개방형 API, SOAP, REST
· One min read
기술사 관련 포스트
View All Tags구분 | 내용 |
---|---|
개념도 | ![]() |
개념 | 의사결정규칙을 도표화하여 관심 대상 집단을 소집단 분류 후 분석하는 기법 |
특징 | 수입규모와 신용기록의 좋고 나쁨에 따른 위험도 분석 |
구분 | 내용 |
---|---|
개념도 | ![]() |
개념 | 발생가능 시나리오 따른 미래가치를 통계적 계산하여 기대가치가 더 높은 시나리오를 선택하는 기법 |
특징 | 의사결정나무 기반 발생확률과 영향력을 모두 고려하여 분석 |
구분 | 내용 |
---|---|
개념도 | ![]() |
개념 | 해를 구하기 어려운 문제를 확률모형과 난수를 이용하여 해를 얻는 시뮬레이션 방법 |
특징 | 난수생성 후 패턴을 도출하여 목표함수의 확률변수들의 확률분포를 추정 |
구분 | 점검항목 | 내용 |
---|---|---|
분석 | 빅데이터 서비스 요구사항 정의여부 | 상버목표 및 추진전략 검토 |
분석목표 달성을 위한 데이터 항목 정의 | 상관관계 정의, 품질수준 설정 | |
요구사항 정의 과정에서 데이터 품질요소 검토 | 데이터 활용 적합성 | |
설계 | 데이터 수집/정제 체계의 적정 설계여부 | 데이터 오류처리, 정제 기준 |
데이터 저장체계 및 보유기관 간 연계 설계 | 데이터 이관절차, 주기적 수집 확인 | |
데이터 표준화 및 관리체계 설계여부 | 데이터 속성정의, 표준항목 관리 |
구분 | 점검항목 | 내용 |
---|---|---|
구축 | 데이터 생애주기 관리체계 확인 | 생성-소멸 전 과정 감리 |
데이터가 설계된 대로 수집/변환되는지 점검 | 데이터 품질/변환 절차 확인 | |
시스템 구성요소 검증 | HW, SW 구성요소 설계 및 복구 계획 | |
운영 | 데이터 품질, 보안, 서비스 운영 관리체게 검토 | 데이터 거버넌스 수립 여부 |
로그저장 및 분석 체계 확인 | 데이터 활용패턴, 사용자 만족도 분석 |
구분 | 내용 | 산출물 |
---|---|---|
1 사전준비 | 유지관리 대상 SW 식별 | 유지관리 대상 SW |
2 유지관리대상 SW 개발비 재산정 | 유지관리 대상 SW 개발비를 유지관리 계약적정 FP와 단가로 재산정 | SW개발비 (현재가치) |
3 유지관리 총량 계산 | 유지관리횟수, 시스템사용자수, 시스템중요도, 연계, 오류복구신속성 따른 난이도 계산 후 반영 | 총 유지관리점수 (TMP) |
4 유지관리 운용예산 | 총 건수, 미충 요율 계산 | 유지관리 요율 |
요율 = 10 + 5TMP/100 | ||
5 직접경비 계산 | 유지관리실제소요 경비산정 | 직접 경비 |
6 SW 유지관리비 산정 | SW유지관리비 산정 | SW 유지관리비 |
SW개발비 * 유지관리요율 + 직접경비 |
구분 | 내용 | 산출물 |
---|---|---|
1 사전준비 | 운영 대상 SW 식별, 세부 운영 서비스 항목 정의 | 운영 대상 SW 및 서비스 항목 |
2 운영 공수 계산 | SW 운영 업무 특성 고려, 필요 직무, 직무별 투입인력, 기간 결정 | IT 직무별 투입공수 |
3 직접 인건비 계산 | 운영 업무 수행 인력의 직접 인건비 계산 | 직접인건비 |
직접 인건비 = 투입인력 기술자 직무공수 * SW기술자 평균임금 | ||
4 제경비 및 기술료 계산 | 운영업무 수행 인력의 제경비와 기술료 계산 | 제경비, 기술료 |
제경비 = 작업 인건비 × 144 | ||
5 직접 경비 계산 | 당해 업무 내 현재 요소로 직접 경비 산정 | 직접 경비 |
6 SW 운영비 산정 | SW 운영비 산정 | SW운영비 |
직접인건비 + 제경비 + 기술료 + 직접 경비 |
구분 | 내용 | 산출물 |
---|---|---|
1 사전준비 | 유지관리 및 운영대상 SW 식별 | 유지관리 및 운영대상 SW |
대상 SW별 유지관리/운영업무 식별 | ||
2 고정비/변동비 업무 구분 | 대상 업무 중 완전유지관리 기능개선 해당업무(변동비) 구분 | 고정비/변동비 업무분류표 |
대상 업무 중 비기능 개선업무(고정비) 구분 | ||
3 고정비/변동비 산정 | SW재개발비 산정방식으로 변동비 산정 | 고정비 산정표 |
투입공수 방식 운영비 산정방식 적용 고정비 산정 | 변동비 산정표 | |
4 직접경비계산 | 당해업무 실제소요경비 산정 | 직접경비 |
5 SW유지관리/운영비 산정 | SW유지관리/운영비 산정 | SW 유지관리 및 운영비 |
고정비 + 변동비 + 직접경비 |
단계 | 활동 | 세부 내용 |
---|---|---|
전환 계획 수립 및 준비 | 전환 타당성 검토 | 클라우드 기반 전환 가능성에 대한 검토 적절성 확인 |
요구사항 및 영향도 분석 | 전환 따른 이해관계자 요구사항, OS 지원 영향도 확인 | |
자원 구성, 사용량 확정 | 성능 안정성 확보 위한 자원 점검 및 사용권 확인 | |
구축 및 테스트 계획 수립 | 전환에 따른 업무 중단 최소화, 안정성 유지 방안 구축 및 테스트 계획 | |
전환 실행 | nTOPS 계정 산정 | nTOPS 통합 계정 및 전환 산정 적절성 확인 |
원격접근, 방화벽 방안 산정 | 환경 특성 따른 경로 확인, 방화벽 신청 적절성 검토 |
단계 | 활동 | 세부 내용 |
---|---|---|
클라우드 전환 | APP 수정 개발 | IP 변경, 트래픽 분배 등으로 인한 APP 수정 요구 적정성 확인, 테스트 수행 |
APP 원상 복구 설계 | WAS, DB 서버 SW 이관과정의 정상 작동 확인, 연계 SW 영향도 분석 | |
클라우드 서비스 이용 환경 구축 | 클라우드 리소스를 효율적으로 활용할 수 있는 환경 설정 확인 | |
보안 취약점 점검 | HW, APP 등 지원 위험요인 파악, 취약점 분석 및 대응방안 마련 | |
데이터 이관 | 데이터 이관 계획 수립 및 데이터 무결성 검증 확인 | |
통합 테스트 수행 | 사용자 환경에서 시나리오 기반 통합 테스트 수행 및 작업 결과 확인 | |
서비스 안정화 | 서비스 전환 및 안정화 | 안정적 전환을 위한 APP 및 사용 SW 내 예외 기술 지원 여부, 적정 운영 검토 |
부문 | 점검항목 | 세부 내용 |
---|---|---|
전환 적정성 평가 | 클라우드 전환 가능성 | 정보시스템 특성과 클라우드 환경 간 적합성 검토 |
상용 SW를 공개 SW로 전환 가능 여부 | 현재 상용 SW의 오픈소스 전환 가능성 평가 | |
업무단위 이관 가능 여부 | 업무시스템별 클라우드 전환 가능성 검토 | |
인프라/시스템 분석 | 장비 사용연한 만료 여부 | 장비교체주기 고려한 전환 필요성 검토 |
SW 기술지원 만료여부 | SW기술지원 만료상태 확인 | |
시스템용랴안정 | CPU, 메모리, 디스크용량 등 시스템자원 산정 | |
시스템 구성 | 클라우드 전환을 위한 시스템 구성요소 결정 | |
NW 및 보안 영향성 | 고립망, DR 활용 여부 | 재해복구(DR) 또는 고립망 구성 필요성 검토 |
인터넷과 행정서비스 간 데이터 연동 필요여부 | 내외부간 데이터 동기화 등 데이터 연동 필요성 검토 |
구분 | 설명 |
---|---|
개념도 | ![]() |
개념 | 객체는 단 하나의 책임만 가져야한다는 원칙 |
특징 | 변경에 대한 의존성 극복, 응집도 향상 |
예시 | 파일 읽기, 쓰기 클래스 분리 |
구분 | 설명 |
---|---|
개념도 | ![]() |
개념 | 클래스는 확장에는 열리고 수정에는 닫혀있어야한다는 원칙 |
특징 | 추상화로인한 다형성, 확장성, 객체지향 장점 극대화 |
예시 | 새로운 기능 추가시 추상클래스 활용 |
구분 | 설명 |
---|---|
개념도 | ![]() |
개념 | 상위 클래스는 하위 클래스로 대체할 수 있어야한다는 원칙 |
특징 | 상속을 통한 재사용성 확보, 부모-자식 클래스 간 IS-A 관계 보장 |
예시 | HashSet은 Set의 add 메소드 사용 가능 |
구분 | 설명 |
---|---|
개념도 | ![]() |
개념 | 클라이언트는 자신이 사용하는 인터페이스만 의존해야하는 원칙 |
특징 | 클라이언트에 목적과 용도에 적합한 인터페이스 제공, 확장성 증가 |
예시 | Pet 인터페이스 분리로 짖는 기능 구현 |
구분 | 설명 |
---|---|
개념도 | ![]() |
개념 | 고수준 클라이언트는 저수준 모듈 의 구현에 의존하지 않고, 추상화된 인터페이스에 의존해야한다는 원칙 |
특징 | 변화하기 어려운 인터페이스에 의존, 결합도 완화 |
예시 | 특정 DB클래스가 아닌 Database 인터페이스 사용 연동 |
구분 | 역할 | 설명 |
---|---|---|
SM (Streaming Multiprocessor) | 연산 처리 유닛 | GPU 내부에서 병렬 연산을 수행하는 핵심 유닛으로, 작업을 처리하고 메모리 관리 유닛으로 데이 터를 전달 |
MMU (Memory Management Unit) | 메모리 관리 | GPU의 메모리 액세스를 관리하고 가상 메모리 주소를 물리 메모리 주소로 변환 |
NVLink NIC | 데이터 전송 인터페이스 | NVLink를 통해 GPU 간의 고속 데이터 전송을 담당 |
NVLink Network Switch | 데이터 전송 경로 관리 | 여러 GPU 간 데이터 흐름을 관리하고, 최적의 전송 경로를 설정 |
TLB (Translation Lookaside Buffer) | 주소 변환 캐싱 | MMU에서 자주 사용하는 주소 변환 결과를 캐싱하여 속도 향상 |
HBM (High Bandwidth Memory) | 고속 메모리 | 고속 메모리로 데이터 저장 및 접근을 지원, GPU 연산 속도 최적화 |
구분 | 장점 | 설명 |
---|---|---|
성능향상 | 실시간 처리 | 멀티 GPU를 통해 연산 작업을 병렬로 처리하여 실시간 성능을 향상시킴 |
대규모 처리 | 대규모 데이터 세트나 복잡한 모델을 빠르게 학습 및 추론 가능 | |
자원최적화 | 메모리 용량 | 각 GPU의 메모리를 활용하여 단일 GPU의 메모리 제한을 극복 |
모델 병렬화 | 모델을 여러 GPU로 분산하여 병렬 연산을 최적화 | |
확장성 | GPU 확장 | 추가 GPU를 연결하여 시스템의 연산 성능을 손쉽게 확장 가능 |
데이터 추가 | 대규모 데이터 처리 시 여러 GPU를 활용하여 병렬 데이터 전처리 및 학습 가능 |
구분 | 고려사항 | 비고 |
---|---|---|
물리적 인프라 | HW구성 | GPU 선택, 서버, CPU, 파워, 냉각시스템 |
NW구성 | 내부연결, 서버 간 연결, 로드밸런싱, 스토리지 네트워크 | |
논리적 시스템 | SW환경 | OS, 프레임워크, 분산훈련, 모니터링 도구 |
성능최적화 | GPU 메모리 관리, 연산정밀도, 배치 크기, 하이퍼파라미터 튜닝 | |
병렬처리 환경 | 데이터 병렬화, 파이프라인 병렬화, 모델 병렬화 |
구분 | 블록스토리지 가상화 | 파일스토리지 가상화 | 오브젝트스토리지 가상화 |
---|---|---|---|
개념도 | ![]() | ![]() | ![]() |
개념 | 물리적 스토리지를 블록 단위로 추상화하여 논리적 블록으로 제공 | 물리적 스토리지를 파일단위로 추상화하여 파일명, 경로 통해 공유 | 데이터를 개체 단위로 관리하여 데이터와 메타데이터를 함께 저장하고 논리적 통합하여 제공 |
주요환경 | SAN | NAS/SAN | 클라우드 스토리지, 대규모 비정형데이터 저장소 |
접근방식 | OS가 논리적 블록주소 통해 접근 | 파일명, 경로 | RESTful API, HTTP, HTTPS |
프로토콜 | iSCSI, FC | NFC, SMB, CIFS | S3API, HTTP, HTTPS |
주요사례 | DB, 고성능 어플리케이션, 가상머신디스크 | 파일공유, NW기반 데이터 접근 | 클라우드스토리지, 데이터분석, 비정형데이터 저장 |
특징 | 낮은 오버헤드, 빠른 데이터 전송, OS 무관 | 액세스제어 용이, 속성정보 관리 편이 | 오브젝트별 고유 ID, OS/FS 의존성 없음, 무한 확장성 |
대표기술 | SANique, IBM SVC, 스토리지 어레이 | NFS, GPFS, SNFS, GFS | S3, Cloud Storage, Blob Storage |
항목 | 고려사항 | 설명 |
---|---|---|
호환성 | 지원 프로토콜 및 솔루션 | DBMS, HA 솔루션, 백업 장치 지원 가능 FC 프로토콜, iSCSI 프로토콜, CIFS & NFS 지원 |
가용성/안정성 | 장애 대응 및 데이터 보호 | Failover 기능 지원 및 데이터 유실 방지 바이러스 및 기타 공격 차단 |
기능성 | 서비스 연속성 및 확장성 | 무중단 서비스 및 스토리지 추가/제거 디스크 볼륨 할당 및 확장 작업 가능 |
구축용이성 | 시스템 다운타임 최소화 | 기존 시스템과의 호환성 고려 다운타임 최소화 방안 제시 |
구분 | Tier1 | Tier2 | Tier3 | Tier4 |
---|---|---|---|---|
장애영향 | 비/계획된 액티비티에 대한 사이트 영향 높음 | 비/계획된 액티비티에 대한 사이트 영향 보통 | 계획된 액티비티에 대한 컴퓨팅 HW 운영지장 없음 | 계획된 액티비티에 대한 임계부하 없음 |
비계획 작업은 영향 | 비계획 액 티비티 임계부하 적어도 1번 방어 | |||
전력/냉방시설 이중화 | 필요시 | N+1 | N+1, 동시 활성화 | 2(N+1), 무정지상태 |
백본/라우터 이중화 | 없음 | 없음 | 필요 | 필요 |
적용기간 | 3개월 | ~6개월 | 15~20개월 | 15~20개월 |
MTTR | 28.8h | 22.0h | 1.6h | 0.4h |
보안시설 | 일반 잠금장치 | 카드인식 | 생체인식 | 생체인식 |
구분 | PIM | PNM |
---|---|---|
연산기 위치 | DRAM 칩 내부 | DRAM 근처 별도 칩 |
전송지연 | 없음 | 일부 있음 |
장점 | 데이터 이동 제거 | 범용성 확보 |
병렬처리 극대화 | 전력효율성 | |
단점 | 범용성 낮음 | 상대적 낮은 성능 |
분야 | 추론 AI 등 | 고성능컴퓨팅, 데이터센터 |
구분 | 내용 | 비고 |
---|---|---|
AI 가속기 | AI 작업의 대규모 병렬 처리시 활용 | 음성인식, 이미지 처리 |
빅데이터 분석 | 대량 데이터 실시간 처리 최적화 | SEM(동시실행모드), EPM(독점실행모드) 등 |
고성능 컴퓨팅 | GPU와 협업하여 워크로드 분산 | MAC 연산 수행 |