 |
데이터베이스를 효율적으로 작동시키기 위해 먼저 질의처리의 최적화(Query optimization)가 중요하다.
정 교수 연구팀은 질의 최적화에 필수적인 질의결과 크기 예측알고리즘을 딥러닝 모델을 활용해 개발했다.
그간 딥러닝 모델을 활용해 질의결과 크기를 예측하기 위한 연구가 있었지만 딥러닝 모델학습에 필요한 시간, 높은 비용 등의 제약으로 인해 실제 데이터베이스에 활용하기에는 어려움이 있었다.
정 교수 연구팀은 이를 해결하기 위해 기존 대비 13배 이상 빠른 속도로 학습 데이터를 생성하는 알고리즘(TEDDY, SODDY)을 개발했다. 이와 함께 팩트러닝(Packed Learning) 모델학습방법을 통해 학습시간을 비약적으로 감소시켰다. 이를 기반으로 같은 구조의 딥러닝 모델을 이용하더라도 오차를 20% 가량 줄임과 동시에 학습시간을 50% 이상 감소시킬 수 있었다.
정 교수는 “이번 연구는 딥러닝 기반 데이터베이스 최적화에서 대부분의 시간을 차지하는 데이터 생성과 모델학습시간을 획기적으로 줄인데 의의가 있다”고 말했다.
이번 연구에는 서울대 심규석 교수와 권수용 연구원이 공동으로 참여했다. 연구 결과는 지난 9월 호주 시드니에서 열린 데이터베이스분야 세계최고권위 국제학술대회 VLDB 2022 에서 발표됐다.
[저작권자ⓒ 대학저널. 무단전재-재배포 금지]
