클라우드 컴퓨팅을 이용한 기후변화 영향평가

Abstract

기후변화는 자연 및 농업생태계에 막대한 영향을 미칠 수 있다. 이러한 기후변화 영향 평가를 위해 모형의 입력자료로서 예측된 기후자료가 사용되고 있다. 그러나 이러한 연구들은 자주 수행되지는 않기 때문에, 실제의 컴퓨터 자원들을 구축하거나 유지하지 않고 필요에 따라 자료처리를 하기 위해서는 가상적으로 다수의 운영체제를 구동할 수 있는 클라우드 컴퓨팅을 사용하는 것이 유용하다. 또한, 클라우드 컴퓨팅을 사용할 때 소프트웨어 라이센스를 필요로 하지 않는 오픈소스 지리분석용 소프트웨어를 사용하는 것이 유리하다. 예비실험에서, Amazon Web Service-Elastic Compute Cloud(EC2)를 사용하여 월 강우일수를 계산하였다. 총 70기가바이트에 이르는 일별 기후 예측 자료를 사용하여 자체 제작된 데이타베이스 처리 응용프로그램을 가상머신에서 처리하였다. 이 응용프로그램은 기후자료 처리와 데이타베이스 접속을 위해 오픈소스 라이브러리를 기반으로하여 제작되었다. 이 분석에서는 21세기 동안 전지구적으로 강우일수를 계산하기 위해 10대의 가상 클라이언트와 1대의 서버를 이용하여 약 170억개의 자료를 32시간 내에 처리하였다. 이번 연구 결과는 클라우드 컴퓨팅이 막대한 양의 자료 처리를 필요로하는 기후변화 영향평가 연구와 분석에 큰 도움이 될 수 있음을 보여 준다. Climate change could have a pronounced impact on natural and agricultural ecosystems. To assess the impact of climate change, projected climate data have been used as inputs to models. Because such studies are conducted occasionally, it would be useful to employ Cloud computing, which provides multiple instances of operating systems in a virtual environment to do processing on demand without building or maintaining physical computing resources. Furthermore, it would be advantageous to use open source geospatial applications in order to avoid the limitations of proprietary software when Cloud computing is used. As a pilot study, Amazon Web Service ? Elastic Compute Cloud (EC2) was used to calculate the number of days with rain in a given month. Daily sets of climate projection data, which were about 70 gigabytes in total, were processed using virtual machines with a customized database transaction application. The application was linked against open source libraries for the climate data and database access. In this approach, it took about 32 hours to process 17 billion rows of record in order to calculate the rain day on a global scale over the next 100 years using ten clients and one server instances. Here I demonstrate that Cloud computing could provide the high level of performance for impact assessment studies of climate change that require considerable amount of data.