박성용

재직중

AI 요약

서강대학교 컴퓨터공학과 박성용 교수는 AI, 빅데이터, Web 3.0 기반 분산 시스템 분야의 권위자입니다. 방대한 데이터를 효율적으로 처리하고 복잡한 AI 서비스를 분산 환경에서 구축하는 데 필요한 핵심 기술을 연구합니다. 특히, GPU 스케줄링, 비휘발성 메모리 관리, 블록체인 샤딩 등 고성능 컴퓨팅 및 데이터 관리 기술 개발에 집중하며 다수의 논문과 특허를 통해 이 분야의 발전을 선도하고 있습니다. 박성용 교수의 연구는 미래 컴퓨팅 환경의 문제 해결에 기여하고 있습니다.

박성용

교수

서강대학교

컴퓨터공학과

소속	서강대학교
부서 학과	컴퓨터공학과
직책	교수
사무실 번호	0232738783
이메일	parksy@sogang.ac.kr
연구자 홈페이지	링크 바로가기
연구실	DISCOS
연구실 홈페이지	링크 바로가기

경력정보

Sogang University

Feb. 2021 – Jan. 2025 Director, Institute of Information and Communication Feb. 2021 – Aug. 2021 Dean, Graduate School of Information and Technology Sept. 2011 – Aug. 2013 Department Chair, Computer Science and Engineering

Georgia Institute of Technology (USA)

Jan. 2011 – Aug. 2011 Visiting Professor, ECE Department

University of Maryland (USA)

Sept. 2005 – Aug. 2006 Visiting Associate Professor, Computer Science Department

Sogang University

Sept. 1999 – Present Assistant / Associate / Full Professor, Computer Science and Engineering

중요 키워드

분산시스템보안AI딥러닝시스템소프트웨어GPU웹3.0네트워크가상화고성능컴퓨팅이더리움블록체인SDN클라우드컴퓨팅빅데이터NUMA

대외활동

[수상 내역] - 공로상, 한국정보과학회, 2023.12.01

학력

Ph.D. in Computer and Information Science, Syracuse University, Syracuse NY, USA M.S. in Computer Science, Syracuse University, Syracuse NY, USA B.S. in Computer Science, Sogang University, Seoul, Korea

문의처

서강대학교

담당자서강대학교산학협력단

이메일tlo@sogang.ac.kr

연락처02-3274-4863

보유 기술

소프트웨어 외

VM 오버헤드 고려한 가상 GPU 메모리 증감 개발

가격 협의

가상 환경에서 GPU 메모리 할당 비효율과 컨텍스트 전환 오버헤드는 가상 머신 성능 저하의 주요 원인입니다. 본 발명은 가상 머신들의 오버헤드값을 실시간으로 분석하여 가상 GPU 메모리 슬롯을 동적으로 증감시키는 컴퓨팅 장치 및 방법을 제공합니다. 이 기술은 메모리 확장 요청 시 슬롯 공유를 최소화하고, 과부하 가상 머신의 슬롯을 조절하여 전체 가상화 시스템의 성능을 유지하면서 개별 가상 머신의 성능을 향상시킵니다. 결과적으로 불필요한 슬롯 복사와 컨텍스트 전환 비용을 획기적으로 줄여, 최적화된 GPU 자원 관리를 실현합니다.

GPU 가상화가상 GPU 메모리가상 머신가상화 시스템과부하 관리

소프트웨어 외

컨테이너 환경 GPU 메모리 효율 선점 기술 개발

가격 협의

기존 GPU 메모리 관리 방식은 긴급한 작업 시 강제 종료로 인한 데이터 손실 및 오버헤드 발생, 또는 라이브러리 종속성 문제를 야기했습니다. 본 발명은 이러한 문제를 해결하기 위해, 사용자 애플리케이션 소스 코드 수정이나 기존 작업 강제 종료 없이 GPU 메모리를 효율적으로 선점하고 스케줄링하는 GPU 메모리 스케줄러 기술을 제공합니다. 후킹 모듈과 노드 스케줄러를 활용하여 가상화 환경에서 GPU 메모리 할당을 지능적으로 제어하며, 필요 시 오브젝트 단위로 데이터를 메인 메모리로 스왑하여 자원 활용도를 극대화합니다. 이는 GPU 메모리 부족 상황에서도 긴급 작업의 우선 실행을 보장하고, 물리적 용량 초과 작업도 강제 종료 없이 유연하게 처리하는 혁신적인 솔루션입니다. 본 기술로 GPU 자원의 효율성을 획기적으로 높이실 수 있습니다.

GPGPUGPU 메모리GPU 스케줄러가상화 기술노드 스케줄러

분산원장 외

블록체인 샤딩 노드 간 통신, 트래픽 낭비 최소화 개발

가격 협의

기존 블록체인 통신 방식은 확장성 문제를 야기하며, 특히 샤딩 환경에서 과도한 트래픽을 발생시켜왔습니다. 본 기술은 이러한 문제를 해결하기 위해 블록체인 샤딩 네트워크에서 노드 간 효율적인 메시지 전달 방법을 제시합니다. 노드 및 샤드 간 XOR 거리를 기반으로 라우팅 테이블을 구성하여, 중개 노드 없이 최소한의 트래픽으로 목표 샤드 또는 노드에 메시지를 직접 전달합니다. 이를 통해 네트워크 트래픽 낭비를 최소화하고 보안성을 향상시키며, 분할된 네트워크 환경에서도 원활한 통신을 보장합니다.

P2P 네트워크XOR 거리 기반네트워크 최적화노드 통신데이터 전송

컴퓨팅 시스템

NUMA 시스템 최적 MBS 할당으로 고성능 파일 처리 개발

가격 협의

NUMA 시스템에서 메모리 버스 연결 저장장치(MBS)의 성능을 충분히 활용하지 못해 파일 처리 속도 저하를 겪으셨습니까? 본 기술은 NUMA 시스템의 특성을 고려하여 MBS 할당 방법을 혁신적으로 개선합니다. 각 노드의 저장 여유 공간을 효율적으로 관리하고, 파일 쓰기 요청 시 프로세스 실행 노드에 가장 가까운 MBS를 우선 할당하거나, 여러 노드의 MBS를 최적으로 분산 할당하는 정책을 적용합니다. 이로 인해 불필요한 오버헤드를 줄이고 접근 지연 시간을 최소화하여, 시스템의 파일 처리 성능을 획기적으로 향상시킵니다. 고성능 컴퓨팅 환경에 최적화된 솔루션입니다.

MBSNUMA 시스템고성능 컴퓨팅데이터 스토리지로컬 할당 정책

분산원장

PoET 기반 탈중앙 오라클 블록체인 데이터 연동 개발

가격 협의

블록체인 스마트 컨트랙트의 외부 데이터 접근 한계를 해결하는 것이 오라클의 주요 과제입니다. 기존 오라클의 중앙화 문제, 데이터 조작 위험, 확장성 및 성능 저하 문제를 본 발명은 신뢰 실행 환경(TEE) 기반 탈중앙형 오라클 시스템으로 해결합니다. PoET 합의 알고리즘과 하이퍼레저를 활용하여 데이터 무결성과 시스템 확장성을 동시에 확보하며, 단일 장애점 없이 안정적인 외부 데이터 제공이 가능합니다. 이 시스템은 블록체인과 외부 데이터 소스 간의 안전하고 효율적인 연결을 제공하여, 사물인터넷(IoT) 데이터 등 시변(Time-variant) 데이터의 블록체인 활용도를 높입니다.

IoT 데이터 연동PoET 합의데이터 무결성데이터 보안분산 시스템

컴퓨팅 시스템 외

에너지 15% 절감! 연합형 에지 환경 SFC 스케쥴링 개발

가격 협의

연합형 분산 에지 환경에서 실시간 서비스의 지연 및 에너지 비효율 문제가 발생합니다. 본 기술은 에너지와 QoS를 동시에 고려한 SFC(Service Function Chain) 스케줄링 방법을 제시합니다. 가상 머신(VM) 및 물리 자원 이용률을 기반으로 SFC를 효율적으로 배치하고, 네트워크 트래픽 변동에 따라 서비스 경로의 에너지를 최적화하여 SFC를 재배치합니다. 이를 통해 서비스당 에너지 소모량을 평균 15% 절감하고, 사용자에게 안정적인 서비스 품질(QoS)을 보장합니다. 이 기술은 에지 컴퓨팅 환경의 효율성을 극대화합니다.

5G 통신IoT 환경QoS 보장SFC 스케줄링가상화 기술

보유 기술 로딩 중...