시스템 모니터링을 위한 구간 분할, 시각화 및 예측 성능 추정 방법 연구

Abstract

수 많은 시스템에서 그 상태와 동작을 시간 순서에 따라 기록한 방대한 양의 로그 데이터가 수집되고 있다. 이는 임의의 시스템에서 발생한 문제에 대해 사후에 그 원인을 규명하기 위한 목적으로 수집을 시작하였으나, 데이터 분석 기술의 발달로 시스템의 상태 변화를 실시간으로 감시하는 모니터링에 활발히 활용되고 있다. 모니터링이란 임의의 측정 장비를 활용하여 시간에 따른 관찰 대상의 변화를 측정, 감시하는 것을 의미하며, 과거에 인지하지 못한 사고에 대한 확인 뿐만 아니라 가까운 미래를 예측함으로써 발생 가능한 피해를 최소화 하는 데에 목적을 두고 있다. 변화를 모니터링하기 위해서는 비교 기준이 필요하며, 이 비교 기준의 특징에 따라 모니터링 방법을 비교할 수 있다. 시간 흐름에 따른 비교 기준의 변화 속도의 측면에서 보면 정적과 동적으로 구분할 수 있고, 비교 기준의 수에 대해서는 단일 혹은 다중으로 나뉠 수 있다. 상기 구분에 따르면 정적 단일, 정적 다중, 동적 단일, 그리고 동적 다중의 네 가지 모니터링 방법이 존재하는데, 본 논문에서는 동적 다중 모니터링 방법을 제외한 세 가지 방법의 대표적인 현실 사례를 소개하고 여기서 발생하는 문제점을 효과적으로 해결할 수 있는 방법을 제안한다.

첫째, 정적 단일 기준 모니터링이란 다수의 관찰 대상에 대해 하나의 기준이 존재하며 시간 흐름에 따라 정적으로 변하는 경우에 적용되는 모니터링 방법이며, 대표적인 현실 사례로는 임의의 제품에 대한 생산 공정 모니터링이 있다. 생산 환경은 제품의 품질에 영향을 미칠 수 있으므로, 전반적인 생산 품질 향상을 위해서는 이를 일관되도록 유지하는 것이 중요하다. 그러므로 각 제품의 생산 로그가 표준 생산 로그로부터 얼마나 차이가 나는지 감시하고 그 차이가 큰 제품에 대해 조치를 취함으로써, 생산 품질 향상을 기대할 수 있다. 그런데 로그에서 측정되는 모든 변수에 대해 표준이 존재하지는 않으므로 데이터에 기반하여 표준을 도출해야 한다. 또한 제품 마다 생산 시간이 다름으로 인해 원본 로그 데이터를 그대로 모니터링에서 활용하는 것은 현실적으로 어려우므로, 서로 다른 길이의 생산 로그를 효과적으로 비교 가능한 동일한 구조로 변경해야 한다. 본 논문에서는 과거 생산 로그에 기반하여 표준 생산 로그를 추출해내는 방법을 제안한다. 또한 데이터 변화에 기반한 구간 분할 및 요약 방법을 제안함으로써 생산 로그 간의 효율적인 비교를 가능케 한다. 특히 생산 공정이 길고 정교함을 요구하는 반도체 생산 공정 데이터에 제안하는 방법을 적용하고 효율적이 모니터링이 가능함을 보인다.

둘째, 다수의 비교 기준이 시간 흐름에 따라 거의 변하지 않는 경우에는 정적 다중 기준 모니터링을 활용할 수 있다. 대표적인 현실 사례로는 임의 시스템이 사용되는 패턴에 대한 모니터링이 있다. 사용 패턴이라는 것은 다양한 방법으로 정의가 가능하며, 생산 공정과는 달리 하나의 표준이 존재하지 않는다. 이러한 경우에는 다수의 관찰 대상을 다수의 기준과 비교해야 하므로 그 차이를 직관적으로 이해할 수 있도록 표현하는 것이 매우 중요하다. 본 논문에서는 다양한 사용 패턴을 요약하여 직관적으로 묘사하고, 2차원 지도 상에 각 기준을 전사하여 지도 상 특정 영역에 대한 사용 패턴의 의미를 직관적으로 파악할 수 있는 시각화 방법을 제안한다. 그리고 제안한 방법이 시스템 에어컨디셔너 실내기의 24시간 동안의 사용 패턴 모니터링에 효과적으로 활용 가능함을 보인다.

마지막으로 하나의 비교 기준에 대해 그 기준 데이터가 시간 흐름에 따라 지속적으로 바뀌는 동적 단일 기준 모니터링 방법이 있다. 이는 시점 간의 비교가 필요한 상황에서 활용 가능한 모니터링 방법으로, 대표적으로는 시스템의 상태 변화 모니터링에 활용된다. 상태 변화 모니터링에서 서로 다른 시점의 데이터 간 상태 변화를 측정하기 위해 회귀 모형이 사용되는데, 실시간으로 수집되는 로그에 대해 지속적인 검증과 학습을 필요로 하므로 계산에 상당한 시간이 소요된다. 본 논문에서는 알고리즘의 학습 없이 주어진 학습 데이터에 대한 검증 데이터의 예측 가능성을 근사하는 지표를 제안하고, 시스템 에어컨디셔너 실외기 상태 모니터링에 적용함으로써 효과적으로 회귀 모형의 학습을 대체할 수 있음을 보인다.

본 논문에서는 이렇게 다양한 모니터링 상황에서 발생하는 문제 각각에 대해 효율적으로 해결할 수 있는 방안을 제시하였으며, 실제 현실 문제에 적용 가능함을 확인한다.