미들웨어 분야의 세계적 권위의 국제학술대회 ACM Middleware 2026 정규 논문 채택

컴퓨터공학과 김영재 교수 연구팀,
미들웨어 분야의 세계적 권위의 국제학술대회 ACM Middleware 2026 정규 발표 논문 채택

김영재 교수(컴퓨터공학과)와 노요셉 석사과정 2026년 졸업 (제1저자), 현 인도공과대학교 델리 (IIT Delhi) 박사과정 재학중

서강대학교 데이터 중심 AI 컴퓨팅 및 시스템 연구실(DISCOS) 연구팀의 「Predictive Append: A New I/O Mechanism for Intra-Zone Parallelism in ZNS-Supporting File Systems」 논문이 ACM Middleware 2026에 채택되었습니다.

- 제목: Predictive Append: A New I/O Mechanism for Intra-Zone Parallelism in ZNS-Supporting File Systems

-저자: Yosep Ro(제1저자/석사 졸업, 현, IIT Delhi 박사과정 재학), Changgyu Lee(공동 제1저자/박사 졸업, 현 삼성전자 재직), Soon Hwang(박사과정), Joo-Young Hwang(삼성전자), Hong-Yeon Kim(ETRI), Youngjae Kim(교신저자)

o 연구 배경 및 문제점

SSD는 컴퓨터가 파일과 데이터를 빠르게 저장하도록 돕는 장치입니다. 최근의 ZNS SSD는 저장 공간을 여러 구역(Zone)으로 나누고 각 구역에 데이터를 순서대로 기록합니다. 이때 여러 쓰기 요청을 동시에 처리하는 Zone Append 기능이 있지만, 기존 파일 시스템은 데이터가 실제로 저장된 주소를 확인한 뒤에야 파일의 위치 정보를 갱신할 수 있습니다. 이 때문에 SSD가 빠르더라도 파일 시스템에서 대기 시간이 발생해 성능이 제한됩니다.

o제안 기술

연구팀은 데이터가 저장될 주소를 미리 예측하는 ‘Predictive Append’ 기술을 제안했습니다. 파일 시스템은 SSD의 쓰기 작업이 끝나기를 기다리지 않고 예측 주소를 활용해 파일 위치 정보를 먼저 갱신하므로, 여러 저장 작업을 동시에 진행할 수 있습니다. 또한 실제 저장 주소가 예측과 달라지면 이를 바로잡는 표(Reordering Table)를 사용하고, 쓰기 도중 읽기 요청에는 메모리에 있는 최신 데이터를 제공해 정확성을 유지합니다. 갑작스러운 시스템 종료 후에도 필요한 주소 정보를 복구하도록 설계했습니다.

oPredictive Append 시스템 구조

① 파일 시스템이 저장 주소를 미리 예측 → ② SSD에 여러 쓰기 요청을 동시에 전달 → ③ 실제 주소와 예측 주소를 비교 → ④ 차이가 있으면 주소 보정표로 수정 → ⑤ 정확한 파일 읽기와 장애 복구 지원

o대표 실험 결과

연구팀은 실제 Western Digital ZN540 ZNS SSD에서 F2FS 파일 시스템을 수정해 기술을 검증했습니다. 파일 시스템 성능 시험에서는 기존 Write 방식 대비 최대 1.32배, 일반 Zone Append 방식 대비 최대 1.46배 높은 처리량을 기록했습니다. 데이터베이스 RocksDB 실험에서는 기존 Write 방식 대비 최대 3.40배 높은 처리량을 보였습니다. 이는 데이터를 저장할 때 발생하는 불필요한 대기를 줄인 결과입니다.

o산업적 의미

데이터센터와 클라우드 서비스에서는 많은 사용자의 데이터를 빠르고 안정적으로 저장하는 것이 중요합니다. 이번 연구는 SSD 하드웨어를 바꾸지 않고 파일 시스템의 쓰기 방식을 개선하여 저장 장치의 성능을 더 잘 활용할 수 있는 방법을 제시합니다. 특히 데이터베이스처럼 작은 데이터를 자주 기록하는 환경에서 활용 가능성이 있으며, 빠른 처리와 데이터 정확성을 함께 고려한 운영체제·스토리지 연구라는 의미가 있습니다.

o Middleware 2026 학회 소개

ACM/IFIP Middleware Conference는 분산 시스템, 클라우드 컴퓨팅, 운영체제 및 미들웨어 기술을 다루는 국제학술대회입니다. Middleware 2026은 2026년 12월 14일부터 18일까지 스페인 타라고나(Tarragona)에서 개최되며, 컴퓨터 시스템의 성능과 안정성을 높이기 위한 최신 연구 성과가 발표됩니다.

- 학회: https://middleware-conf.github.io/2026/

데이터 중심 AI 컴퓨팅 및 시스템 연구실 (DISCOS 연구실): https://discos.sogang.ac.kr