인류문명의 발전과 컴퓨터, 통신의 발전으로 초연결의 시대인 4차 산업혁명 시대를 살고 있다. 4차 산업혁명의 큰 흐름에 따라 사람과 사람의 통신뿐만 아니라 사람과 기계, 기계와 기계가 통신하는 시대를 맞이하고 있다. 이로 인하여 전 세계 네트워크 트래픽은 공급의 증가, 수요의 증가, 트래픽 패턴의 복잡도 증가라는 특징으로 연평균 53% 증가하고 있다. 특히 1인 방송과 실시간 스트리밍을 이용한 영상, 음성 데이터로 네트워크층에서 유통되는 신뢰성이 요구되는 Packet의 Size가 커지고 있다. 이런 방대한 트래픽의 생산으로 기존 네트워크 Legacy 능력의 한계와 비효율성으로 SDN(Software Defined Network)가 등장하였다.
Legacy Network에서 Load Balancing은 많은 연구가 이루어져 왔으나 S/W로 구현된 SDN 컨트롤으로 효율 중심의 Load Balance 연구는 시작단계이다. 김종건(2020)은 데이터유입 형태와 서버 상태를 모두 고려한 Load Balancing으로 서버의 상태에 따라 패킷을 처리하는 방식으로 효율을 높였으며, 윤지영(2019)은 동일유형의 폭증 데이터의 유입을 패킷 스케줄링에 우선순위를 부여하여 효율을 높이는 방식으로 연구를 진행하였다. 손재혁(2015), Hong Zhong(2018)의 연구도 특정 Flow에 대한 네트워크 자원의 할당으로 효율성을 높이는 방안으로 연구에 집중되었다.
여러 연구에도 불구하고 현재까지는 특정 데이터유입에 따른 서버의 상태를 기준으로 Load Balancing 연구가 중심으로 진행되었고 이런 데이터유입이 발생하지 않았을 때 SDN 컨트롤러가 기존 Legacy와 차이가 없이 패킷 스케줄링하는 연구범위 확장은 없었다. 이에 본 논문에서는 홍승표(2018), 홍순화(2001)의 연구에서 확인된 인터넷환경의 패킷의 Size를 기준으로 그룹화하고 SDN 컨트롤러가 효율적인 Load Balancing을 진행하는 것을 제시한다. SDN 컨트롤러가 패킷 Flow를 Packet Delay와 Transmission Rate 기준으로 평가하고, 차이가 10%가 이상 발생 시 Packet의 ToS(Type of Service)를 조정하면서 균등한 처리가 되도록 Load Balancing을 진행한다.
본 논문에서는 제안한 기법을 Riverbed Modeler를 이용하여 구현하고 실험을 진행하여 그 효과를 확인하였다. 실험은 Packet Size 별 2개의 Group으로 나누어 기존 보편적인 스케줄링 방식인 라운드로빈과 대조하여 Packet Delay, Transmission Rate를 산출하면서 진행하였다. 실험결과 대조군과 비교하였을 때 그룹별 Packet Delay의 차이가 1.2s에서 0.03s로 감소하여 균등한 Delay로 서버가 처리하는 것을 확인하였고, Transmission Rate에서도 Packet Drop, Loss가 빈번하였던 Packet Group에서 3% 이상 Transmission Rate가 증가한 것을 확인하였다. 이로써 제안한 기법이 기존 연구된 다른 방법들보다 공급의 증가, 수요의 증가, 트래픽패턴의 복잡도 증가라는 인터넷환경에서 민첩한 반응이 가능한 SDN 컨트롤러로 동등한 처리기준의 부하분산에 효과가 있음을 확인하였다.