본문으로 건너뛰기
AN INDEPENDENT ECONOMIC JOURNAL생활에서 시작하는 경제 읽기
가까이 두고 읽는 경제 이야기
CIN · CONNECT · INFORM · NEWS
경제의 흐름을,
생활의 언어로.

CIN ECONOMIC NOTES

2023년 6월 13일 AWS M7a 미리 공개, 새 서버에서 어떤 작업이 빨라질 수 있나

AWS와 AMD는 4세대 에픽 CPU를 쓰는 범용 클라우드 서버를 예고했다. 메모리 대역폭이 커진다는 설명을 모든 프로그램의 처리 시간에 그대로 적용할 수는 없다.

핵심 먼저 읽기

AT A GLANCE
  • AWS는 6월 13일 4세대 AMD 에픽 프로세서를 탑재한 아마존 EC2 M7a 인스턴스의 프리뷰를 발표했다.[1][2]
  • AWS는 M7a에 DDR5 메모리와 나이트로 시스템을 사용한다고 설명했다. AMD 역시 새 CPU와 AWS 가상화 기반을 조합한다고 밝혔다.[1][2]
  • 메모리 대역폭은 데이터를 옮길 수 있는 양을 뜻한다. 실제 작업 시간은 CPU, 메모리, 저장장치 등 어느 부분에서 기다리는지에 따라 달라진다.[1]
서버와 메모리 사이의 서로 다른 데이터 길을 표현한 자수풍 삽화
본문의 이해를 돕기 위한 일러스트레이션
이 글의 순서 · 5개 주제

이용자가 빌리는 것은 칩 하나가 아니라 서버 구성이다

6월 13일 AWS가 예고한 M7a는 아마존 EC2에서 빌려 쓰는 범용 서버 인스턴스다. AMD는 같은 날 데이터센터 행사에서 이 인스턴스가 자사의 4세대 에픽 프로세서를 쓴다고 발표했다. 이용자가 받는 것은 프로세서 그 자체가 아니라 서버 자원과 운영 환경을 합쳐 제공하는 서비스다. AWS는 DDR5 메모리와 나이트로 시스템을 함께 소개했다. 어떤 CPU가 들어가는지는 서비스 구성의 일부다.[1][2]

프로그램을 실행할 때 CPU는 계산할 자료를 메모리에서 읽고 결과를 다시 적는다. 메모리 대역폭은 그 사이에서 단위 시간에 얼마나 많은 자료를 옮길 수 있는지를 나타낸다. 자료를 계속 읽느라 CPU가 자주 기다리는 프로그램이라면 대역폭이 커질 때 처리량이 늘 여지가 있다. 반면 대부분의 시간을 CPU의 순차 계산이나 외부 데이터베이스 응답에 쓰는 프로그램은 같은 하드웨어 변경의 영향을 덜 받을 수 있다.

두 작업의 처리 시간을 나눠 보는 예

가상의 작업에서 메모리 전송에 6초, 나머지 작업에 4초가 들었다고 하자. 전송 처리량만 1.5배가 되고 다른 조건은 그대로라면 전송에 걸리는 시간은 6을 1.5로 나눈 4초다. 전체는 10초에서 8초로 줄어든다. 작업 시간은 20% 단축됐지만 처리량이 50% 늘었다는 조건을 전체 시간에 그대로 적용하지는 않았다. 이 계산은 대기 시간이 겹치지 않는 단순한 예시이며 두 회사가 발표한 실제 벤치마크 결과가 아니다.

다른 프로그램이 처음부터 메모리에서 기다리는 시간이 거의 없었다면 같은 전송 개선의 효과는 더 작다. 반대로 큰 데이터를 반복해서 읽는 처리에서는 메모리 이동이 영향을 줄 수 있다. 어떤 시스템이 빠르다는 발표를 읽을 때는 처리 대상이 같은지뿐 아니라 어떤 시간이 줄어들었는지를 봐야 한다. 메모리 전송 속도, 계산 처리량, 요청 하나의 응답 시간은 서로 다른 단위와 시험을 쓴다.

DDR5 비교와 M7a 서비스 비교의 단위

AWS 소개 자료는 DDR5와 DDR4를 비교해 메모리 대역폭이 높다고 설명했다. 비교 대상은 메모리 기술이다. 반면 M7a와 앞선 범용 인스턴스의 성능을 비교한다면 CPU 구성, 메모리, 소프트웨어 설정이 함께 달라질 수 있다. CPU와 메모리를 각각 평가하는 시험과 이용자의 프로그램을 통째로 실행하는 시험은 다른 결과를 낼 수 있다.[1]

AMD는 M7a의 프리뷰를 알리면서 4세대 에픽과 나이트로 시스템의 조합을 강조했다. 이 자료는 어떤 하드웨어와 AWS 기반을 함께 사용하기로 했는지 확인하는 데 유용하다. 다만 하드웨어 공급업체와 클라우드 운영사가 함께 소개한 자료이므로 개별 프로그램의 성능이나 가격 효과를 독립적으로 보증하지 않는다. 비교 대상과 조건을 공개한 시험에서 어떤 지표를 잰 것인지 따로 확인해야 한다.[1][2]

서버를 옮길 때 살펴볼 순서

한국에서 웹 서비스나 데이터 처리 업무를 운영한다면 먼저 기존 서버에서 무엇을 기다리는지 살필 수 있다. 예를 들어 애플리케이션이 외부 요청이 끝나기를 오래 기다린다면 CPU나 메모리만 바꿔도 응답이 같은 비율로 짧아지지 않을 수 있다. 반대로 같은 데이터 묶음을 메모리에서 반복해서 처리한다면 표본을 고정해 메모리 이동과 실제 응답 시간을 함께 비교해 볼 수 있다. 결제 비용과 오류율도 응답 시간과 별도로 기록해야 한다.

기존에 평균 응답 시간만 살폈다면 새 서버를 평가할 때 늦게 끝나는 요청의 비율이나 같은 시간에 처리 가능한 요청 수를 함께 보는 방법도 있다. 한 요청이 더 빨리 끝나는 경우와 서버 전체가 여러 요청을 더 많이 처리하는 경우는 운영에 다른 이점을 준다. 비용 비교에도 시간당 임대료뿐 아니라 같은 작업을 완료하는 데 얼마나 오래 빌려야 하는지가 들어간다. 두 업체가 발표한 구성은 비교를 시작할 이유를 주지만 어떤 지표가 개선될지를 정해 주지는 않는다.

프리뷰 발표와 일반 공급의 차이

6월 13일 AWS 자료는 인스턴스를 프리뷰로 소개했다. 정식 공급이 시작됐다는 공지는 아니었다. 발표 자료만으로 모든 지역에서 같은 조건으로 사용할 수 있는지, 기존 운영 서버를 바로 옮겨도 되는지 판단할 수 없다. 그날 확인할 수 있었던 것은 범용 인스턴스의 개발 방향과 새 CPU 및 메모리 구성이다.[1][2]

프리뷰를 평가한다면 먼저 사용 가능 범위와 필요한 소프트웨어 설정을 확인하고, 바뀐 구성에서 실제로 쓰는 작업을 같은 자료로 실행할 수 있는지 살핀다. 그 뒤 응답 시간과 처리량, 비용을 각각 비교하면 어느 부분이 나아졌는지 알 수 있다. M7a 발표에 나온 부품과 대역폭은 이런 비교의 가설을 세우는 정보이며 운영 결과 자체는 아니다.

테스트 환경을 고를 때는 같은 가상 CPU 수와 메모리 용량으로 출발하는 편이 비교를 돕는다. 새 환경에서 자원 수까지 두 배로 늘리면 완료 시간이 줄었더라도 서버 세대가 바뀐 효과와 단순히 더 많은 자원을 준 효과를 나누기 어렵다. 이때 실행 비용이 목표라면 서버를 빌린 시간과 처리한 작업 수를 함께 기록할 수 있다. 부품의 성능 지표가 올라갔다는 발표를 전체 비용 절감으로 바꿔 적기 전에 필요한 비교다. 같은 조건의 반복 측정은 한 번의 시험에서 생긴 편차를 줄이는 데 도움이 된다.

SOURCES & FURTHER READING

참고한 자료, 더 읽을 거리

글의 근거와 더 자세한 배경은 아래 원문에서 이어 읽을 수 있습니다.

01
아마존웹서비스

Introducing Amazon EC2 M7a instances (Preview)

↗
02
AMD

AMD Reimagines Cloud Performance with 4th Gen AMD EPYC Processors with AWS

↗
CIN

흩어진 소식을 연결하고,
일상의 질문에서 경제를 이해합니다.

블로그 소개 ↗