ITPE * JackerLab

개요Go-Back-N ARQ는 Stop-and-Wait ARQ의 단점을 보완한 슬라이딩 윈도우(Sliding Window) 기반의 오류 제어 및 흐름 제어 방식입니다. 송신자가 한 번에 여러 프레임을 연속적으로 전송할 수 있고, 오류가 발생한 경우 해당 프레임부터 이후 모든 프레임을 다시 전송함으로써 전송 효율과 신뢰성을 모두 확보할 수 있는 ARQ 방식입니다.1. 개념 및 정의Go-Back-N ARQ는 송신자가 윈도우 크기(N)만큼의 프레임을 연속으로 전송하고, 수신자로부터 누락 없이 확인 응답(ACK)을 받지 못한 프레임 이후의 모든 데이터를 재전송하는 방식입니다.수신자는 프레임을 순차적으로 수신해야 하며, 중간에 누락된 프레임이 있으면 이후의 프레임은 모두 무시하고 ACK는 마지막으로 정상 수신된 ..

개요Stop-and-Wait ARQ(Automatic Repeat reQuest)는 네트워크 통신에서 오류 제어와 흐름 제어를 동시에 수행할 수 있는 가장 기본적인 ARQ 방식입니다. 하나의 프레임을 전송한 뒤, 수신자로부터 응답(ACK)을 받기 전까지 다음 프레임을 전송하지 않음으로써 데이터의 신뢰성과 흐름 조절을 동시에 보장합니다.1. 개념 및 정의Stop-and-Wait ARQ는 이름 그대로 한 번에 하나의 데이터 프레임만 전송하고, 수신자의 확인 응답(ACK)을 받은 후에야 다음 데이터를 전송하는 방식입니다. 만약 응답이 없거나 NAK(Negative ACK)가 수신될 경우, 해당 프레임을 재전송합니다.이 방식은 구현이 간단하면서도 송수신 간 속도 차이로 발생할 수 있는 오류와 오버플로우 문제를 ..

개요흐름제어(Flow Control)는 네트워크 통신 또는 컴퓨터 간 데이터 전송 과정에서 송신자와 수신자의 처리 속도를 조절하여 데이터 손실 없이 안정적인 통신을 보장하는 핵심 기술입니다. 수신자의 버퍼가 가득 차 데이터가 손실되는 상황을 방지하고, 전송 품질을 유지하기 위한 중요한 통신 제어 기법입니다.1. 개념 및 정의흐름제어는 수신자의 수신 능력을 초과하지 않도록 송신 속도를 제어하는 메커니즘입니다. 수신자의 처리 속도가 느릴 경우, 송신자가 일방적으로 데이터를 계속 전송하면 버퍼 오버플로우(Overflow)로 인해 데이터가 유실될 수 있습니다.흐름제어는 이러한 상황을 예방하기 위해 수신자 상태를 고려한 전송 제어를 수행하며, 대표적인 기법으로 Stop-and-Wait, Sliding Window..

개요LRC(Longitudinal Redundancy Check)는 데이터 전송 중 발생할 수 있는 오류를 검출하기 위해 사용되는 수평 패리티 기반의 오류 제어 방식입니다. VRC(Vertical Redundancy Check)와 반대되는 개념으로, **열 방향(컬럼 기준)**의 패리티 비트를 생성하여 오류를 검출합니다. VRC와 함께 사용되면 이중 오류 검출 체계를 구성할 수 있어 신뢰성을 강화할 수 있습니다.1. 개념 및 정의LRC는 여러 개의 데이터 행(row)을 열 방향으로 비교하여 각 열의 1의 개수에 따라 패리티 비트를 생성하고, 이를 별도의 **패리티 행(Row)**에 추가합니다. 이렇게 만들어진 블록은 수신 측에서 동일한 방식으로 계산된 LRC와 비교되어 오류 여부를 판단하게 됩니다.2. ..

개요VRC(Vertical Redundancy Check, 수직 중복 검사)는 디지털 데이터 전송에서 가장 기초적인 오류 검출 방식 중 하나로, 데이터 각 행에 대해 패리티 비트를 추가하여 수직 방향으로 오류를 검출합니다. 주로 단일 비트 오류를 확인하기 위해 사용되며, 단순하고 빠른 구현이 가능해 초기 통신 시스템 및 간단한 프로토콜에 널리 사용되어 왔습니다.1. 개념 및 정의VRC는 데이터의 각 행(row)에 대해 짝수 또는 홀수 패리티 규칙을 적용해 한 비트의 오류를 검출하는 방법입니다. 패리티는 1의 개수가 홀수/짝수인지에 따라 비트를 추가하여 오류 유무를 판단합니다. 수직(열) 기준으로 비트를 정렬했을 때, 각 열의 패리티도 검사할 수 있어 확장된 방식으로 활용되기도 합니다.2. 특징 구분 설..

개요체크섬(Check Sum)은 데이터 전송 또는 저장 시 발생할 수 있는 오류를 간단한 수학적 계산을 통해 검출하는 오류 제어 기술입니다. 주로 파일 전송, 패킷 통신, 저장 장치에서 사용되며, 빠르고 구현이 쉬워 초기 시스템부터 현대의 네트워크까지 광범위하게 활용되고 있습니다.1. 개념 및 정의체크섬은 전송할 데이터의 일정한 단위(예: 바이트 또는 워드)를 합산하여 나온 값을 데이터 끝에 첨부하고, 수신 측에서 동일한 계산을 통해 데이터의 무결성을 확인하는 방식입니다.오류가 발생하면 송신 측과 수신 측의 체크섬 값이 달라져 오류를 감지할 수 있습니다. 하지만, 다중 비트 오류나 교차 오류에 대해 완전한 검출 능력은 없습니다.2. 특징 구분 설명 비고 계산 방식모든 데이터 단위를 더해 합을 전달오버..

개요CRC(Cyclic Redundancy Check, 순환 중복 검사)는 디지털 통신과 저장 장치에서 널리 사용되는 고성능 오류 검출 기법입니다. 다항식을 기반으로 한 연산을 통해 데이터의 무결성을 검증하며, 전송 중 데이터가 손상되었는지를 고확률로 감지할 수 있습니다. 이 방식은 패킷 통신, 저장 매체, 파일 전송 시스템 등에서 핵심 기술로 자리잡고 있습니다.1. 개념 및 정의CRC는 전송 데이터에 대해 다항식 나눗셈을 수행하여 생성된 잔여값(Remainder)을 데이터에 함께 전송하고, 수신 측에서 동일한 연산을 통해 오류 여부를 판단하는 방식입니다.이 잔여값은 CRC 코드 또는 체크섬이라 불리며, 오류 발생 시 나머지 값이 다르게 계산되어 오류를 검출할 수 있게 됩니다. CRC는 주로 다음 형태로..

개요패리티 검사(Parity Check)는 디지털 통신 및 데이터 저장에서 가장 기본적으로 사용되는 오류 검출 방식입니다. 전송 데이터에 하나의 패리티 비트를 추가하여 전송 중 발생할 수 있는 단일 비트 오류를 감지할 수 있도록 합니다. 구현이 간단하면서도 효과적이어서 초기 컴퓨터 시스템부터 현재의 간단한 센서 네트워크까지 널리 사용됩니다.1. 개념 및 정의패리티 검사란 데이터 비트의 개수를 기준으로 오류를 검출하는 방식입니다. 보통 전송 비트열의 1의 개수를 기준으로 패리티 비트를 설정하며, 두 가지 유형이 있습니다:짝수 패리티(Even Parity): 1의 개수가 짝수가 되도록 패리티 비트를 설정홀수 패리티(Odd Parity): 1의 개수가 홀수가 되도록 패리티 비트를 설정이 방식은 단일 비트 오류..

개요오류제어(Error Control)는 디지털 통신 및 저장 시스템에서 데이터의 정확성과 신뢰성을 확보하기 위한 필수 기술입니다. 이는 송수신 과정에서 발생할 수 있는 데이터 오류를 감지하고, 필요한 경우 이를 수정함으로써 데이터 무결성을 유지합니다. 통신 품질 향상과 시스템 안정성을 위한 기본적인 요소로, 다양한 분야에서 필수적으로 사용됩니다.1. 개념 및 정의오류제어란 데이터를 전송하거나 저장할 때 발생할 수 있는 오류를 검출하고 복구하는 절차입니다. 전송 채널의 노이즈, 간섭, 하드웨어 고장 등으로 인해 비트가 변경되는 경우가 많으며, 오류제어 기술은 이를 방지하고 복원하는 역할을 수행합니다.오류제어는 크게 두 가지 방식으로 나뉩니다:오류 검출(Error Detection): 오류가 발생했는지를 ..

개요해밍코드는 디지털 통신과 저장 장치에서 발생할 수 있는 데이터 오류를 효과적으로 검출하고 수정할 수 있는 고전적인 오류 제어 방식입니다. 특히, 1비트 오류를 자동으로 수정할 수 있는 능력으로 인해 메모리 시스템, 네트워크, 위성 통신 등 다양한 분야에서 널리 사용되고 있습니다.1. 개념 및 정의해밍코드는 1950년에 리처드 해밍(Richard Hamming)에 의해 개발된 오류 수정 코드입니다. 이는 데이터 전송 중 발생할 수 있는 단일 비트 오류를 검출하고 자동으로 수정하기 위한 체계적인 방법입니다.오류 제어 방식은 크게 오류 검출과 오류 수정으로 나뉘며, 해밍코드는 이 중에서도 오류 수정이 가능한 코드로 분류됩니다. 해밍코드는 특정 위치에 패리티 비트(Parity Bit)를 삽입하여 데이터 전송..

개요가설검정(Hypothesis Testing)은 표본 데이터를 바탕으로 모집단에 대한 주장(가설)이 통계적으로 타당한지를 검증하는 통계 분석 기법입니다. 실험 결과가 우연에 의한 것인지, 실제로 유의미한 차이나 효과가 존재하는지를 수치적으로 판단할 수 있도록 도와주며, 과학, 사회과학, 의학, 마케팅, 품질관리 등 다양한 분야에서 핵심적인 의사결정 도구로 사용됩니다.1. 개념 및 정의가설검정은 두 가지 가설을 설정하는 것으로 시작됩니다:귀무가설(H₀): “차이 없음”, “효과 없음”을 주장하는 기본 가설대립가설(H₁): “차이 있음”, “효과 있음”을 주장하는 연구 가설이후 통계 분석을 통해 얻은 검정 통계량과 p-value를 바탕으로, 귀무가설을 기각할 것인지 판단합니다.2. 검정 절차 단계 설명 ..

개요추정이론(Estimation Theory)은 불완전하거나 노이즈가 있는 관측값으로부터 미지의 파라미터(모수)를 추정하기 위한 수학적 프레임워크입니다. 통계학, 신호처리, 머신러닝, 제어공학, 경제학 등 여러 분야에서 핵심적으로 활용되며, 정확한 시스템 모델링과 의사결정을 위한 기반 이론으로 자리잡고 있습니다.1. 개념 및 정의추정이론은 관측 가능한 데이터로부터 모집단 또는 시스템의 특성을 대표하는 파라미터를 추정하는 데 목적이 있습니다. 이때 사용되는 방법은 점추정(Point Estimation), **구간추정(Interval Estimation)**뿐 아니라, 최우추정(Maximum Likelihood Estimation), 베이즈 추정(Bayesian Estimation) 등 다양한 확률적 추론 ..

개요통계학에서 데이터를 측정하고 분류하는 기준인 **척도(Scale of Measurement)**는 분석 방법을 결정짓는 중요한 기준입니다. 모든 데이터는 특정 척도에 따라 정의되며, 이를 바탕으로 적용 가능한 통계 기법이 달라지므로 데이터 분석의 출발점이자 기초 개념이라 할 수 있습니다. 통계학에서는 데이터를 명목척도, 서열척도, 등간척도, 비율척도의 4가지로 분류합니다.1. 개념 및 정의통계학의 4가지 척도는 측정 대상이 가진 정보의 수준과 특성에 따라 구분되며, 측정값 간의 연산 가능성, 비교 가능성, 통계 기법의 적용 범위에 직접적인 영향을 줍니다. 데이터가 어떤 척도에 속하는지에 따라, 사용할 수 있는 통계분석 방법이 제한되거나 가능해집니다.2. 4가지 척도 정리 척도 정의 주요 특징 예..

개요추정통계(Estimation Statistics)는 모집단 전체 데이터를 확보하기 어려운 상황에서, 표본 데이터를 이용해 모집단의 모수(parameter)를 추정하는 통계 기법입니다. 대표적인 추정 방식으로는 **점추정(point estimation)**과 **구간추정(interval estimation)**이 있으며, 불확실한 현실에서 데이터 기반 예측과 의사결정을 가능하게 해주는 핵심 분석 방법입니다.1. 개념 및 정의추정통계는 표본에서 계산된 통계량(예: 평균, 비율)을 바탕으로 모집단의 모수를 추정합니다. 이때 단일 값으로 제시하는 것을 점추정, 일정한 신뢰수준 하에 구간으로 제시하는 것을 구간추정이라 합니다. 추정값에는 필연적으로 오차가 존재하며, 이를 통제하기 위해 표본의 크기, 표준오차,..

개요추론통계(Inferential Statistics)는 표본 데이터를 기반으로 모집단 전체에 대한 결론을 도출하는 통계 분석 기법입니다. 현실적으로 전체 데이터를 수집할 수 없는 상황에서, 수학적 확률 이론을 바탕으로 모집단의 특성을 추정하거나 가설을 검정함으로써 의사결정에 필요한 통계적 근거를 제공합니다. 과학 연구, 품질관리, 사회조사, A/B 테스트 등 다양한 분야에서 핵심적인 역할을 합니다.1. 개념 및 정의추론통계는 제한된 표본으로부터 모집단의 모수(parameter)를 추정하거나, 어떤 주장이 통계적으로 유의한지를 판단하는 데 사용됩니다. 여기에는 신뢰구간 추정, 가설검정, 회귀분석, 분산분석(ANOVA) 등의 기법이 포함되며, 모두 **표본에서의 통계량(statistic)**을 이용하여 모..

개요기술통계(Descriptive Statistics)는 수집된 데이터를 수치적·시각적으로 요약하여 데이터의 전체적인 특성이나 경향을 파악하는 통계의 기초 기법입니다. 평균, 중앙값, 표준편차 등의 요약 지표를 통해 데이터 분포를 직관적으로 이해할 수 있으며, 데이터 분석의 출발점이자 추론통계의 기반이 되는 필수 단계입니다.1. 개념 및 정의기술통계는 데이터의 복잡한 내용을 **수치적 요약(대표값, 산포도, 분포형태 등)**과 **시각적 요약(그래프, 차트 등)**을 통해 간단하고 명확하게 전달하는 통계 분야입니다. 데이터를 기반으로 정보를 탐색할 때 반드시 거쳐야 할 기초 분석이며, 추후에 이루어질 인사이트 도출이나 예측 모델링을 위한 첫 단계입니다.2. 주요 분석 항목 항목 설명 대표 지표 중심 ..

개요통계분석은 수집된 데이터를 정리하고 해석하여 유의미한 정보를 추출하고 현상을 설명하거나 예측하는 과학적 분석 기법입니다. 데이터 기반 의사결정의 핵심 수단으로, 마케팅, 품질관리, 사회과학, 금융, AI 등 다양한 분야에서 널리 활용됩니다. 정량적 사고와 데이터 해석 능력을 기반으로 패턴 발견, 상관관계 분석, 가설 검정 등의 기능을 수행합니다.1. 개념 및 정의통계분석은 데이터에서 통계적 특성을 파악하고, 확률 모델과 통계 기법을 활용하여 모집단에 대한 정보를 추론하는 일련의 절차입니다. 크게 **기술통계(Descriptive Statistics)**와 **추론통계(Inferential Statistics)**로 나뉘며, 표본에서 얻은 결과를 바탕으로 모집단 전체를 예측하거나 검증하는 데 사용됩니다..

개요VNet(Virtual Network)은 퍼블릭 클라우드 환경에서 가상 네트워크를 생성하고 관리하기 위한 네트워크 구조로, 사용자가 정의한 범위 내에서 IP 주소, 서브넷, 라우팅, 방화벽 규칙 등을 설정하여 클라우드 상에서도 온프레미스와 유사한 네트워크 환경을 구현할 수 있도록 지원합니다. Microsoft Azure에서 주로 VNet이라는 용어를 사용하며, AWS(VPC), GCP(VPC Network) 등에서도 동일한 개념이 적용됩니다.1. 개념 및 정의VNet은 클라우드 내에서 사용자 정의 가상 네트워크를 구성하는 논리적 단위입니다. 퍼블릭 클라우드 자원을 네트워크 단위로 격리하여 제어할 수 있으며, 내부 서브넷 구성, 가상머신(VM) 간 통신, 온프레미스 연결 등 다양한 네트워크 시나리오를 ..

개요스마트 SOC(Smart Social Overhead Capital)는 기존의 물리적 사회간접자본(도로, 철도, 항만, 교량 등)에 디지털 기술과 데이터 기반의 지능형 시스템을 융합하여, 안전하고 효율적인 운영을 실현하는 차세대 인프라 개념입니다. AI, IoT, 빅데이터, 클라우드 등의 기술을 접목해 교통, 에너지, 재난 대응, 도시 인프라 등 공공 서비스를 스마트하게 혁신합니다.1. 개념 및 정의 항목 설명 정의IoT, AI, 데이터 분석 기반의 지능형 기술을 사회간접자본 시설에 융합한 스마트 인프라 체계목적시설물 안전 관리, 운영 효율 향상, 국민 체감형 서비스 제공구성 대상도로, 철도, 공항, 항만, 수자원, 교량, 터널 등 국가 기반시설2. 주요 기술 구성 요소기술 요소설명적용 기술IoT ..

개요트롤리 딜레마(Trolley Dilemma)는 철학적 윤리 문제의 대표 사례로, 도덕적 선택의 딜레마를 통해 인간의 판단 기준과 사회적 가치에 대한 질문을 던집니다. 최근 자율주행차, AI 윤리, 의료 판단 시스템 등 기술의 결정 개입 영역이 넓어지면서 트롤리 딜레마는 단순한 사고 실험을 넘어, 현실적 문제로 재조명되고 있습니다. 본 글에서는 트롤리 딜레마의 개념, 변형 사례, 윤리적 해석, 기술 적용 논쟁을 살펴봅니다.1. 트롤리 딜레마란? 항목 설명 정의한 사람을 희생해 다수를 구할 것인가?라는 선택 상황을 던지는 윤리적 사고 실험원형 시나리오브레이크 고장 난 트롤리, 선로 변경 가능 / A선로 5명 vs B선로 1명도덕 질문행동하지 않으면 5명 사망, 행동하면 1명 희생 → 당신은 스위치를 당..

개요DTG(Digital Tachograph)는 차량의 속도, 주행 거리, 운행 시간, 위치 정보 등을 디지털 방식으로 기록하는 장치로, 흔히 차량 운행기록계로 불립니다. 운전자 안전, 법규 준수, 물류 관리, 보험 심사 등 다양한 분야에서 핵심 데이터 소스로 활용되며, 최근에는 텔레매틱스, IoT 기술과 결합해 더욱 지능화되고 있습니다. 본 글에서는 DTG의 개념, 구성, 활용 사례, 기술 동향 등을 정리합니다.1. DTG란? 항목 설명 정의차량의 주행 정보와 운전자의 운행 행태를 실시간으로 기록·저장하는 디지털 장치법적 근거「교통안전법 시행규칙」, 「화물자동차 운수사업법」 등에 따라 일부 차량 장착 의무화주요 수집 정보속도, RPM, 제동, 가속, 위치(GPS), 운전시간, 휴식시간, 급가속·급감속..

개요텔레매틱스(Telematics)는 **Telecommunication(통신)**과 **Informatics(정보처리)**의 합성어로, 차량·선박·드론 등 이동체에 통신기술을 접목하여 실시간 데이터 수집·전송·분석을 가능하게 하는 기술입니다. 자율주행, 보험, 물류, 스마트시티 등 다양한 산업에서 실시간 위치, 주행, 센서 데이터를 기반으로 새로운 서비스와 의사결정을 가능하게 합니다. 본 글에서는 텔레매틱스의 개념, 구성요소, 기술 동향, 주요 활용 분야를 정리합니다.1. 텔레매틱스란? 항목 설명 정의무선 통신을 통해 이동체와 외부 시스템 간 실시간 정보 교환을 가능하게 하는 기술핵심 요소위치 정보(GPS), 통신(M2M/LTE/5G), 센서, 클라우드 분석특징실시간성, 이동성, 양방향 통신, 센서 ..

개요레이더(Radar)와 라이다(LiDAR)는 물체의 거리, 방향, 속도를 감지하는 대표적인 원거리 센서 기술입니다. 자율주행차, 드론, 스마트시티, 산업자동화 등에서 공간 인식 및 장애물 감지에 활용되며, 각 기술은 작동 원리와 장단점, 적용 환경에서 뚜렷한 차이를 보입니다. 본 글에서는 레이더와 라이다의 정의, 기술 원리, 비교, 활용 사례를 정리합니다.1. 레이더(Radar)란? 항목 설명 정의전파(Radio Wave)를 발사하고, 반사되어 돌아오는 신호를 분석해 거리·속도·방향을 측정하는 기술어원Radio Detection And Ranging (무선 탐지 및 거리 측정)특징장거리 감지, 날씨 영향 적음, 상대 속도 측정 가능레이더는 군사·항공용에서 발전해 자율주행, 교통 모니터링, 레벨3 이상..

개요엔트로피 지수(Entropy Index)와 지니 지수(Gini Index)는 모두 집단 내 분포의 균형 상태를 수치로 표현하는 통계 지표입니다. 두 지수 모두 '얼마나 고르게 혹은 불균등하게 분포되어 있는가'를 측정하지만, 측정 방식과 해석의 목적이 다릅니다. 이 글에서는 두 지표의 개념, 계산 방법, 차이점, 그리고 활용 사례를 비교해 정리합니다.1. 개념 및 정의지표정의적용 대상지니 지수소득·자산 분포의 불평등 정도 측정경제학, 복지정책, ESG 보고서엔트로피 지수범주 내 구성 요소의 다양성과 균형 측정도시사회학, 생태학, 교육, 산업분석 등지니 지수는 로렌츠 곡선에 기반하며, **분포의 집중도(불평등)**를 측정엔트로피 지수는 정보이론에서 유래하여, **분포의 다양성(균등성)**을 측정2. 계산..

개요엔트로피 지수(Entropy Index)는 집단 내 구성의 다양성과 균형 정도를 측정하는 지표로, 경제학, 사회학, 도시학, 생태학 등 다양한 분야에서 사용됩니다. 정보 이론에서 유래한 개념으로, 특정 항목이 얼마나 다양하게 분포되어 있는지를 0~1 또는 0~ln(n) 사이의 수치로 정량화합니다. 균일할수록 엔트로피 값이 높고, 특정 항목에 치우칠수록 낮아집니다.1. 개념 및 정의엔트로피는 원래 정보 이론에서 하나의 사건이 발생할 확률과 관련된 정보량을 측정하기 위한 지표였습니다. 이를 다변량 분포 분석에 적용해 다양성(Diversity) 또는 **균등성(Equity)**의 수치적 척도로 확장한 것이 엔트로피 지수입니다.정의: 여러 범주 간 분포의 불균형 정도를 측정하는 지표공식: : i번째 범주의 ..

개요지니 지수(Gini Index 또는 Gini Coefficient)는 소득이나 자산의 분포가 얼마나 불평등한지를 수치로 표현하는 지표입니다. 이탈리아의 통계학자 코라도 지니(Corrado Gini)가 고안하였으며, 경제학, 사회학, 정책 분석 등 다양한 분야에서 사용되고 있습니다. 값은 0(완전 평등)에서 1(완전 불평등) 사이의 실수로 표현되며, 소득 불균형 상태를 비교·분석하는 데 핵심적으로 활용됩니다.1. 개념 및 정의지니 지수는 **로렌츠 곡선(Lorenz Curve)**에 기반하여 전체 인구의 누적 소득 비율과 누적 인구 비율 간의 차이를 수학적으로 나타낸 지표입니다.정의: 전체 소득 중 불평등 정도를 수치화한 계수로, 0은 완전한 평등, 1은 극단적 불평등을 의미공식:G = A / (A +..

개요토러스(Torus) 구조는 병렬 컴퓨팅에서 자주 사용되는 2차원 또는 3차원 메시 네트워크의 확장형 토폴로지로, 각 노드가 양쪽 끝을 서로 연결해 도넛 형태의 폐회로를 형성하는 것이 특징입니다. 이 구조는 메시 구조의 단점인 경계 노드 병목 현상을 보완하면서도, 높은 확장성과 균일한 통신 지연 특성을 제공하여 슈퍼컴퓨터와 고성능 AI 연산 시스템에서 핵심 구조로 활용됩니다.1. 개념 및 정의토러스 구조는 전통적인 메시 구조에 **양 끝 노드를 서로 연결하는 래핑 링크(wrapping link)**를 추가함으로써 네트워크를 폐쇄된 형태로 확장한 것입니다. 2D 토러스는 가로·세로 방향에서 각각의 가장자리 노드가 연결되며, 3D 토러스는 여기에 깊이 방향까지 추가되어 입체적인 연결망을 구성합니다.2. 특..

개요상호연결망(Interconnection Network)은 병렬 컴퓨팅 또는 멀티프로세서 시스템에서 프로세서와 메모리, 또는 프로세서 간의 데이터를 연결하고 교환하는 통신 구조를 의미합니다. 클러스터, 슈퍼컴퓨터, GPU 네트워크, AI 연산 플랫폼 등에서 노드 간 빠르고 안정적인 데이터 전송을 위해 필수적인 구성 요소입니다.1. 개념 및 정의상호연결망은 병렬 처리 시스템 내 여러 처리 장치(노드)가 데이터를 주고받는 데 사용하는 물리적 및 논리적 통신 경로의 집합입니다. 이는 단순한 케이블 연결을 넘어서, **토폴로지(Topology), 라우팅(Routing), 스위칭(Switching)**과 같은 요소들이 복합적으로 작용하여 시스템 전체 성능에 큰 영향을 미칩니다.2. 특징 특징 설명 비고 구조..

개요메모리 공유 방식 분류는 다중 프로세서 또는 코어가 메모리 자원을 어떻게 접근하고 관리하는지에 따라 병렬 컴퓨팅 구조를 분류하는 체계입니다. 이는 병렬 시스템의 성능, 확장성, 프로그래밍 모델에 큰 영향을 미치며, 컴퓨터 아키텍처 설계 및 고성능 컴퓨팅(HPC) 구현 시 중요한 고려 요소로 작용합니다.1. 개념 및 정의메모리 공유 방식은 여러 처리 장치가 메모리를 공유하는 구조인지, 또는 각자 독립적인 메모리를 가지며 메시지를 통해 통신하는지에 따라 크게 **공유 메모리 모델(Shared Memory Model)**과 **분산 메모리 모델(Distributed Memory Model)**로 나뉘며, 최근에는 **하이브리드 모델(Hybrid Memory Model)**이 널리 사용되고 있습니다.2. 분..

개요Feng의 분류(Feng’s Classification)는 컴퓨터 시스템을 명령어 실행의 시간적·공간적 병렬성 기준에 따라 구분한 컴퓨터 구조 분류 체계입니다. 1972년 Tien-Pei Feng 교수가 제안한 이 모델은 Flynn의 분류가 데이터와 명령어 스트림의 수에 따른 구조 구분에 초점을 둔 반면, 하드웨어 단위의 병렬성 수준을 정량적으로 표현할 수 있다는 점에서 차별화됩니다.1. 개념 및 정의Feng의 분류는 컴퓨터 구조를 "연산 단위(Arithmetic Units)"와 "명령어 실행 타임슬롯" 기준으로 공간-시간적 명령어 흐름 패턴에 따라 4가지로 구분합니다. 이를 통해 컴퓨터가 주어진 시간과 자원에서 얼마나 병렬적으로 명령어를 실행할 수 있는지 측정할 수 있으며, **기계 명령어 실행율(..