한양대 김상욱 교수팀, SNS사용자들간 관계 분석 등 다양하게 활용
김 교수팀은 소셜 네트워크 분석을 위한 핵심 연산의 하나인 두 희소행렬 간의 곱셈(sparse matrix multiplication)을 기존 방법보다 수백배 빠르게 처리할 수 있는 방법을 개발했다. 페이스북이나 트위터 같은 소셜 네트워크 서비스의 인기로 사용자가 급증함에 따라 소셜 네트워크 데이터 크기가 급속히 증가하고 있다. 더불어 이러한 소셜 네트워크를 분석해 비즈니스에 활용하려는 사례들이 자주 발생하고 있다. 따라서 비즈니스에 활용하기 위해서는 소셜 네트워크 서비스의 빅 데이터를 빠르게 분석하는 것이 요구된다.
김 교수팀은 그래픽처리장치(GPU: Graphics Processing Unit)를 활용해 소셜 네트워크 분석의 핵심 연산인 두 희소행렬 곱셈을 빠르게 처리하는 획기적인 방법을 제안했다. GPU는 코어라 불리는 수백개에서 수천개의 처리 장치들로 이뤄져 GPU에서 효율적인 데이터 처리를 위해서는 처리할 전체 데이터를 코어들에 균등하게 분배하는 것이 매우 중요하다.
김 교수팀은 소셜 네트워크의 구조적 특징을 세심하게 분석해 GPU의 코어들에게 처리할 데이터의 양을 균등하게 분배할 수 있는 새로운 기술을 고안했다. 이 방법은 실제 소셜 네트워크 데이터를 이용한 평가에서 GPU 제조사인 엔비디아에서 자체 제공하는 기존의 방법보다 수백 배까지 좋은 성능을 보였다.
해당 연구 결과는 페이스북 같은 소셜 네트워크 서비스내의 사용자들 간의 관계를 분석하는 다양한 응용에 활용될 수 있다. 이 연구는 조용연 박사과정 연구원 등 김 교수팀 내의 대학원생들이 함께 참여했다. 연구 결과는 지난 19~23일 호주 멜버른에서 개최된 데이터 처리 및 분석 분야의 국제저명학술대회인 국제컴퓨터학회 정보지식관리 콘퍼런스에서 발표돼 호평을 받았다.
●희소행렬이란 내부에 0인 요소에 비하여 0이 아닌 요소의 수가 극히 작은 행렬. 하나의 소셜 네트워크는 그 특성 상 하나의 희소 행렬로 표현된다.
이명선 전문기자 mslee@seoul.co.kr
Copyright ⓒ 서울신문 All rights reserved. 무단 전재-재배포, AI 학습 및 활용 금지
