본문으로 건너뛰기

"professional-engineer" 태그로 연결된 415개 게시물개의 게시물이 있습니다.

기술사 관련 포스트

모든 태그 보기

지능정보기술감리 실무가이드

· 약 3분

지능정보기술감리 실무가이드 개념

  • 빅데이터를 구축하고 분석하는 정보화 사업에 대한 감리를 수행함에 있어 필요산 사업의 단계별 감리 점검항목을 제시하기 위한 실무지침
  • 데이터 품질, 서비스연계점, 운영안정성 확보, 리스크 최소화, 정보시스템 신뢰성 증대

지능정보기술감리 실무가이드 개념도

지능정보기술감리

빅데이터 정보화사업 점검항목

분석 및 설계 단계 점검항목

구분점검항목내용
분석빅데이터 서비스 요구사항 정의여부상버목표 및 추진전략 검토
분석목표 달성을 위한 데이터 항목 정의상관관계 정의, 품질수준 설정
요구사항 정의 과정에서 데이터 품질요소 검토데이터 활용 적합성
설계데이터 수집/정제 체계의 적정 설계여부데이터 오류처리, 정제 기준
데이터 저장체계 및 보유기관 간 연계 설계데이터 이관절차, 주기적 수집 확인
데이터 표준화 및 관리체계 설계여부데이터 속성정의, 표준항목 관리

구축 및 운영 단계 점검항목

구분점검항목내용
구축데이터 생애주기 관리체계 확인생성-소멸 전 과정 감리
데이터가 설계된 대로 수집/변환되는지 점검데이터 품질/변환 절차 확인
시스템 구성요소 검증HW, SW 구성요소 설계 및 복구 계획
운영데이터 품질, 보안, 서비스 운영 관리체게 검토데이터 거버넌스 수립 여부
로그저장 및 분석 체계 확인데이터 활용패턴, 사용자 만족도 분석

운영단계 대가산정

· 약 5분

운영단계 대가산정 개념

  • SW진흥법 제 10조 의거, SW수명주기 중 운영단계 사업 및 서비스의 적정대가를 산정하기 위한 지침

운영단계 대가산정 방식

응용SW요율제 유지관리비 산정방식

구분내용산출물
1 사전준비유지관리 대상 SW 식별유지관리 대상 SW
2 유지관리대상 SW 개발비 재산정유지관리 대상 SW 개발비를 유지관리 계약적정 FP와 단가로 재산정SW개발비 (현재가치)
3 유지관리 총량 계산유지관리횟수, 시스템사용자수, 시스템중요도, 연계, 오류복구신속성 따른 난이도 계산 후 반영총 유지관리점수 (TMP)
4 유지관리 운용예산총 건수, 미충 요율 계산유지관리 요율
요율 = 10 + 5TMP/100
5 직접경비 계산유지관리실제소요 경비산정직접 경비
6 SW 유지관리비 산정SW유지관리비 산정SW 유지관리비
SW개발비 * 유지관리요율 + 직접경비

SW운영 투입공수 산정방식

구분내용산출물
1 사전준비운영 대상 SW 식별, 세부 운영 서비스 항목 정의운영 대상 SW 및 서비스 항목
2 운영 공수 계산SW 운영 업무 특성 고려, 필요 직무, 직무별 투입인력, 기간 결정IT 직무별 투입공수
3 직접 인건비 계산운영 업무 수행 인력의 직접 인건비 계산직접인건비
직접 인건비 = 투입인력 기술자 직무공수 * SW기술자 평균임금
4 제경비 및 기술료 계산운영업무 수행 인력의 제경비와 기술료 계산제경비, 기술료
제경비 = 작업 인건비 × 144154% / 기술료 = (직접 인건비 + 제경비) × 2040%
5 직접 경비 계산당해 업무 내 현재 요소로 직접 경비 산정직접 경비
6 SW 운영비 산정SW 운영비 산정SW운영비
직접인건비 + 제경비 + 기술료 + 직접 경비

고정비, 변동비 산정방식

구분내용산출물
1 사전준비유지관리 및 운영대상 SW 식별유지관리 및 운영대상 SW
대상 SW별 유지관리/운영업무 식별
2 고정비/변동비 업무 구분대상 업무 중 완전유지관리 기능개선 해당업무(변동비) 구분고정비/변동비 업무분류표
대상 업무 중 비기능 개선업무(고정비) 구분
3 고정비/변동비 산정SW재개발비 산정방식으로 변동비 산정고정비 산정표
투입공수 방식 운영비 산정방식 적용 고정비 산정변동비 산정표
4 직접경비계산당해업무 실제소요경비 산정직접경비
5 SW유지관리/운영비 산정SW유지관리/운영비 산정SW 유지관리 및 운영비
고정비 + 변동비 + 직접경비

클라우드 전환사업의 단계별 감리

· 약 5분

클라우드 전환사업 단계별 감리 개념

  • 기관이 구축/운영 중인 정보시스템 어플리케이션의 변경 없이 인프라 자원을 대상으로 클라우드로 전환하는 사업에 대한 감리를 수행하여 적정성을 평가

클라우드 전환사업 단계별 감리 개념도, 단계별 감리 방법, 클라우드 전환사업 검토항목

클라우드 전환사업 단계별 감리 개념도

클라우드 감리

클라우드 전환사업 단계별 감리 방법

클라우드 전환 사업 계획 수립/신청

단계활동세부 내용
전환 계획 수립 및 준비전환 타당성 검토클라우드 기반 전환 가능성에 대한 검토 적절성 확인
요구사항 및 영향도 분석전환 따른 이해관계자 요구사항, OS 지원 영향도 확인
자원 구성, 사용량 확정성능 안정성 확보 위한 자원 점검 및 사용권 확인
구축 및 테스트 계획 수립전환에 따른 업무 중단 최소화, 안정성 유지 방안 구축 및 테스트 계획
전환 실행nTOPS 계정 산정nTOPS 통합 계정 및 전환 산정 적절성 확인
원격접근, 방화벽 방안 산정환경 특성 따른 경로 확인, 방화벽 신청 적절성 검토

클라우드 전환 사업 실행/서비스 안정화

단계활동세부 내용
클라우드 전환APP 수정 개발IP 변경, 트래픽 분배 등으로 인한 APP 수정 요구 적정성 확인, 테스트 수행
APP 원상 복구 설계WAS, DB 서버 SW 이관과정의 정상 작동 확인, 연계 SW 영향도 분석
클라우드 서비스 이용 환경 구축클라우드 리소스를 효율적으로 활용할 수 있는 환경 설정 확인
보안 취약점 점검HW, APP 등 지원 위험요인 파악, 취약점 분석 및 대응방안 마련
데이터 이관데이터 이관 계획 수립 및 데이터 무결성 검증 확인
통합 테스트 수행사용자 환경에서 시나리오 기반 통합 테스트 수행 및 작업 결과 확인
서비스 안정화서비스 전환 및 안정화안정적 전환을 위한 APP 및 사용 SW 내 예외 기술 지원 여부, 적정 운영 검토

클라우드 전환사업 검토항목

부문점검항목세부 내용
전환 적정성 평가클라우드 전환 가능성정보시스템 특성과 클라우드 환경 간 적합성 검토
상용 SW를 공개 SW로 전환 가능 여부현재 상용 SW의 오픈소스 전환 가능성 평가
업무단위 이관 가능 여부업무시스템별 클라우드 전환 가능성 검토
인프라/시스템 분석장비 사용연한 만료 여부장비교체주기 고려한 전환 필요성 검토
SW 기술지원 만료여부SW기술지원 만료상태 확인
시스템용랴안정CPU, 메모리, 디스크용량 등 시스템자원 산정
시스템 구성클라우드 전환을 위한 시스템 구성요소 결정
NW 및 보안 영향성고립망, DR 활용 여부재해복구(DR) 또는 고립망 구성 필요성 검토
인터넷과 행정서비스 간 데이터 연동 필요여부내외부간 데이터 동기화 등 데이터 연동 필요성 검토

SOLID 원칙

· 약 4분

SOLID 원칙 개념

  • 객체지향 설계시 SOLID 5가지 원칙을 준수하여 유지보수성과 확장성을 가진 유연한 소프트웨어 구현 가능

단일책임원칙과 개방폐쇄원칙

단일책임원칙

구분설명
개념도srp
개념객체는 단 하나의 책임만 가져야한다는 원칙
특징변경에 대한 의존성 극복, 응집도 향상
예시파일 읽기, 쓰기 클래스 분리

개방폐쇄원칙

구분설명
개념도ocp
개념클래스는 확장에는 열리고 수정에는 닫혀있어야한다는 원칙
특징추상화로인한 다형성, 확장성, 객체지향 장점 극대화
예시새로운 기능 추가시 추상클래스 활용

리스코프 치환원칙과 인터페이스 분리원칙

리스코프 치환원칙

구분설명
개념도lsp
개념상위 클래스는 하위 클래스로 대체할 수 있어야한다는 원칙
특징상속을 통한 재사용성 확보, 부모-자식 클래스 간 IS-A 관계 보장
예시HashSet은 Set의 add 메소드 사용 가능

인터페이스 분리원칙

구분설명
개념도isp
개념클라이언트는 자신이 사용하는 인터페이스만 의존해야하는 원칙
특징클라이언트에 목적과 용도에 적합한 인터페이스 제공, 확장성 증가
예시Pet 인터페이스 분리로 짖는 기능 구현

의존성역전원칙

구분설명
개념도dip
개념고수준 클라이언트는 저수준 모듈의 구현에 의존하지 않고, 추상화된 인터페이스에 의존해야한다는 원칙
특징변화하기 어려운 인터페이스에 의존, 결합도 완화
예시특정 DB클래스가 아닌 Database 인터페이스 사용 연동

객체지향 설계시 고려사항

  • SonarLint 등 정적분석도구 활용 SOLID 원칙 준수 감사
  • 예방비용을 높여 SW품질 향상 필요

멀티 GPU

· 약 4분

멀티 GPU 개요

multi gpu trends

  • 딥러닝에서 대규모 신경망을 효율적으로 학습하기 위해 GPU 활용, 다수 GPU를 연결하기 위한 인터커넥트 기술 발전으로 멀티 GPU 필요성 증가

멀티 GPU 구성도, 핵심요소, 장점

멀티 GPU 구성도

multi gpu

  • 여러 개의 GPU를 동시에 사용하여 대규모 신경망 학습 및 추론 훈련

멀티 GPU 핵심요소

구분역할설명
SM (Streaming Multiprocessor)연산 처리 유닛GPU 내부에서 병렬 연산을 수행하는 핵심 유닛으로, 작업을 처리하고 메모리 관리 유닛으로 데이터를 전달
MMU (Memory Management Unit)메모리 관리GPU의 메모리 액세스를 관리하고 가상 메모리 주소를 물리 메모리 주소로 변환
NVLink NIC데이터 전송 인터페이스NVLink를 통해 GPU 간의 고속 데이터 전송을 담당
NVLink Network Switch데이터 전송 경로 관리여러 GPU 간 데이터 흐름을 관리하고, 최적의 전송 경로를 설정
TLB (Translation Lookaside Buffer)주소 변환 캐싱MMU에서 자주 사용하는 주소 변환 결과를 캐싱하여 속도 향상
HBM (High Bandwidth Memory)고속 메모리고속 메모리로 데이터 저장 및 접근을 지원, GPU 연산 속도 최적화

멀티 GPU 장점

구분장점설명
성능향상실시간 처리멀티 GPU를 통해 연산 작업을 병렬로 처리하여 실시간 성능을 향상시킴
대규모 처리대규모 데이터 세트나 복잡한 모델을 빠르게 학습 및 추론 가능
자원최적화메모리 용량각 GPU의 메모리를 활용하여 단일 GPU의 메모리 제한을 극복
모델 병렬화모델을 여러 GPU로 분산하여 병렬 연산을 최적화
확장성GPU 확장추가 GPU를 연결하여 시스템의 연산 성능을 손쉽게 확장 가능
데이터 추가대규모 데이터 처리 시 여러 GPU를 활용하여 병렬 데이터 전처리 및 학습 가능

멀티 GPU 학습 환경 구축시 고려사항

구분고려사항비고
물리적 인프라HW구성GPU 선택, 서버, CPU, 파워, 냉각시스템
NW구성내부연결, 서버 간 연결, 로드밸런싱, 스토리지 네트워크
논리적 시스템SW환경OS, 프레임워크, 분산훈련, 모니터링 도구
성능최적화GPU 메모리 관리, 연산정밀도, 배치 크기, 하이퍼파라미터 튜닝
병렬처리 환경데이터 병렬화, 파이프라인 병렬화, 모델 병렬화
  • TIA-942 데이터센터 구축을 위한 표준 요구사항을 참조하여 비용효율성과 가용성 제고

스토리지 가상화

· 약 4분

스토리지 가상화 개념

  • 물리적으로 분리된 다수 스토리지를 논리적으로 통합하여 스토리지 자원의 가용성과 편리성을 향상시키는 기술
  • 기존스토리지 낮은 활용도(48%) 극복, 벤더 종속적인 이기종 스토리지 호환성 문제, 유지보수 비용 절감

스토리지 가상화 유형

구분블록스토리지 가상화파일스토리지 가상화오브젝트스토리지 가상화
개념도block-storagefile-storageobject-storage
개념물리적 스토리지를 블록 단위로 추상화하여 논리적 블록으로 제공물리적 스토리지를 파일단위로 추상화하여 파일명, 경로 통해 공유데이터를 개체 단위로 관리하여 데이터와 메타데이터를 함께 저장하고 논리적 통합하여 제공
주요환경SANNAS/SAN클라우드 스토리지, 대규모 비정형데이터 저장소
접근방식OS가 논리적 블록주소 통해 접근파일명, 경로RESTful API, HTTP, HTTPS
프로토콜iSCSI, FCNFC, SMB, CIFSS3API, HTTP, HTTPS
주요사례DB, 고성능 어플리케이션, 가상머신디스크파일공유, NW기반 데이터 접근클라우드스토리지, 데이터분석, 비정형데이터 저장
특징낮은 오버헤드, 빠른 데이터 전송, OS 무관액세스제어 용이, 속성정보 관리 편이오브젝트별 고유 ID, OS/FS 의존성 없음, 무한 확장성
대표기술SANique, IBM SVC, 스토리지 어레이NFS, GPFS, SNFS, GFSS3, Cloud Storage, Blob Storage

스토리지 가상화 구축시 고려사항

항목고려사항설명
호환성지원 프로토콜 및 솔루션DBMS, HA 솔루션, 백업 장치 지원 가능
FC 프로토콜, iSCSI 프로토콜, CIFS & NFS 지원
가용성/안정성장애 대응 및 데이터 보호Failover 기능 지원 및 데이터 유실 방지
바이러스 및 기타 공격 차단
기능성서비스 연속성 및 확장성무중단 서비스 및 스토리지 추가/제거
디스크 볼륨 할당 및 확장 작업 가능
구축용이성시스템 다운타임 최소화기존 시스템과의 호환성 고려
다운타임 최소화 방안 제시

TIA-942

· 약 3분

TIA-942 개념

  • 미 통신산업협회가 제정한 데이터센터 설계 및 운영에 필요한 최소 요건을 규정한 데이터 센터 인프라의 Defacto 표준
  • 데이터센터 안정성, 신뢰성, 확장성, 보안지침 제공, 데이터센터 품질 평가기준

TIA-942 구성도, 품질등급

TIA-942 구성도

TIA-942 품질등급 개념도

tia-942

TIA-942 품질등급 상세설명

구분Tier1Tier2Tier3Tier4
장애영향비/계획된 액티비티에 대한 사이트 영향 높음비/계획된 액티비티에 대한 사이트 영향 보통계획된 액티비티에 대한 컴퓨팅 HW 운영지장 없음계획된 액티비티에 대한 임계부하 없음
비계획 작업은 영향비계획 액티비티 임계부하 적어도 1번 방어
전력/냉방시설 이중화필요시N+1N+1, 동시 활성화2(N+1), 무정지상태
백본/라우터 이중화없음없음필요필요
적용기간3개월~6개월15~20개월15~20개월
MTTR28.8h22.0h1.6h0.4h
보안시설일반 잠금장치카드인식생체인식생체인식

PIM, Processing In Memory

· 약 2분

PIM 개념

  • 메모리 내부 연산 기능을 추가하여, 데이터 이동 없이 메모리 자체 연산 수행으로 성능 개선 및 에너지 효율을 높이는 메모리 반도체
  • 폰 논이만 구조 한계 극복, 추론 AI 패러다임, 데이터 병목 최소화, 저전력 설계

PIM 개념도, PNM과의 비교, 적용방안

PIM 개념도

pim

PIM, PNM 비교

구분PIMPNM
연산기 위치DRAM 칩 내부DRAM 근처 별도 칩
전송지연없음일부 있음
장점데이터 이동 제거범용성 확보
병렬처리 극대화전력효율성
단점범용성 낮음상대적 낮은 성능
분야추론 AI 등고성능컴퓨팅, 데이터센터

PIM 적용방안

구분내용비고
AI 가속기AI 작업의 대규모 병렬 처리시 활용음성인식, 이미지 처리
빅데이터 분석대량 데이터 실시간 처리 최적화SEM(동시실행모드), EPM(독점실행모드) 등
고성능 컴퓨팅GPU와 협업하여 워크로드 분산MAC 연산 수행

칩렛

· 약 3분

칩렛 개념

  • 여러 개의 작은 칩(다이)을 모듈화하여 하나의 패키지 안에서 상호연결하는 기술
  • 무어의 법칙 한계, 단일 SoC를 나누고 조합하여 유연한 아키텍처 제공, 설계/생산비용 절감

칩렛 개념도, 구현 방법, 장점

칩렛 개념도

chiplet

  • 다이 슬롯 모듈화로 다양항 기능을 가진 이기종 칩을 결합하여 사용 가능

칩렛 구현 방법

구분와이어본딩플립칩 본딩TSV
개념도wire-bondingfilp-chip-bondingthrough silicon via
개념칩과 기판 또는 칩 간 연결을 금속 와이어를 통해 구현하는 전통적인 본딩 방식칩과 기판을 플립(뒤집어) 배치한 후, 범프(땜납)로 연결하는 본딩 방식실리콘 웨이퍼에 수직으로 뚫린 구멍(비아)를 통해 칩 내부 및 칩 간 전기 신호를 연결하는 3D 본딩 방식
특징전기적 신호 전달거리 짧음작은 전기저항, 빠른 속도칩 간 인터커넥션 길이 감소, 빠른 신호전달
전기적 특성 우수작은 폼팩터 구현 가능고용량, 저전력

칩렛 장점

구분측면장점
기술적품질측면칩 분할 생산 통한 수율향상
제조측면바른 설계와 제작 가능
결합측면상이한 이종칩 결합 가능
산업적비용측면제작 및 설계 비용 감소
개발측면핵심 기술 개발 효율
시장측면웨이퍼 칩 설계, 제작 진입장벽 낮춤

SoC, SiP, Chiplet 비교

구분SoCSiPChiplet
구조단일 칩 내 모든 기능 통합여러 다이를 하나의 패키지로 통합개별/기능별 모듈형 칩 통합
유연성낮음중간높음
성능최적화제한적제한적각 기능별 최적화 가능
비용효율성낮음중간높음
개발기간중간짧음

캐시

· 약 5분

캐시 개념

  • CPU와 주기억장치 간의 속도차를 완화시켜 프로세서 대기시간을 최소화를 위한 고속 메모리
  • 캐시 용량이 메인 메모리보다 작아 일부분만 적재되므로 최고의 적중률을 내기 위해 매핑 기법 필요

캐시메모리 매핑 방식

구분직접 사상연관 사상집합 연관 사상
개념도directassociativeset-associative
개념메모리 블록이 캐시의 특정 라인으로만 로딩 가능메모리 블록이 임의의 라인으로 로딩 가능메모리 블록이 특정 집합의 모든 라인에 로딩 가능
장점회로 구현 간단, 처리 속도 향상캐시 적중률 향상캐시:메모리 = N:1로 효율적
단점캐시 실패율 높음회로 복잡, 처리 속도 느림회로 복잡
구조지정된 특정 라인으로 로딩 가능임의의 라인으로 로딩 가능특정 집합의 모든 라인에 로딩 가능

캐시 쓰기 정책

구분Write-ThroughWrite-Back
개념도write-throughwrite-back
개념모든 쓰기 동작들이 캐시와 주기억장치에 동시에 수행되는 방식캐시에서 데이터 변경 후 주기억장치에는 나중에 블록을 복사하여 갱신하는 방식
특징단순, 일관성 보장쓰기동작 최소화, 짧은 쓰기 시간
긴 쓰기 시간, 많은 트래픽일관성 유지 어려움, 블록 교체시 상태 확인 필요
일관성 문제write-throughwrite-back

캐시 일관성 유지 기법

구분기법설명
SW 기법공유 캐시 사용모든 프로세서가 하나의 공유 캐시를 사용
항상 캐시 일관성이 유지
프로세서 간 캐시 액세스 충돌로 성능 저하 초래
공유 변수 캐시 미사용공유변수를 캐시에 저장하지 않는 기법
캐시 저장 불가능 데이터: Lock 변수, 프로세스 큐와 같은 공유 데이터 구조, 입출력 영역에 의해 보호되는 데이터
캐시 적중률 저하 및 I/O 성능 저하 초래
HW 기법디렉토리 프로토콜캐시의 정보 상태(캐시 블록 공유상태, 노드 등)을 주기억장치 디렉토리에 저장하여 일관성을 보장하는 방법
Full Map 디렉토리: 디렉토리에 모든 캐시의 포인터와 데이터 저장
Limited 디렉토리: Full Map 디렉토리의 기억장소 부담 감소
Chained 디렉토리: 캐시 포인터를 linked list로 연결, 기억장소 부담 감소
Passive한 방법이며 다중서버 복잡한 시스템에 적합
스누피 프로토콜멀티 프로세서 내의 모든 캐시 제어기에 캐시 일관성 유지를 위한 정보를 브로드캐스트하는 기법
스누피 제어기: 다른 프로세서에 의한 메모리 액세스 감지 후 상태 조절
쓰기 갱신(Write Update): Write 발생 시 모든 캐시에 갱신된 정보 전송
쓰기 무효(Write Invalidate): Write 발생 시 Invalid 메시지로 브로드캐스팅
MESI 프로토콜: Modified(수정), Exclusive(배타), Shared(2개 이상의 캐시에 공유), Invalid(무효, 다른 캐시가 수정) 4가지 상태로 데이터 유효성 여부 판단
Active한 방법, 소규모 시스템, 높은 버스 대역폭
프로토콜기타 프로토콜MEI, MSI, MOESI, MESIF 프로토콜
O(Owned): 변경 상태의 캐시 블록을 다른 곳에서 읽은 경우
F(Forwarding): 여러 프로세서가 공유한 캐시 블록 접근 시