MIT 전기공학·컴퓨터과학과 크리스티나 델리트루 교수 연구팀은 머신러닝을 이용해 대규모 클라우드 데이터센터의 자원 관리 방식을 개선하는 연구를 진행하고 있다. 초점은 서버와 네트워크, 소프트웨어 구조, 애플리케이션 성능을 함께 조정해 같은 하드웨어로 더 많은 작업을 처리하게 만드는 것이다. 데이터센터가 빠르게 늘면서 전력망과 환경 부담이 커지는 만큼, 새 시설을 추가하는 일과 함께 기존 인프라를 얼마나 효율적으로 쓰는지도 중요하다는 문제의식이 연구의 출발점이다.
연구팀은 특히 여러 애플리케이션이 CPU·메모리·네트워크를 공유하는 환경에서 자원 배분이 성능과 전력 효율을 크게 바꾼다고 본다. 델리트루 교수는 대규모 시스템이 약 15% 용량으로만 가동되는 경우가 많았다고 설명하며, 머신러닝으로 복잡한 자원 관리와 최적화 지점을 자동으로 찾아 활용률을 높이는 방법을 연구해 왔다. 이와 함께 딥러닝 기반 시스템 ‘시어(Seer)’로 클라우드 애플리케이션의 병목과 성능 저하 가능성을 미리 예측해 장애 전에 대응하는 접근도 제시했다.