패리티 디스크, 사용안함	3
RAID4	-	블록단위 별도 패리티 디스크, 사용안함	3
RAID5	-	패리티 스트라이핑, 데이터 무결성 보장	3
RAID6	-	이중 패리티 스트라이핑, 높은 신뢰성	4
RAID01	-	스트라이핑 후 미러링, 장애시 전체 복구	4
RAID10	-	미러링 후 스트라이핑, 손실된 데이터만 복구	4

• RAID50은 최소 디스크 6개 필요

RAID5, 6 비교​

구분	RAID5	RAID6
최소 디스크 수	3개	4개
고장 허용 디스크	1개	2개
패리티 수	1	2
장점	저장효율성, 관리 용이성, 빠른 읽기 성능, 적절한 쓰기 성능	이중 디스크 장애허용, 높은 내결함성, 안정성
단점	복수 디스크 손상시 데이터 손실	느린 쓰기 성능, 복잡한 구현

RAID 적용시 고려사항​

• RAID는 백업이 아니므로, RTO, RPO를 고려한 별도의 증분 백업 전략 수립

스레싱의 개념​

• 멀티프로세싱 환경에서 빈번한 페이지 교체로 실제 프로세스 실행보다 페이지 교체에 더 많은 시간을 소요하여 프로세스 성능이 낮아지는 이상현상

프로세스 스레싱의 개념도, 원인, 해결방안​

프로세스 스레싱의 개념도​

프로세스 스레싱의 원인​

구분	원인	내용
리소스 부족	저사양 CPU	CPU 코어부족, 속도 부족
-	메모리 용량 부족	용량 부족으로 인한 가상메모리 사용 증가
부적절한 페이지 교체 정책	지역성 미고려	페이지 교체 정책 효율성 저하
-	페이지 빈도 미고려	부적절한 페이지 교체 알고리즘 사용
과도한 멀티프로그래밍	다중 프로세스 수용 초과	과도한 멀티프로그래밍으로 페이지 폴트
-	페이지 교체 수용 추가	페이지 수 초과로 인한 페이지 폴트

• Working Set Model, Page Fault Frequency 기버을 통해 발생을 최소화하는 것이 최선의 방법

프로세스 스레싱 해결방안​

• Working Set: 프로세스가 자주 참조하는 페이지 집합을 메모리에 상주시켜 교체 감소

• Page Fault Frequency: 페이지 부재율의 상한, 하한을 정하여 직접 페이지 부재율을 예측하여 프레임 할당, 프레임 회수하여 페이지 교체 감소

스레싱 발생시 고려사항​

• 자주 사용하는 프로세스에 높은 우선순위를 부여하여 중요 작업이 원활히 수행 가능하도록 처리

PNM의 개념​

• 메모리와 프로세서를 다이 차원에서 가깝게 연결하여 별도의 논리연산을 수행하는 메모리
• 메모리 접근을 위한 병목 최소화, 대역폭 최대화 가능

PNM의 구성도, 구성요소, 적용방안​

PNM의 구성도​

PNM의 구성요소​

구분	내용	비고
프로세서	연산처리 담당 중앙처리장치	데이터 처리
고속 인터페이스	메모리와 프로세서 간 통신 속도 향상	CXL 등
DRAM Cell	대용향 휘발성 기억 장치	데이터 저장
다이	회로가 제작된 공간	직접회로 연결

• 다이 접합과 인터페이스 통합으로 제작이 가능하기에 기존 프로세서 사용 용이

PNM 활용방안​

구분	내용	비고
데이터 집중형 앱	데이터 접근 빈도가 높은 어플리케이션 적용	빅데이터 분석, LLM 등
실시간 처리 앱	실시간 데이터 처리가 필요한 슈퍼컴퓨팅에 활용	금융모델, 기상 예보 등
전력효율 필요 앱	높은 전성비를 유지해야하는 환경	모바일, 임베디드시스템 등

PNM 고려사항​

• CPU와 PNM간 메모리 데이터 젖아시 경합을 고려한 SW개발 필요

메모리 관리 기법의 개념​

• 제한된 메모리 리소스를 효율적으로 사용하기 위해 메모리 관리 기법 필요

페이징 기법, 세그먼테이션 기법 개념도, 핵심요소​

페이징 기법, 세그먼테이션 기법 개념도​

• 페이징 기법은 동일한 크기로, 세그먼테이션 기법은 가변크기로 분할

페이징 기법, 세그먼테이션 기법 핵심요소​

구분	페이징	세그먼테이션
단위크기	고정, 페이지	가변, 세그먼트
외부단편화	없음	있음
내부단편화	있음	없음
주소사상	페이지테이블	세그먼트테이블
복잡성	단순	주소, 사이즈 관리 복잡
프로세스 간 공유	어려움	용이
교체시간	짧은	느림

• 페이징 기법의 메모리 관리 효율성, 세그먼테이션 기법의 논리적 메모리 관리 이점을 결합한 페이지드 세그먼테이션 기법 사용

페이지드 세그먼테이션 기법​

• 파일 관리는 세그먼트 단위로, 프로그램 조각은 페이지 단위로 관리

메모리 관리 기법 선택시 고려사항​

• 외부단편화와 내부단편화를 줄이기 위해 버디메모리, 슬랩할당자 기법 사용 고려.
• 스레싱이 발생하지 않게 적절한 테이블 크기 설정

뉴로모픽 칩의 개요​

• 인간의 뇌를 모방하여 정보를 연산, 저장하는 비 폰노이만 구조의 저전력, 고성능 칩
• 기존 폰노이만 구조의 프로세서로 연산하기 어려운 인공지능, 시뮬레이션 등 병렬 작업을 처리하기 위해 필요

뉴로모픽 칩의 구성도, 구성요소, NPU와 비교​

뉴로모픽 칩의 구성도​

뉴로모픽 칩의 구성요소​

구분	내용	비고
뉴로모픽 칩	시냅스와 뉴런으로 구성, 스파이크 자극에 의해 유기적으로 자율 조절	인간 뇌와 같이 저전력으로 학습
스파이킹 신경망, SNN	생물학적 신경 네트워크 구조를 모방	대규모 병렬 연산, 가중치 전달
뉴로모픽 소자	뉴런과 시냅스를 구성하는 핵심 소자로 메모리와 레지스터의 결합	멤리스터
PIM	뉴런을 배열하여 스파이크 입력 변환, 뉴런 배열에서의 스파이크 발화 동작 및 학습, 학습 결과 특성 분류 수행	SRAM 기반

NPU와 뉴로모픽 침의 차이점​

구분	NPU	뉴로모픽 칩
구조	폰노이만	생물의 뉴런 시스템
목적	GPU를 CPU로 만들어 연산 활용	메모리를 CPU로 만들어 연산 활용
중점	인공신경망 연산의 효율적 수행	인공신경망 외 다양한 프로그램 연산
관련 업체	엔비디아 등	IBM, 인텔 등
장점	LLM 등 인공지능 모델 확산 기여	전력, 면적, 성능 등에서 압도적 결과
단점	대규모 데이터센터 공간/전력 소모	뉴로모픽 칩 개발의 어려움

뉴로모픽 칩 고려사항​

• 뉴로모픽 하드웨어를 최대한 활용할 수 있는 알고리즘 및 SW개발, 연구 병행 필요

UML 개념​

• SW산출물을 가시화, 명세화, 구축, 문서화하는 도구로 구조, 동작, 인터랙션 다이어그램으로 구분

시퀀스 다이어그램, 커뮤니케이션 다이어그램 구성도, 구성요소, 절차​

시퀀스 다이어그램, 커뮤니케이션 다이어그램 구성도 비교​

• 시퀀스 다이어그램은 시간 순서에 따라, 커뮤니케이션 다이어그램은 구조에 따라 인터렉션 표현

시퀀스 다이어그램, 커뮤니케이션 다이어그램 구성요소 비교​

구분	시퀀스	커뮤니케이션
개념	객체 간 상호작용을 시간 흐름에 따라 메세지 표현	객체 간 메세지의 구조적 구성 표현
핵심요소	라이프라인, 액티베이션박스, 메세지	객체, 링크, 메세지
사례	시스템 내부 프로세스, 실행 순서	시스템 아키텍처 개념적 이해

시퀀스 다이어그램, 커뮤니케이션 다이어그램 절차 비교​

구분	절차	비고
시퀀스 다이어그램	액터와 활성 객체 나열	시간순서 배치
-	객체 간 메세지 작성	상호 작용 추가
-	활성객체별 액티베이션박스 작성	활성화 시간 표현
커뮤니케이션 다이어그램	중요 객체, 클래스, 액터 식별	구조적 중요성 강조
-	객체 및 액터 배치, 연결	커뮤니케이션 구조 중심
-	메세지 링크 강조	연결성 명확화

UML 작성시 고려사항​

• OMG 글부 표준을 준수하여 정확성, 효용성, 유지보수성을 가진 산출물 작성

MSA, 모놀리틱 아키텍처 개념​

• 모놀리틱 아키텍처에서 비지니스 프로세스를 독립된 서비스로 분리한 SOA로 전환, SOA의 ESB 부하집중, 기술스택 일원화 문제를 해결하기 위해 MSA 등장

MSA, 모놀리틱 아키텍처 구성도, 구성요소, 적용방안​

MSA, 모놀리틱 아키텍처 구성도​

• 하나의 어플리케이션을 여러 개의 서비스로 나눠 조합하여 서비스를 제공

MSA, 모놀리틱 아키텍처 구성요소​

구분	모놀리틱	MSA
모듈성	영향도, 의존성 높음	서비스 간 의존성 낮음
유지보수성	규모가 커질수록 어려움	개별 서비스
확장성	부분 Scale-out 어려움	서비스 단위 유연한 Scale-out
조직	기능 중심 조직 구조	비지니스 중심 DevOps 구조
장점	배포, 테스트 표준화된 방식으로 관리 용이	서비스 단위 빠른 개발, 배포 용이
단점	One Codebase로 의존성이 높아 신규 개발 어려움	분산시스템에서 트랜잭션 관리 어려움

MSA 적용 방안​

• Istio 등 서비스 메쉬를 도입하여 MSA 간 서비스 디스커버리, 라우팅, 보안, 로드밸런싱 등 처리

MSA 도입시 고려사항​

• MSA 전환시 네트워크 지연시간이 추가되므로 성능에 민감한 시스템일 경우 도입을 신중히 검토해야함

테스트 커버리지와 코드 커버리지의 개념​

• 테스트 커버리지: SW 테스트시 얼마나 많은 기능이 테스트되었는지를 측정하는 지표
• 코드 커버리지: 코드의 각 구문이 테스트 중 얼마나 실행되었는지 측정하는 지표

테스트 커버리지, 코드 커버리지 구성요소, 적용방안​

테스트 커버리지, 코드 커버리지 구성요소​

구분	커버리지	비고
테스트 커버리지	기능 커버리지	요구사항별, 유스케이스, 시나리오
-	사용자시나리오 커버리지	UI, 통합, 시스템
코드 커버리지	라인 커버리지	코드라인, 구문, 조건
-	함수 커버리지	함수 호출, 함수 내부
-	분기 커버리지	조건, 결정, 다중 조건

테스트 커버리지, 코드 커버리지 적용방안​

구분	적용방안	비고
테스트 커버리지	테스트 계획 단계부터 목표 수립	테스트 관리도구 활용
-	테스트 실행시 커버리지 측정 보고서 작성	-
코드 커버리지	코드 커버리지 측정도구 활용	적정분석도구 통합
-	테스트 실행 후 커버리지 분석	CI/CD 통합

커버리지 측정시 고려사항​

• 비용과 시간, 테스트 품ㅈ딜을 고려한 현실적인 커버리지 목표 설정 필요