[한국기술뉴스] 국내 연구진이 인공지능 기술을 이용해 사람의 개입 없이 스스로 최적의 성능을 찾아서 동작하는 자율운영 데이터베이스 시스템을 개발하는데 성공했다.

이번 시스템은 특히 움직이는 물체들(moving objects)을 효율적으로 관리하는 것을 목표로 하며, 물체가 움직임에 따라 발생하는 다양한 상황에 대해 최적의 성능을 유지하기 위한 새로운 기계 학습 모델을 개발했다. 시스템을 개발한 고려대학교(총장 정진택) 컴퓨터학과 정연돈 교수 연구팀은 해당 시스템이 세계 최고 수준의 성능을 보인다고 밝혔다.

근래에 움직이는 물체를 기반으로 하는 많은 서비스들이 개발되고 있다. 예를 들어, ▲차량 공유 서비스(Uber, Lyft 등) ▲마이크로 모빌리티 서비스(Lime, Bird 등) ▲내비게이션과 교통 관리 서비스(SK telecom 티맵, Google Maps, Waze 등) ▲배달 서비스(배달의 민족, 요기요, Grubhub, DoorDash, Uber eats, Postmates 등) ▲자율 주행 서비스 (Tesla 등)는 모두 움직이는 물체를 기반으로 한 서비스이다. 데이터베이스 분야에서는 이러한 움직이는 물체에 대한 효율적인 관리가 중요한 연구 주제로 다뤄져 왔다.

그러나 위치가 지속적으로 변한다는 특징 때문에, 사용자의 질의를 처리하기 위한 최적의 데이터베이스 상태를 유지하는데 어려움이 있었다. 연구팀은 이를 해결하기 위해 새로운 형태의 기계 학습 모델을 비롯한 여러 가지 기법들을 제안했으며, 제안한 시스템이 기존에 연구·개발된 다른 시스템보다 우수한 성능을 보인다고 밝혔다.

이번 연구 결과는 9월 6일 호주 시드니에서 개최된 데이터베이스 분야 세계 최고 권위 학회 중 하나인 VLDB 2022에서 발표됐다. 논문명은 ‘Waffle: In-memory Grid Index for Moving Objects with Reinforcement Learning-based Configuration Tuning System’이며, 저자는 고려대학교 대학원 컴퓨터학과 데이터베이스 연구실 박사과정 재학 중인 최달수, 윤현식, 이협진 학생과 고려대 컴퓨터학과 정연돈 교수이다.

이번 연구는 과학기술정보통신부의 재원으로 한국연구재단의 지원을 받았고(No. NRF-2020R1A2C2013286), 교육부의 재원으로 한국연구재단의 지원을 받았으며 (No. NRF-2021 R1A6A1A13044830), 과학기술정보통신부 및 정보통신기획평가원의 ICT명품인재양성 사업의 지원을 받았다(IITP-2022-2020-0-01819).