연구개발
- KAIST총동문회
- 2026-11-18
- 조회수 4

< (왼쪽부터) KAIST 전기및전자공학부 유승원 박사과정생, 전기및전자공학부 원유집 교수, KAIST 정보전자연구소 김주원 박사후연구원, 전기및전자공학부 유환석 석사과정생 >
AI가 빠르게 답하려면 계산 능력만큼 필요한 데이터를 제때 꺼내오는 속도도 중요하다. 우리 대학 연구진이 저장장치의 데이터 정리에 드는 시간과 불필요한 대기를 줄여, 차세대 플래시 저장장치의 데이터 처리 성능을 최대 3배로 높였다. AI가 데이터를 기다리는 시간을 줄여 추론 속도를 높이는 기반이 될 것으로 기대된다.
우리 대학은 전기및전자공학부 원유집 교수 연구팀이 차세대 플래시 저장장치의 성능을 떨어뜨리는 소프트웨어 병목을 밝히고, 저장공간을 효율적으로 관리하는 파일시스템 기술 ‘게이즈(GAZE)’를 개발했다고 11일 밝혔다. 파일시스템은 컴퓨터가 파일을 어디에 저장하고 어떻게 읽고 쓸지 관리하는 소프트웨어다.
AI가 학습한 내용을 바탕으로 답을 만드는 과정을 ‘추론’이라고 한다. 이때 연산장치가 작업을 수행하려면 저장장치가 필요한 데이터를 제때 공급해야 한다. 연산장치가 아무리 빨라도 데이터를 기다리는 시간이 길어지면 전체 처리 속도가 느려질 수 있다.
저장장치는 컴퓨터의 ‘디지털 창고’다. 사진과 동영상, 프로그램에 필요한 데이터를 보관했다가 필요할 때 꺼내준다. 이번 연구에서 다룬 플래시 저장장치는 전원이 꺼져도 데이터를 보관하는 반도체 기반 저장장치로, 컴퓨터의 SSD 등에 쓰인다.
이 저장장치는 사용 중에도 공간을 정리해야 한다. 남겨야 할 데이터를 다른 곳으로 옮기고, 비워진 영역을 회수해 다시 사용할 자리를 만드는 것이다. 이를 ‘가비지 컬렉션’이라고 한다. 창고에서 필요한 물건을 옮겨 새로운 물건을 넣을 공간을 확보하는 과정과 비슷하다.
문제는 이 정리 작업이 오래 걸리면 새로운 데이터를 저장하는 일이 밀리고, 다른 데이터 처리 작업에도 부담을 줄 수 있다는 점이다. 저장장치 자체의 속도가 빨라져도 이를 관리하는 소프트웨어가 비효율적이면 제 성능을 내기 어렵다.
연구팀은 저장공간을 ‘존’이라는 큰 구역으로 나눠 데이터를 순서대로 기록하는 차세대 ‘ZNS(Zoned Namespace)’ 플래시 저장장치에 주목했다. 이 방식은 저장장치 내부의 복잡한 관리 작업을 줄일 수 있지만, 운영체제와 파일시스템이 큰 구역의 공간 정리를 효율적으로 처리해야 한다.
기존 파일시스템은 상대적으로 작은 영역을 정리하는 데 맞춰 설계됐다. 반면 ZNS 저장장치에서는 한 구역을 정리할 때 옮겨야 할 데이터가 수 기가바이트(GB)에 이를 수 있다. 창고는 커졌는데 정리 방식은 그대로여서 작업이 오래 걸리는 셈이다.
연구팀이 분석한 결과, 기존 방식으로 1GB 구역을 정리하는 데 약 1.7초가 걸렸다. 이 과정에서 발생하는 처리 부담의 상당 부분은 저장장치 자체가 아니라, 중앙처리장치(CPU)가 데이터의 처리 상태를 확인하고 작업에 필요한 메모리를 배정·관리하는 과정에서 생겼다. 저장장치 하드웨어를 더 빠르게 만드는 것만으로는 해결하기 어려운 문제였다.

< 기존 메모리 공간 정리 방식 >
연구팀은 공간 정리 방식을 세 가지로 개선했다.
먼저 데이터를 확인하고 읽고 쓰는 과정을 네 단계로 나눠 동시에 진행했다. 공장의 생산라인처럼 여러 작업을 겹쳐 처리해 기다리는 시간을 줄였다. 또한 정리에 필요한 메모리를 미리 확보했다. 작업할 때마다 임시 공간을 새로 마련하는 번거로움을 줄인 것이다.
마지막으로 공간 정리 중에도 메모리에 먼저 담아둘 수 있는 데이터는 계속 받아들였다. 정리가 끝날 때까지 모든 저장 요청을 기다리게 하던 방식을 바꿨다.
연구팀은 게이즈(GAZE)를 리눅스 운영체제에서 플래시 저장장치의 파일을 관리하는 소프트웨어인 ‘F2FS’에 적용하고, 여러 작업 조건에서 성능을 비교했다. 저장공간을 큰 구역으로 나눠 관리하는 ‘ZNS’ 방식의 기존 F2FS와 선행 기술인 ‘ZNS+’, ‘P-GC’ 등을 비교한 결과, 같은 시간에 처리할 수 있는 데이터양이 최대 3배로 늘었다. 사용한 저장공간을 다시 쓰기 위한 정리 작업인 ‘가비지 컬렉션’에 걸리는 시간도 기존 F2FS의 약 3분의 1로 줄었다.

< GAZE의 공간 정리 파이프라이닝 기법 >
이번 기술은 새로운 전용 하드웨어를 추가하거나 저장장치에 기록하는 데이터 형식을 바꾸지 않고도 성능을 높였다는 점이 특징이다. 기존 파일시스템을 바탕으로 소프트웨어의 작업 방식을 개선했으며, 새로운 데이터를 순차적으로 쌓아 기록하는 다른 ‘로그 구조 파일시스템’에도 핵심 설계 원리를 적용할 가능성을 제시했다.

< 공간 정리 중 쓰기 요청 처리, 기존 방식 (왼쪽)과 GAZE (오른쪽) >
이러한 개선은 대규모 데이터를 다루는 AI 추론과 데이터센터에서 저장장치를 더 효율적으로 활용하는 데 도움이 될 수 있다. 데이터 정리에 소모되는 시간과 처리 부담을 줄이면 AI 연산에 필요한 데이터를 더 원활하게 공급할 여지가 생기기 때문이다. 이번 연구는 파일시스템의 성능 향상을 확인한 것으로, 실제 AI 추론의 응답 시간 단축 효과는 향후 적용 환경에서 검증할 과제다.

< 연구 이미지 (AI 생성) >
원유집 교수는 “AI가 빠르게 답하려면 연산 능력뿐 아니라 필요한 데이터를 제때 공급하는 것이 중요하다”며 “이번 기술은 저장장치의 데이터 정리에 드는 시간과 대기를 줄여, AI 추론 속도를 높이는 기반이 될 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 정보전자연구원 김주원 박사가 제1저자로, 유환석 석사과정생과 유승원 박사과정생이 공동저자로 참여했으며, 원유집 교수가 교신저자를 맡았다. 연구 결과는 지난 9월 30일 체코 프라하에서 열린 운영체제 분야의 주요 국제학술대회 ‘ACM SOSP 2026’에서 발표됐다.
※ 논문명: GAZE: Rearchitecting Log-Structured Filesystem for Garbage Collection on Zoned Namespace Flash Storage, DOI: 10.1145/3830418.3843870
※ 주요 저자: 김주원(KAIST 정보전자연구원, 제1저자), 유환석·유승원(KAIST, 공동저자), 원유집(KAIST 전기및전자공학부, 교신저자)
이번 연구는 한국연구재단 ‘순서보장형 분산 스토리지 시스템 연구’ 과제와 과학기술정보통신부 정보통신기획평가원(IITP) ‘분리구조 기반의 에너지 인지형 운영체제 기술 개발’ 과제, SK하이닉스 등의 지원을 받아 수행됐다.
출처: https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=69310&GotoPage=1




