인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
대규모 머신러닝 모델이나 데이터 분석 애플리케이션에서는 많은 양의 데이터를 처리하기 위해 컨테이너 이미지를 사용하고 있으나 이러한 이미지의 배포 시간이 길어지는 문제가 발생하고 있다. 이미지의 배포 시간이 길어지면 개발 및 배포 주기가 느려져 생산성이 저하되고, 자원 활용이 비효율적으로 이루어지며, 신속한 스케일링이 어려워져 전체 시스템의 성능과 유연성이 떨어질 수 있다. 이러한 문제를 해결하기 위해 컨테이너 이미지 관리 및 배포 효율성을 개선하는 방안을 제시한다. 이미지 배포 시 Cluster Container Registry(CCR)를 활용함으로써 클라우드를 통한 이미지 다운로드에 비해 시간 및 트래픽 소모를 줄일 수 있다. Kubernetes에서 실험하여, 컨테이너 이미지 관리 및 배포 과정의 효율성을 평가하였다. 기존의 방법과 비교하여 각 시나리오에서의 기존의 방법에 대비해 평균적으로 30% 배포 시간이 감소했고 이미지의 크기가 클수록 효과가 좋은 것으로 나타났다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092468533