[실무에서 쌓은 경험]
**** 주식회사에서 1년여 동안은 소프트웨어 개발에 대한 직무 역량을 집중적으로 습득했습니다. 전체 직원의 80% 이상이 개발자였기 때문에 체계적인 사내 교육이 많은 도움이 되었습니다. 자세하게는 윈도우 서버 기반의 MS-SQL의 활용과 논리/물리 데이터베이스 설계, Stored Procedure, 쿼리 최적화 등 데이터베이스의 전반적인 기술을 실무를 통해 습득하였습니다.

또한, 3-Tier 구조로 솔루션 서비스했기 때문에, M/W에 대한 이해도가 높고 그 속에서 실행되는 Daemon에 대한 개념도 익혔습니다. 웹 사이트에 관해서는 주로 C# 언어 기반으로 MVC 패턴을 통해 개발 및 유지보수를 하였으며, 부가적으로 JQuery, .NET 프레임워크, REST, SOAP, Node.js와 같은 웹 기술도 함께 배웠습니다. 이처럼 소프트웨어 개발에 대해선 충분한 역량을 갖추었다고 생각합니다.

[연구적 가치 창출이 가능한 IT 전문가]
석사과정 중인 현재는 다음과 같이 국내 유수의 기관들과 연구하고 있습니다.

- 스트리밍 대용량 링크드 데이터를 위한 모델링 및 빅데이터 처리 기술(미래창조과학부): 본 연구의 목표는 기존의 정적 속성을 가진 대용량 데이터에 대한 빅데이터 처리가 아닌 시간에 따라 지속적으로 변화하는 센서 데이터와 같은 스트리밍 데이터에 대한 분석 및 데이터 마이닝 기술을 연구하여 실시간성을 보장하는 상황인식 지능형 서비스를 도출하는데 목표를 둔 연구입니다. 또한, 현재는 ITS 시범 서비스를 위한 플랫폼 개발을 진행 중입니다.

여기서 저는 도로공사에서 제공하는 VDS 정보가 실시간으로 추출되면, 기상청의 과거 지역별 강수 정보에 따른 교통정보를 분석하고 예측할 수 있는 빅데이터 R을 이용한 개발을 하고 있습니다. 이와 관련해서 ETRI 위탁과제인 CoT 환경에서 실시간 반응성 향상을 위한 스트림 처리에 적합한 FastData 분석 알고리즘도 연구하고 있습니다.

이는 오픈 소프트웨어 Spark를 기반으로 다양한 스트림 데이터 분석 방법(MLlib, R, Mahout, MATLAB 등)들에 대한 비교 분석을 하고, Fast-Reaction을 위한 최적화 알고리즘 도출을 목표로 하고 있습니다.

- 상황정보를 활용한 시맨틱 센서웹 기반 지능형 매쉬업 기술 연구(한국연구재단): 본 연구는 센서 네트워크 환경에서 센서들의 집합에 사전 연관성을 부여하고 상황을 추론하여 연관 규칙을 포함한 센싱 데이터를 수집하는 기술과 이를 시맨틱 센서 웹 기반의 API와 매쉬업을 통한 서비스 적응형 기술을 개발하는 것에 목표를 둔 연구입니다. 특히, 이기종 환경에서는 각각 서로 다른 데이터 형식의 통합 환경을 구축하는 데 어려움이 있습니다. 이를 위해 저는 다양한 이기종 환경에서의 데이터 형식 변환이 가능한 RDF 컨버터를 연구였습니다.

- SSD를 활용한 클라우드 시스템과 마이크로서버의 성능 분석 및 개선(삼성전자): 본 연구의 목표는 클라우드 환경과 마이크로서버에서 대용량 데이터 처리를 위해 SSD 활용한 최적의 모델링 및 방법론에 대한 연구입니다. 저는 가상화 환경에서 대량의 가상 머신들과 공유된 저장스토리지 사이에 SSD를 캐시로 사용함으로써 빠른 읽기에 대한 연구와 이를 바탕으로 각 가상 머신의 캐시공간을 재할당하기 위한 알고리즘을 연구하였습니다.

또한, 현재는 마이크로서버 시스템 내에서 PCIe 스위치를 통해 SSD와 공용하여 효율적인 네트워크 서버 토폴로지를 구현하기 위해서 OMNet++ 시뮬레이션 툴을 이용하여 성능 분석 및 평가를 하고 있습니다. 연구 중인 아키텍처는 Fat-tree, Full-mesh, Virtual-switch 등이 있으며, 이를 통해서 기존의 마이크로서버 시스템의 성능을 제고하기 위한 연구를 수행 중입니다.

글자수 1,883자3,070Byte