2026년 45주차 · 급상승 연구 주제
컴퓨터 과학 · Cloud Computing and Resource Management
연 4,208 → 8,108편
분야 평균 대비 +65%p
클라우드 서비스 사용이 급증하면서, CPU, 메모리, 네트워크 등 클라우드 자원을 효율적으로 할당하고 관리하여 비용을 절감하고 성능을 최적화하는 것이 중요해지고 있다.
출판량은 OpenAlex 전수 데이터를 최근 12개월과 직전 12개월로 나눠 비교한 값이에요. 분야 전체가 함께 커지는 착시를 빼기 위해 분야 중앙값 성장률을 차감한 초과 성장(+65%p)으로 순위를 매겼어요.
학부·석사 수준에서 실제로 착수 가능한 스케일로 좁힌 방향이에요. 마음에 드는 걸 고르면 카라멜 조교가 이어서 구체화해 줘요.
다양한 워크로드 유형에 최적화된 클라우드 자원 스케줄링 알고리즘 개발
아이디에이션2서버리스 함수를 위한 동적 자원 할당 및 오토스케일링 전략 연구
아이디에이션3클라우드 데이터센터의 에너지 소비를 최소화하는 자원 배치 방안 탐색
아이디에이션인용 속도와 최신성으로 고른 논문이에요. 한국어 요약을 먼저 보고, 원문은 8개 섹션 풀 분석으로 이어갈 수 있어요.
Data centers in the age of AI: A tutorial survey on infrastructure, sustainability, and emerging challenges
데이터센터는 클라우드 서비스와 디지털 플랫폼을 지원하며 디지털 경제의 중추 역할을 해왔습니다. 특히 대규모 언어 모델(LLM)의 등장으로 에너지 소비, 냉각 강도, 환경 영향이 급증하면서 지속가능성, 전력망 안정성, 운영 효율성에 대한 시급한 우려가 제기되고 있습니다. 본 튜토리얼은 현대 데이터센터의 분류, 아키텍처부터 전력 소비, 냉각 기술, 물 사용량 등 핵심 요소를 심층적으로 분석합니다. 전력 사용 효율(PUE), 물 사용 효율(WUE)과 같은 성능 지표 및 탄소 인지 운영이 지속가능한 관행을 어떻게 형성하는지 강조합니다. …
Load-aware predictive auto-scaling framework for cloud environments
클라우드 컴퓨팅은 확장성, 유연성, 비용 효율성 덕분에 널리 활용되는 패러다임입니다. 클라우드 솔루션의 경쟁력을 높이려면 탄력성을 최대로 활용하여 유입되는 워크로드에 맞춰 클라우드 리소스를 시기적절하게 동적으로 조정하는 것이 중요합니다. 본 논문은 워크로드 변화를 예측하고 동시에 클라우드 리소스의 목표 활용률을 보장하는 부하 인지 예측형 오토스케일링 프레임워크를 제안합니다. 이를 위해 미래 워크로드를 예측하고, 해당 워크로드 수요를 처리하는 데 필요한 클라우드 리소스 양을 산정합니다. 제안된 프레임워크는 CloudSim 툴킷 기…
Spatio-Temporal Coordinated Operation Strategy of Data Centers Considering Virtual Storage System via Two-Stage Distributionally Robust Optimization
최근 데이터센터의 에너지 소비량이 급증함에 따라 경제적이고 유연한 운영 전략의 필요성이 커지고 있습니다. 본 연구는 가상 스토리지 시스템(VSS)을 고려한 데이터센터의 시공간 협응 운영 전략을 2단계 분포론적 강건 최적화(two-stage distributionally robust optimization)를 통해 제안합니다. 먼저, 건물의 동적 열 네트워크와 클라우드 사용자의 차등화된 수요를 기반으로 VSS를 포함하는 포괄적인 운영 모델을 구축합니다. 이어서 데이터센터의 일반 부하 수요 및 외부 온도 불확실성을 고려하여, 과거 데…
