드디어 한컴 오피스 2014가 공개되었습니다.

한컴 오피스 2010 출시 이후 무려 4년 만에 출시되는 신제품입니다. 저도 한컴 마스터로 활동하며 여러 기능을 제안하고 초기 버전에서의 오류를 찾았습니다. 2012년 후반에는 출시될 것으로 생각하고 있었는데 한컴 오피스 2010 SE, SE+ 업데이트 등 2010 버전에 대한 지원으로 인해 조금 늦춰진 것 같습니다.

2010 버전의 경우 클로즈 베타 테스트가 먼저 진행되었지만 이번에는 이름과 이메일을 입력하고 서포터즈 가입만 하면 누구나 한컴 오피스 2014를 먼저 사용해 보실 수 있습니다. 아래에서 바로 진행 가능하십니다.

http://www.hancomoffice.com/support/UserServlet?status=join

이름과 이메일 입력만으로 가능이 가능합니다.

그리고 추천 서포터즈 이메일에, greenwings96@naver.com 입력해주시면 감사하겠습니다.

한컴 서포터즈에 가입하면 위와 같이 다양한 이벤트와 상품도 준비되어 있습니다.

서포터즈 가입을 하면 바로 한컴 오피스 2014 체험판을 다운로드 하실 수 있습니다.

저는 다운로드, 설치까지 8분 정도 소요되었습니다.

바로 한글 2014와 한셀, 한쇼 2014, 한컴 사전 등을 사용할 수 있습니다.

한컴 오피스 2014의 새로운 기능은 아래에서 확신하실 수 있습니다.

http://www.hancomoffice.com/product/ProductServlet?product=1

이 글에서는 자동으로 시스템 메모리, 즉 램[RAM]을 최적화해주는 프로그램을 소개해 보겠습니다.

시스템에서는 현재 사용하고 있는 프로그램들의 구동 파일들을 하드디스크 등의 보조 기억장치에서 주 기억장치인 RAM으로 불러옵니다. 그런데 사용하는 프로그램들은 많은데 RAM의 용량이 작은 경우 새로운 파일을 불러올 공간이 부족해집니다. 그럼 시스템에서는 RAM에 불러온 데이터 중 가장 중요성이 낮은 데이터를 지우고 그 공간에 새로운 데이터를 불러옵니다. 이런 과정에서 시스템의 동작 속도가 느려지게 됩니다.

때문에 RAM 용량이 부족하지기 전에, 즉 시스템에 할당된 RAM의 사용량이 80% 정도를 넘기 전에 RAM에 저장된 불필요한 데이터를 정리해 시스템 성능 저하를 맊아주는 프로그램이 메모리 또는 RAM 최적화 프로그램입니다. 일반적으로는 메모리 최적화 프로그램이라고 불립니다.

이전에 설명한 적이 있지만 메모리 최적화 프로그램은 크게 2가지 원리로 동작합니다.

첫번째는 순간적으로 RAM의 사용량을 최대로 높여 시스템 자체에서 강제적으로 RAM을 정리하게 하는 방법입니다. 즉 앞에서 설명한 중요성이 낮은 데이터를 지우는 과정을 RAM의 사용량이 높지 않은 상태에서 강제적으로 진행하는 것입니다. 하지만 이 방법은 순간적으로 RAM의 사용량을 높이고 리소스가 반환되는 과정에서 시스템의 동작 속도가 급격히 느려지고 시스템이 순간 멈추는 프리징 현상이 발생하기도 합니다. 하지만 RAM에 강제적으로 데이터를 불러오기만 하면 되므로 프로그램의 설계는 간단합니다.

두번째는 프로그램이 스스로 현재 RAM에 저장된 데이터 중 불필요한 데이터를 정리하는 방법입니다. 때문에 순간적인 프리징 현상도 발생하지 않죠. 하지만 스스로 데이터의 중요도를 판단해야 하므로 프로그램의 설계가 어렵습니다.

제가 소개하려고 하는 프로그램은 두번째 방법을 사용하는 CleanMem입니다.

아래 글에서 뷰티풀 메모리의 기반 프로그램이라며 소개한 적이 있었습니다.
[Softwares] - 메모리 최적화 프로그램

그 당시에는 오랫동안 업데이트가 이루어지지 않아 윈도우 비스타와 윈도우 7에서의 약간의 문제가 있었지만 최근 업데이트되며 수정된 듯 합니다. CleanMem은 설치와 함께 윈도우 스케줄에 메모리 최적화 일정이 등록되어 추가적인 작업 업데이트 자동으로 15분마다 시스템 메모리를 정리해줍니다. 또한 완성도도 뷰티풀 메모리보다 나아진 것 같아 소개해 봅니다. 다운로드는 아래에서 가능합니다.
http://www.pcwintech.com/cleanmem

참고로 무료 버젼과 유료 버젼이 나뉘어 있지만 핵심 기능상의 차이점은 없고 위젯 기능의 차이만 있습니다.

설치 파일은 32비트와 64비트 공통이고 설치 과정에서 운영체제 종류를 선택하는 과정이 있습니다.

설치 후에 시작 메뉴의 프로그램 영역을 보시면 CleanMem Mini Monitor와 CleanMem Settings가 있습니다.

Mini Monitor는 작업 표시줄 우측 상단에 위치하며 위젯과 같이 현재 메모리 사용량을 보여줍니다. 그리고 표시 항목과 테마 등 다양한 설정이 가능합니다. Mini Monitor는 사용하지 않으셔도 메모리 최적화 기능에는 영향을 미치지 않습니다.

 

CleanMem Settings로는 CleanMem의 동작을 설정할 수 있습니다.
첫번째 단계는 불필요한 시스템 캐시의 정리 여부를 설정하는 단계입니다. 일반적인 시스템의 경우 캐시 정리를 활성화하셔도 무방합니다. 다만 높은 안정성을 요구하는 서버와 같은 경우에는 만약의 오류를 방지하기 위해 비활서화 시키는 것이 안전합니다.

 

두번째 단계는 CleanMem 로그의 기록 여부를 설정하는 단계입니다.

3번쨰 단계는 CleanMem에서 정리할 프로세스들을 설정하는 단계입니다. 기본값으로 모든 프로세스를 정리하도록 설정되어 있지만 특별한 프로그램만 허용하거나 제외할 수 있습니다.

마지막 단계는 CleanMem의 메모리 최적화 스케줄를 관리하는 단계입니다. 첫번째 스캐줄 수정 버튼을 누르셔서 스케줄을 변경하실 수 있습니다.

CleanMem은 최적화 일정을 윈도우 작업 스케줄러에 등록하기 때문에 일정 편집 역시 윈도우 작업 스케줄러에서 변경하실 수 있습니다.

제가 메모리 최적화 프로그램 중 CleanMem을 최고로 꼽는 이유가 바로 사용자 모르게 조용히 동작한다는 점입니다. 일단 설치하기만 하면 자동으로 윈도우 작업 스케줄러에 15분 간격으로 메모리 최적화 일정이 등록되어 자동으로 최적화가 이루어지는데다 앞에서 말했듯이 두번째 최적화 방법을 사용하기 때문에 순간적인 시스템 성능 저하도 거의 없습니다. 최적화 효과는 뷰티풀 메모리를 소개하는 글의 결과와 같습니다.

최근 상위 운영체제에서의 문제를 해결했다는 소식을 접해 소개해 보았습니다.

작년 세종과학고등학교 진학 후 지금까지 3건의 과제연구를 진행했습니다. 그리고 올해 1학기를 마지막으로 학교에서의 공식적인 과제연구 활동은 끝났습니다. 지금까지 진행한 과제연구를 정리해 보았습니다.

WiFi 통신의 신호 간 간섭 분석을 통한 간섭 최소화 방안 제안.pdf

1학년 1학기에 진행한 연구입니다. 첫 연구였기 때문에 정확한 방향을 잡지 못했다는 아쉬움이 남았지만 이 연구를 통해 앞으로의 연구 방향을 확실히 할 수 있었습니다. 채널 본딩을 기술을 사용해 효율적인 대역폭 분배 방안을 제시한 아이디어가 좋았습니다. 기기 간 통신 성능 측정에 어려움이 있었습니다.

Wi-Fi 간섭 최소화를 위한 최적 채널 배치 알고리즘.pdf

연구 방향을 명확하게 하고 IPerf 기반 JPerf를 통해 통신 성능도 정확하게 측정할 수 있었습니다. 노트북 4대, 데스크 탑 4대 간의 통신을 동시에 진행해 간섭에 따른 통신 성능 변화를 측정하는 등 방대한 실험을 했습니다.

베타뉴스에서 기사로 선정되었습니다.

http://www.betanews.net/article/580954

http://www.betanews.net/article/581414

http://www.betanews.net/article/581420

WiFi 통신망으로의 LTE 트래픽 분산 알고리즘.pdf

올해 진행한 연구입니다. 처음으로 실험 중심의 연구가 아닌 고찰 중심의 연구를 진행했습니다. 실험을 진행하지 않아 시간이 넉넉할 것으로 생각했는데 알고리즘 설계 및 수식화에 매우 많은 시간이 걸렸습니다. 올해 말 즈음에 평가가할 알고리즘의 수를 늘려 보완할 계획입니다.

역시 베타뉴스에서 기사로 선정되었습니다.

http://www.betanews.net/article/581427

http://www.betanews.net/article/581462

2학년 1학기에 진행한 연구입니다.

작년까지는 실험 중심으로 연구를 진행했기 때문에 이번 연구는 고찰을 중심으로 연구를 진행했습니다.

[Researches/WiFi and LTE] - Ⅰ. 서론

[Researches/WiFi and LTE] - Ⅱ. 선행 연구

[Researches/WiFi and LTE] - Ⅲ. 알고리즘 제안

[Researches/WiFi and LTE] - Ⅳ. 알고리즘의 수식 표현

[Researches/WiFi and LTE] - Ⅴ. 알고리즘의 평가

[Researches/WiFi and LTE] - Ⅵ. 결과 및 고찰

[Researches/WiFi and LTE] - Ⅶ. 결론

알고리즘의 수식화와 MatLab 으로의 표현이 가장 어려웠습니다.

총 3가지 알고리즘 밖에 평가하지 못했는데 학년 말 즈음에 5,6 가지의 알고리즘을 추가할 계획입니다.

PDF 파일 첨부합니다.

WiFi 통신망으로의 LTE 트래픽 분산 알고리즘.pdf

한컴 마스터 4기를 모집하고 있습니다.

Ⅶ. 결론

본 논문에서는 각 통신망과 사용자의 특성을 고려한 알고리즘, LTE 통신망의 초과 트래픽을 무작위로 WiFi 통신망으로 분산시키는 알고리즘, LTE 통신망만을 사용하는 알고리즘을 비교했다. 각 알고리즘을 순서도로 작성한 후, 이로부터 평가 지표를 산출하는 과정을 수식으로 표현한 후 이를 MatLab에서 4변수 그래프로 구현해 시각적으로 비교했다.

4변수 그래프의 구현은 다른 방법들보다 3개의 독립 변수들의 변화에 따른 성능 저하 정도의 변화 비교에 효과적이다. 본 논문에서 변수로 설정했고 실제 상황에서 트래픽 발생에 영향을 미치는 각 군의 사용자 수가 모두 독립적이기 때문에 일반적인 3차원 그래프로는 2개의 군에 속하는 사용자의 수의 변화에 따른 평가 지표의 변화밖에 관찰할 수 없다. 3개의 군에 속하는 사용자의 수를 변수로 지정한다면 그래프와 같이 시각적인 방법으로는 비교할 수가 없다. 본 논문에서는 평가 지표에 하나의 좌표축을 할당하지 않고 이를 색온도 개념으로 설정함으로서 3차원 공간에서 4변수 그래프를 구현했다.

 

3개의 알고리즘을 비교해 WiFi 통신망으로의 LTE 트래픽 분산 알고리즘의 효율 향상을 위해서는 통신망과 사용자의 특성을 고려해야 함을 보였다. 무작위로 트래픽을 분산시키는 알고리즘은 요구 성능이 높은 사용자가 WiFi 통신망에 접속했을 때의 성능 저하가 컸다. 또한 WiFi 통신망으로의 트래픽 분산을 통한 통신 성능 개선이 효과가 매우 크다는 것을 보였다. 통신망의 한계 트래픽 이후에 추가되는 트래픽은 고스란히 성능 저하를 유발하기 때문에 전체 통신망의 한계 트래픽이 조금만 늘어나도 성능 저하의 최소화가 가능하다.

실제 상황에서 이를 적용하기 위해서는 사용자의 동의가 필요하다. WiFi 통신망은 LTE 통신망에 비해 통신 성능과 안정성이 떨어지기 때문에 이 알고리즘의 적용을 받는 것을 동의한 사용자는 기본요금 할인 등의 혜택이 주어져야 할 것이다. 통신사는 급격한 트래픽 증가로 인한 성능 저하를 최소 비용으로 완화할 수 있고 사용자는 일반적인 사용 시의 큰 불편함 없이 혜택을 제공받을 수 있다.

본 논문에서 제안한 알고리즘의 한계는 m-VoIP 등 Real Time Traffic을 요구하는 작업은  WiFi 통신망을 사용할 수 없는 점을 고려하지 않았다는 것과 알고리즘 평가 후 좀 더 많은 사용자 군 수를 지정한 알고리즘을 제안하지 않았다는 것이다. 사용자 군 수가 많을수록 알고리즘의 효율이 높아진다. 또한 알고리즘 평가를 위해 한계 트래픽과 제공 성능, 요구 트래픽 등 통신망, 사용자의 특성을 임의로 설정했다는 점도 아쉽다. 통신사는 좀 더 정확한 데이터를 확보할 수 있을 것이다. 기회가 된다면 이를 보완하려고 한다.

참고문헌

[1] 통신 3사의 WiFi Zone 구축 현황

올레 모바일 공식 블로그, <http://smartblog.olleh.com/1015>, (2013.05.25. 확인)

T WiFi고객센터, <http://www.twifi.co.kr/view/customer/faqview.jsp?no=16>, (2013.05.25. 확인)

LG U+ zone, <http://zone.uplus.co.kr/>, (2012.11.15. 확인)

[2] 이상우, 최선미, 박준선, 박명철, “LTE 서비스 도입에 따른 유도된 수요 발생에 관한 실증 연구”, 한국통신학회논문지, 37(8), Page 741-749, 2012.08

[3] 방송통신위원회, “무선데이터 트래픽 월별 통계”, 2013.05, Page 1

[4] 민순호, 서창호, “사용자 중심 버티컬 핸드오버를 통한 대용량 모바일 트래픽 분산 메커니즘 제안”, 정보과학회논문지, 정보통신 39(2), Page 144-152, 2012.04

Ⅵ. 결과 및 고찰

1. 통신망, 사용자 특성 고려 알고리즘

그림 1 통신망, 사용자 특성 고려 알고리즘 평가

 

극히 좁은 구간을 제외하고는 성능 저하가 없다. 성능 저하가 있는 구간 역시 평가 지표가 4로 매우 낮은 편이다. 선으로 나타난 성능 저하 구간은 n13 값에 무관하게 나타난다. 이는 MatLab에서의 구현 과정에서 문제가 있었던 것으로 보인다.

 

WiFi 통신망으로의 LTE 트래픽 분산이 매우 효과적으로 이루어졌다. WiFi 통신망의 제공 성능 한계를 고려해 요구 성능이 낮은 사용자를 우선적으로 WiFi 통신에 접속하도록 지정했기 때문에 성능 저하가 최소화되었다.

LTE 트래픽을 WiFi로 분산시키는 알고리즘은 통신망과 사용자의 특성을 고려해야 함을 보여준다.

2. 무작위 분배 알고리즘

그림 2 무작위 분배 알고리즘 평가

 

무작위 분배 알고리즘에서는 통신망, 사용자 특성 고려 알고리즘과 비교해 상대적으로 더 많은 구간에서 성능 저하가 나타났다. 하지만 WiFi 통신망으로의 분산이 이루어진 만큼 평가 지표 값이 500을 넘지 않아 성능 저하가 어느 정도 최소화되었음을 알 수 있다.

WiFi 통신망이 제공할 수 있는 한계 성능보다 요구 성능이 낮은 1군, 2군의 영향은 거의 받지 않는다. 그리고 WiFi 통신망에 접속했을 때 성능 저하가 큰 3군의 사용자 수의 영향을 많이 받음을 볼 수 있다.

이는 WiFi 통신망으로 LTE 트래픽을 분산시켰을 때의 성능 저하 감소 효과가 있음을 보여준다.

3. LTE 통신망 사용 알고리즘

그림 3 LTE 통신망 사용 알고리즘 평가

 

LTE 통신망 사용 알고리즘에서는 평가 지표 값이 2500이 넘는 경우가 있으며 이는 전체적인 성능 저하가 매우 심각하다는 것을 보여준다. 그림 7에서 확인할 수 있듯이 LTE 통신망의 트래픽 한계가 초과된 상태에서 추가 사용자가 발생하면 이 사용자의 요구 성능 전체가 성능 저하로 반영되기 때문에 통신 성능 저하가 극단적으로 크다는 것을 보여준다.

Ⅴ. 알고리즘의 평가

알고리즘을 수식으로 표현했을 때의 변수가 서로 독립적인 3개이기 때문에 평가 지표를 고려하면 4변수 방정식이 된다. 그렇기 때문에 2차원, 3차원 그래프로는 표현이 불가능하다. 따라서 MatLab의 색 지정 기능을 이용해 각 군에 속하는 사용자 수를 공간좌표의 축으로 설정하고 평가 지표는 색온도 개념으로 표현했다.

그림 1 4변수 방정석의 표현

 

방정식은 위와 같이 표현된다. x, y, z축에 대한 각 점에서의 k 값에 따라 색이 결정되며 값과 색의 관계는 좌측에 표시된다. 각 군에 대한 사용자 수, 즉 n11, n12, n13는 각각 x, y, z에 대응시켰으며 1에서 1000명까지 지정했다.

MatLab에서 알고리즘 수식은 다음과 같이 표현된다.

1. 변수 지정

clear; clc;

 

n1 = 0 : 10 : 1000;

n2 = 0 : 10 : 1000;

n3 = 0 : 10 : 1000;

 

[n11, n12, n13] = meshgrid(n1,n2,n3);

 

m3 = 15000;

m2 = m3;

 

t11 = 1;

t12 = 5;

t13 = 20;

 

t2 = 3;

t3 = 30;

2. 방정식 입력

        1)통신망, 사용자 특성 고려 알고리즘

k = zeros(length(x),length(y),length(z));

 

for i = 1 : length(x)

    n11 = x(i);

    for j = 1 : length(y)

        n12 = y(j);

        for m = 1 : length(z)

            n13 = z(m);

            

            if m2 > t11 * n11 + t12 * n12 + t13 * n13

                k(i,j,m) = 0;

            else

                if m3 < t11 * n11 && t11 * n11 > t12 * n12 + t13 * n13

                    y1 = t11 * (t11*n11+t12*n12+t13*n13)/(2*t11) - m3;

                    y2 = t11 * (n11 - (t11*n11+t12*n12+t13*n13)/(2*t11) + t12*n12+t13*n13 - m2);

                    k(i,j,m) = y1 * (y1 > 0) + y2 * (y2 > 0);

                else

                    if m2 < t12*n12 + t13*n13

                        k(i,j,m) = 0;

                    else

                        if m3 < t11*n11 + t2 * t12 && t11*n11 + t12 * n12 + t13 > n13

                            y1 = t11*n11 + t2 * (-t11*n11+t12*n12+t13*n13)/(t12+t2) - m3;

                            y2 = t12 *(n12-(-t11*n11+t12*n12+t13*n13)/(t12+t2))+t13*n13-m2;

                            k(i,j,m) = y1 * (y1 > 0) +(t12-t2)*n12 + y2 * (y2 > 0);

                        else

                            if m2 < t13*n13

                                k(i,j,m) = 0;

                            else

                                y1 = t11*n11+t12*n12+(-t11*n11-t12*n12+t13*n13)/(t13+t2)-m3;

                                y2 = t13*(n13 - (-t11*n11-t12*n12+t13*n13)/(t13+t2))-m2;

                                k(i,j,m) = y1 * (y1 > 0) +(t12-t2)*n12 + (t13-t2)*n13 + y2 * (y2 > 0);

                            end

                        end

                    end

                end             

            end

        end

    end

end

        2)무작위 분배 알고리즘

k = zeros(length(x),length(y),length(z));

 

for i = 1 : length(x)

    n11 = x(i);

    for j = 1 : length(y)

        n12 = y(j);

        for m = 1 : length(z)

            n13 = z(m);

            

            if m2 > t11 * n11 + t12 * n12 + t13 * n13 - m2

                k(i,j,m) = 0;

            else

                if m2 > t12*n12+t13*n13

                    k(i,j,m) = t11*n11-m3;                   

                else

                    if m2 > t13*n13

                        k(i,j,m) = (t11*n11+t2*n12-m3)+(t12-t2)*n12;

                    else

                        k(i,j,m) = t11*n11+t12*n12+t13*n13-m2-m3;

                    end

                end             

            end

        end

    end

end

        3)LTE 통신망 사용 알고리즘

fv = isocaps(x,y,z,k,200,'below');

p = patch(fv, 'FaceColor','interp','EdgeColor','none');

colormap('jet');

colorbar;

daspect([1 1 1])

view(3); 

axis tight

k = t11.*n11+t12*n12+t13*n13;

3. 공간좌표 구현 및 채색

fv = isocaps(x,y,z,k,10000,'below');

p = patch(fv, 'FaceColor','interp','EdgeColor','none');

colormap('jet');

colorbar;

daspect([1 1 1])

view(3); 

axis tight

Ⅳ. 알고리즘의 수식 표현

수식으로의 표현과 평가를 위해 각 통신망과 사용자의 특성은 다음과 같이 설정했다. 아래 값은 예측 값이며 실제 알고리즘의 평가 시에는 통신사에서 데이터를 수집해 좀 더 정확한 수치를 대입할 수 있다.

표 1 통신망과 사용자의 특성

항목	미지수	값 (단위 : Mbps)
LTE 한계 성능	t2	30
LTE 한계 트래픽	m2	15000
WiFi 한계 성능	t3	3
WiFi 한계 트래픽	m3	15000
1군 요구 성능	t11	1
2군 요구 성능	t12	5
3군 요구 성능	t13	20

그리고 1, 2, 3군에 속하는 사용자 수는 각각 n11, n12, n13으로 두고 변수로 설정했다. 즉 각 군의 사용자 수의 변화에 따른 통신 성능 저하 정도를 비교하려는 것이다. 평가 지표는 k로 두었다.

1. 통신망, 사용자 특성 고려 알고리즘

1) :

2) 그렇지 않다면

        1)) 이고 :

        2)) 그렇지 않다면

                1))) :
                2))) 그렇지 않다면

                        1)))) 이고 :

                        2)))) 그렇지 않다면

                                1))))) :

                                2))))) 그렇지 않다면

2. 무작위 분배 알고리즘

1) : k=0

2) 그렇지 않다면

        1)) :

        2)) 그렇지 않다면

                1))) :

                2))) 그렇지 않다면

3. LTE 통신망 사용 알고리즘

@ : () 안 값이 양인 경우는 더하고 음인 경우에는 더하지 않는다.

Ⅲ . 알고리즘 제안

LTE 통신의 트래픽을 WiFi 통신망으로 분산시키는 알고리즘은 통신망과 사용자의 특성을 고려해야 한다. 통신망의 경우 각 통신망이 제공할 수 있는 한계 성능과 한계 트래픽이 존재하고 사용자의 경우 요구하는 통신 성능의 차이가 있다.

LTE 통신망의 트래픽이 초과되면 무조건적으로 초과 트래픽을 WiFi 통신망으로 분산시키는 알고리즘은 여러 문제를 유발한다. 통신사에서 구축한 WiFi 통신망 중 다수는 Wibro 기반으로 기술적 한계가 있어 통신 성능이 LTE에 비해 상당히 떨어진다. Wibro 통신의 기술적 한계가 LTE에 비해 낮으며 Wibro 통신과 WiFi 통신 사이의 변환이 필요하기 때문이다. 또한 WiFi 신호 간 간섭 역시 통신 성능을 저하시킨다. 즉 높은 통신 성능을 요구하는 사용자가 WiFi 통신에 접속하면 심각한 성능 저하가 발생한다.

실제로 사용자가 요구하는 트래픽은 선형적으로 존재하기 때문에 평가가 거의 불가능하다. 따라서 알고리즘의 평가를 위해 각 사용자가 요구하는 통신 성능에 따라 3개의 군으로 분류했다. 1군은 가벼운 웹 서핑 및 음원 스트리밍 위주의 사용자, 2군은 이미지가 존재하는 페이지 등 무거운 웹 서핑과 SD 급 동영상 스트리밍 위주의 사용자, 3군은 파일의 업로드 또는 다운로드와 HD 급 동영상 스트리밍 위주의 사용자로 가정했다. 실제 상황에 적용할 알고리즘은 사용자 군의 숫자가 많을수록 효율성이 높을 것이다. 논 본문에서는 구체적인 수식으로의 표현과 시각적인 평가를 위해 군의 수를 3개로 제한했다.

알고리즘 설계 및 평가의 편의를 위해 양방향 통신은 고려하지 않았다. LTE, WiFi 통신망의 동시 접속사 수는 제한을 두지 않았다. 기술적인 한계는 있지만 LTE 통신망의 경우 주변 기지국에 접속할 수 있기 때문에 사실상 한계가 존재하지 않으며 WiFi 통신망 역시 동시 접속기기의 한계가 수백 대로 발전했기 때문이다.

알고리즘의 평가는 각 군의 속하는 사용자 수가 같은 상황에서의 성능 저하 정도를 비교하는 방식으로 이루어졌다. 성능 저하 정도를 나타낼 평가 지표는 각 사용자의 요구 성능과 제공 성능 차의 비로 결정했다. 즉 사용자가 제공받는 통신 성능이 요구하는 통신 성능보다 높으면 가점이 없지만 반대의 경우 요구 성능과 제공 성능의 차를 요구 성능으로 나누었다. 그리고 모든 사용자에 대한 값을 더해 알고리즘을 평가했다. 즉 평가 지표의 값이 클수록 성능 저하가 심하다. 수식 1은 평가 지표를 간단히 한 것이다.

각 사용자에 제공되는 통신 성능은 통신망의 한계 성능과 트래픽에 따라 결정되도록 설계했다. 통신망의 한계 트래픽이 초과되지 않는 경우 통신망은 한계 성능을 제공할 수 있지만 한계 트래픽이 초과되면 접속 사용자의 요구 성능을 같은 비로 삭감한다.

본 논문에서는 각 통신망과 사용자의 특성을 고려해 설계한 ‘통신망, 사용자 특성 고려 알고리즘’, LTE 통신망의 초과 트래픽을 무작위로 WiFi 통신망으로 분배하는 ‘무작위 분배 알고리즘’, 그리고 LTE 통신망만을 사용하는 ‘LTE 통신망 사용 알고리즘’, 이상 3가지 알고리즘을 비교, 분석했다.

통신망, 사용자 특성 고려 알고리즘과 무작위 분배 알고리즘은 Microsoft 사의 Visio를 이용해 아래와 같은 순서도로 표현했다.

1. 통신망, 사용자 특성 고려 알고리즘

그림 1 통신망, 사용자 특성 고려 알고리즘의 순서도

 

2. 무작위 분배 알고리즘

그림 2 무작위 분배 알고리즘의 순서도

 

각 알고리즘에의 마침 단계에서 평가 지표를 산출하도록 했다.