CPU, GPU 그리고 Xeon-Phi를 이용한 해색위성 대기보정 알고리즘의 병렬화 성능 연구

Abstract

최근 몇 년간 해색 원격탐사 기술이 발전함에 따라 획득되는 자료의 양이 크게 증가하고 있다. 이러한 발전 덕분에 해색 위성자료를 처리해 해양환경을 분석하는 것에서 그치는 것이 아니라 적조, 녹조, 해무 등의 해양재해를 실시간으로 모니터링 하고자 하는 많은 연구들이 수행되고 있다. 이렇듯이 실시간으로 대용량의 위성자료를 처리하고 분석하기 위해서는 충분한 프로세싱 파워의 확보가 필요하게 되었고 이를 해결하기 위한 방법 중 하나로 CPU, GPU 그리고 Xeon-Phi를 이용한 병렬화 기법이 고안되었다. 한국해양과학기술원 해양위성센터에서는 2019년에 발사되는 천리안 해양관측위성(Geostationary Ocean Color, Imager, GOCI)의 후속위성인 GOCI-II의 지상국 시스템을 개발하고 있다. GOCI-II는 GOCI보다 4배 향상된 250m급 해상도와 1.5배 많은 13개의 관측 밴드 수, 그리고 2배에 달하는 24종의 해색 산출물을 분석해내고 기존에 생산하지 않던 전구관측 자료를 생산하는 등 세계에서 가장 뛰어난 정지궤도 해색 위성 중 하나가 될 것으로 보인다. 이렇듯 향상된 성능을 보이는 GOCI-II의 지상국 시스템에서는 GOCI의 24배에 달하는 자료를 처리해야 한다. 특히, 처리과정 중 하나인 대기보정 알고리즘은 복잡한 연산과정으로 인하여 대부분의 시간이 소요된다. 기존 GOCI의 대기보정 알고리즘은 순차적으로 처리되도록 설계되어 있으며, 그대로 GOCI-II 환경에서 실행될 경우 요구사항인 11분을 훨씬 초과하는 1시간 이상이 소요될 것으로 보인다. 이러한 요구사항을 만족시키기 위해 GOCI-II 개발에 앞서 기존 GOCI 환경에서 OpenCL(Open Computing Language)을 사용하여 대기보정 알고리즘을 병렬화 하였다. 병렬화는 CPU, GPU는 많은 연구들이 수행되고 있다. 이렇듯이 실시간으로 대용량의 위성자료를 처리하고 분석하기 위해서는 충분한 프로세싱 파워의 확보가 필요하게 되었고 이를 해결하기 위한 방법 중 하나로 CPU, GPU 그리고 Xeon-Phi를 이용한 병렬화 기법이 고안되었다. 한국해양과학기술원 해양위성센터에서는 2019년에 발사되는 천리안 해양관측위성(Geostationary Ocean Color, Imager, GOCI)의 후속위성인 GOCI-II의 지상국 시스템을 개발하고 있다. GOCI-II는 GOCI보다 4배 향상된 250m급 해상도와 1.5배 많은 13개의 관측 밴드 수, 그리고 2배에 달하는 24종의 해색 산출물을 분석해내고 기존에 생산하지 않던 전구관측 자료를 생산하는 등 세계에서 가장 뛰어난 정지궤도 해색 위성 중 하나가 될 것으로 보인다. 이렇듯 향상된 성능을 보이는 GOCI-II의 지상국 시스템에서는 GOCI의 24배에 달하는 자료를 처리해야 한다. 특히, 처리과정 중 하나인 대기보정 알고리즘은 복잡한 연산과정으로 인하여 대부분의 시간이 소요된다. 기존 GOCI의 대기보정 알고리즘은 순차적으로 처리되도록 설계되어 있으며, 그대로 GOCI-II 환경에서 실행될 경우 요구사항인 11분을 훨씬 초과하는 1시간 이상이 소요될 것으로 보인다. 이러한 요구사항을 만족시키기 위해 GOCI-II 개발에 앞서 기존 GOCI 환경에서 OpenCL(Open Computing Language)을 사용하여 대기보정 알고리즘을 병렬화 하였다. 병렬화는 CPU, GPU