바이오과학정보 관련 DB 산출물의 표준을 위한 기준 설정 및 시스템 성능 향상 방안 연구

초록

목적 : 바이오과학정보 관련 DB 산출물의 표준을 위한 기준 설정 방안 마련을 위해 유전체센터 내 바이오과학정보 각 단위 DB명세서에 존재하고 있는 용어를 수집·정리하고, DB 명세서 작성에 필요한 문서양식 등에 대한 기준을 마련한다. 또한 유전체센터의 리눅스 클러스터 시스템의 성능 평가를 통하여 성능을 측정하고 개선사항을 도출하는 한편, 대용량 서열데이터를 다루기 위한 응용 소프트웨어에 대한 성능 향상에 관한 연구를 수행한다. 방법 : 정보통신부 한국데이터베이스진흥센터 DB구축 가이드, 한국전산원 DB 구축 방법 론 Ver. 2, 행정자치부 행정DB 구축·운영 가이드라인을 기반으로 DB 산출물의 목록과 문서 표준 양식을 마련하였고 서로 연관성이 많은 유전체센터내의 3개 DB 구축 보고서를 대상으로 용어를 분석하였다. 슈퍼컴퓨터 Top 500에서 사용하는 슈퍼컴퓨터 성능 측정 방법인 HPL 벤치마크를 통해 클러스터 시스템의 성능을 측정하고 이를 이론성능과 비교 분석하는 한편, 대용량 서열 데이터의 유사성 검색에서 병렬화 라이브러를 통해 병렬화를 수행하였다. 결과 : 유전체센터내의 kGene, KSNP, Association genotype DB를 바탕으로 DB 구축 프로세스를 프로젝트 관리/기획/DB 설계/DB 구축/운영 및 유지보수로 구분하여 DB 구축 프로젝트의 착수, 기획, 실행, 통제, 종료 단계 시 필요한 72개 산출물의 목록과 문서 표준 양식을 마련하였다. DB 명세서(specification)에 존재하고 있는 기존의 용어를 수집·비교 분석 후, 엔티티와 속성이름에 대한 표준을 위한 용어사전을 설계하였다. 클러스터 시스템의 HPL 벤치마크를 통해 33%의 이론 성능 대비 실제 성능을 보였으며, 이는 클러스터를 구성하는 내 부 네트워크의 고속화를 통해 향상될 수 있음을 보였다. 또한 병렬화된 서열 유사성 검색을 통해 리눅스 클러스터 시스템에서 노드의 증가 시 마다 70%의 속도 향상을 확인하였다. 결론 : 시스템 프로젝트 매니저, 어플리케이션 개발자, database administrator 간의 꾸준한 논의를 통해 문서의 목록 및 양식, 용어사전을 계속 갱신할 예정이며, 정해진 기준에 따르는 정규화된 DB 산출물 작성·관리를 기대할 수 있을 것이다. 또한 서열 검색의 병렬화를 통해 생물정보학연구에 있어서 고성능 클러스터 시스템의 활용 범위를 확대하였다.

키워드