기술백서 풀 컴퓨터 - uranus · 유비콤 기술백서 성명: 본 사업계획서에...

2018 年 4 月 27 日

V2.0

유비쿼터스 컴퓨터 풀 기술백서

유비쿼터스 컴퓨터 풀

V2.0

태초에 하늘의 신이었던 우라누스는 세상의

구석구석에 빛과 힘을 전하는 희망과 미래의

상징이었다.

유비콤 기술백서

성명: 본 사업계획서에 기재된 모든 정보 및 별첨의 판권, 지적재산권은 유비콤 파운데이션이 보유하고 있고, 사전허가가 없이 복제, 전재, 전파, 저장할 수 없다. LEGAL DISCLAMIMER: The information and any attachments contained in this document is all copyright and intellectual property of Uranus Foundation reserved.

Without prior written permission of any copy, reproduce, propagation or storage will be prohibited.

2

목 차

1 개요 .............................................................................................................................................. 3

2 미션 .............................................................................................................................................. 5

3 문제점 .......................................................................................................................................... 9

3.1 기존의 공공 클라우드의 문제점.................................................................................................. 9

3.2 세계 곳곳에 존재하는 유휴 컴퓨팅 파워 ................................................................................ 12

3.3 세상 곳곳의 컴퓨팅 파워를 공유함으로써 겪을 기술적 도전과 비즈니스적 도전 ......... 14

4 해결책 (Solution) ....................................................................................................................16

5 기술 ............................................................................................................................................19

5.1 우라노스 시스템의 구조 ............................................................................................................. 19

5.2 우라노스 체인 기술 ..................................................................................................................... 21

5.3 컴퓨팅 파워 컨테이너 엔진 (CPCE) ........................................................................................ 37

6 애플리케이션 시나리오와 생태계 시스템 ...........................................................................57

6.1 애플리케이션 시나리오 ............................................................................................................... 57

6.2 비즈니스 애플리케이션 사례 ..................................................................................................... 60

6.3 컨테이너 이미지 및 애플리케이션 생태계 시스템 ................................................................ 63

7 개발 로드맵 ..............................................................................................................................66

8 팀 멤버 ......................................................................................................................................68

8.1 경영진 ............................................................................................................................................. 68

8.2 기술 어드바이저 ........................................................................................................................... 69

8.3 제품 개발팀 ................................................................................................................................... 72

8.4 어드바이저 ..................................................................................................................................... 76


본 백서의 저작권은 유비콤 파운데이션(Uranus Foundation 으로 약칭)에 속한다. 유비콤 파운데이션의 서면허가가 없이 어떤 방식 혹은 형식으로 던지 백서의 내용을 복사,

적록, 백업, 수정, 배급, 기타 언어로 번역하거나 전부 혹은 일부를 비즈니스 용도로 사용할 수 없다.

LEGAL DISCLAMIMER: The information and any attachments contained in this document is all copyright and intellectual property of Uranus Foundation reserved. Without prior written permission of any copy, reproduce, propagation or storage will be prohibited.

3

1 개요

우라누스는 컴퓨팅 파워 자원(Resource) 분야에서 우버와 에어비앤비 같은

플랫폼으로써 전통적인 공용 클라우드를 넘어서는 참여자의, 참여자를

위한, 참여자에 의한 컴퓨팅 파워 자원 플랫폼이다.

현재 공용 클라우드의 문제점인 분산 컴퓨팅 부적합성, 데이터 자산

도난에 대한 취약성, 유연성 부족 및 마이그레이션의 어려움, 높은 비용

등을 해결하기 위해 우라누스는 세상의 유휴 컴퓨팅 파워를 확장가능한

퍼블릭 블록체인과 분산 컨테이너 기술로 매끄럽게 연결하고 통합한다.

이를 통해 효율적이고, 낮은 비용의 탈중앙화된 컴퓨팅 서비스를 제공한다.

그림 1 우라누스의 비전 (Vision of Uranus)





4

또한 검색, 투표, 게임, 광고와 IoT 노드 관리 같은 엣지 컴퓨팅을

기반으로 한 많은 훌륭한 프로젝트들을 위해 사용될 수도 있다. 이

플랫폼은 다른 퍼블릭 블록체인을 위해 원클릭으로 여러 블록체인과

애플리케이션을 배포할 수 있는 기반 서비스 플랫폼으로 사용될 수 있다.

특히, 이 분산 컴퓨팅을 위한 새로운 컨테이너 아키텍쳐 위에 컨테이너

이미지 슈퍼마켓과 애플리케이션 스토어가 구축되어 분산 컴퓨팅과 엣지

컴퓨팅을 기반으로 한 애플리케이션 생태계를 구축하고 큰 사회 경제적

가치를 창출할 수 있다.

우라누스 프로젝트 경영진들은 이 분야에서 깊은 이론적 이해와 평균

20 년의 실무 경력이 있다. 그들은 성공적으로 몇 개의 기업을 세웠으며

그들의 제품은 중국 상위 20 개 기업의 일부에 진출했다. 이 경영진들의

주도하에 우라누스 기술 개발팀은 수년간 많은 주요 프로젝트들을 해왔다.

우라누스 프로젝트의 이사진은 프로젝트의 성공을 보장하기 위해 이

분야에서 국제적으로 최고 수준인 기술 전문가, 크립토 이코노미 분야의

시니어 실무자, 미디어 부분의 주요 인사들로 구성되어있다.





5

2 미션

세상의 유휴 컴퓨팅 파워와 블록체인으로 공용 클라우드(Amazon, Microsoft,

AliCloud)를 넘어서는 유비쿼터스 공용 컴퓨팅 서비스를 제공하여 IT

컴퓨팅 파워 시장의 지형을 바꾼다.

컨테이너를 사용하여 분산 컴퓨팅에 기반한 다양한 애플리케이션을

통합하며 퍼블릭 블록체인 기반의 생태계를 구축한다.

유비쿼터스 컴퓨팅을 처음 제안한 마크 웨이저가 말했듯이 “기술은

필요한 정보를 주지만 우리의 주의나 관심은 필요하지 않는 조용함을

창조해야 한다”

자원 공유는 현재 세계적으로 기술적 진보와 사회 발전의 중요한 측면이

되었다. 심지어 자동차 공유, 주택 공유, 심지어 자전거 공유까지 현실이

되었다. 다음으로, 사람들은 자연스럽게 컴퓨터 자원의 공유를 생각할

것이다.

컴퓨팅 자원과 스토리지 자원의 공유를 주요 목적으로 하는 클라우드

컴퓨팅이 널리 사용되고 Amazon, Microsoft, Ali 와 같은 대형 공공 클라우드

컴퓨팅 플랫폼과 수만 개의 사설 클라우드 시스템이 글로벌 IT 시장에

등장했지만, 공공 클라우드 플랫폼도 사설 클라우드 플랫폼도 분산 노드

기반 컴퓨팅을 완벽히 지원할 수 없으며 제공되는 물리적 자원은 많은

수의 개인용과 비즈니스용 컴퓨터, 중소기업의 데이터 센터들, 서버들,

워크스테이션들, 씬 단말기, 다른 임베디드 단말기과 수억개의 모바일

단말기을 포함하지 않는다.





6

유휴 컴퓨팅 파워와 컴퓨팅 파워의 낭비는 수천억 달러로 추정된다.

더욱이 공공 클라우드 시장의 독점은 기술 진보, 비용 절감, 효율성

향상에 걸림돌이 되었다. 그러므로 사회의 유휴 컴퓨팅 파워의 활용(아래

그림에서 볼 수 있듯이)은 세계의 컴퓨팅 시장과 패턴을 재구성하고 IT

산업의 발전을 촉진한다. 따라서, 유비쿼터스 컴퓨터 풀은 적기에 등장한

것이다.

1980 년대에 미국의 과학자 마크 웨이저는 유비쿼터스 컴퓨팅의 개념을

제안했다. 그는 다양한 크기의 컴퓨터를 모든 것에 내장하고 컴퓨터가

무선 통신을 통하여 사람들을 위해 조용히 일하는 것을 상상했다.

유비쿼터스 컴퓨팅은 다음의 원칙을 준수한다.

⚫ 컴퓨터의 목적은 당신이 다른 일을 하는 것을 돕는 것이다.

⚫ 최고의 컴퓨터는 조용하고 보이지 않는 하인이다.

⚫ 더 많은 일을 직관적으로 할 수 있을수록, 당신은 더 똑똑해진다;

컴퓨터는 당신의 무의식을 확장해야 한다.

⚫ 기술은 조용함을 만들어야 한다.

좋은 아이디어가 구현되기까지 일반적으로 기술적 진보와 상업적 관심이

요구된다. 예를 들어 사물인터넷(IoT)은 유비쿼터스 컴퓨팅의 가장

대표적인 구현이다.

우라누스 프로젝트는 유비쿼터스 컴퓨팅과 밀접한 관계가 있다.

유비쿼터스 컴퓨팅과 유비쿼터스 컴퓨터는 용어상 조금의 차이만 있지만,

그것들의 상업적 목표는 다르다는 것을 유의해야한다. 유비쿼터스





7

컴퓨팅이 달성하고자 하는 목표는 어디서든 컴퓨터를 사용할 수 있게

하는 것이고, 유비쿼터스 컴퓨터는 존재하는 유휴 컴퓨팅 파워가 자유롭게

사용될 수 있도록 하기 위한 것이다. 이들의 공통점은 캄 테크놀로지(Calm

Technology)를 디자인 할 때 마크 웨이져가 말한 것과 같다. “기술은

필요한 정보를 주지만 우리의 주의나 관심은 필요하지 않아야 한다.”

여기저기 존재하는 컴퓨팅 파워 공유를 촉진하고 있는 상업적 관심사는

세상의 거대한 유휴 컴퓨팅 파워다. 세상 곳곳에 존재하는 컴퓨팅 파워

공유를 촉진하는 기술적 진보는 블록체인, 클라우드 네이티브 및 마이크로

서비스이다. 블록체인, 클라우드 네이티브 및 마이크로 서비스 분야에서의

기술적 진보 덕분에, 도처에 존재하는 유휴 컴퓨팅 파워 공유가 가능하게

되었다.

그림 2. 우라누스의 미션(Mission of Uranus)

요약하자면, 우라누스 시스템은 사회의 유휴 컴퓨팅 파워에 기반한 공공





8

클라우드 서비스일 뿐만 아니라 블록체인 기반의 IaaS(Infrastructure as a

Service)이다. 이 시스템은 향후 어떤 미래의 블록체인 기반 PaaS와 SaaS도

지원할 수 있다. 이 플랫폼은 또한 블록체인 기반 애플리케이션 스토어를

포함하며 BlockStack 이라고 불릴 수 있다.





9

3 문제점

3.1 기존의 공공 클라우드의 문제점

클라우드 컴퓨팅, 빅데이터, IoT, 스마트시티, 인공지능 등 핫스팟 기술이

빠르게 발전하면서 글로벌 공공 클라우드 시장도 급속한 성장세를

유지하고 있다. 가트너 연구 보고서에 따르면 글로벌 클라우드 시장은

2010 년 683 억 달러에서 2017 년 3074 억달러로 성장했고, 매년 17%이상

연평균 성장률을 기록했으며 2018 년부터 2020 년까지 15%이상 성장세를

유지하며 2020 년에는 3835 억 달러에 이를 것으로 보인다. 그럼에도

불구하고 2017 년 글로벌 공공 클라우드 컴퓨팅 시장은 전체 글로벌 IT

지출 비용의 7%에 그쳤다. 5 년이 지나도 세계 1 조 달러 IT 지출

시장에서 공공 클라우드의 점유율은 여전히 12%에도 미치지 못할 것이다.

이것은 공공 클라우드가 고속으로 성장하는 동안 유례 없는 도전에

직면하고 있기 때문이다.

데이터 보안 리스크

기업이나 개인의 경우, 일단 자사의 핵심 비즈니스 데이터가 공공

클라우드에 저장하면 안전한 보관을 위해 회사의 "핵심 가치"를 다른

사람에게 넘기는 것과 같다. 이는 클라우드 컴퓨팅 사용자에게 가장

우려되는 보안 리스크이다. 이렇게 사용자 데이터가 유출되기도 한다.

지난 몇 년 동안 상위 500 개 기업을 대상으로 한 퍼블릭 클라우드 데이터

보안 대한 Gartner 의 통계이다.





10

그림 3 기존 공용 클라우드의 데이터 유출 사고(Leak incidents of existing public cloud

providers)

현재의 공공 클라우드 플랫폼은 다음과 같은 대표적인 상황에서 보안

리스크를 초래할 수 있다.

⚫ 보안 취약점 해킹으로 인한 사용자 데이터 손실

⚫ 전송 중 데이터가 암호화되거나 격리되지 않아 정보 노출이 발생하는

경우

⚫ 사용자 데이터가 클라우드에 저장될 때 사고 복구를 위해 체계적으로

백업되지 않은 경우

⚫ 사용자가 공공 클라우드에서 데이터를 안전하고 원활하게

마이그레이션할 수 있는지

비싸고 비친화적인 비용 모델

기존 공공 클라우드 플랫폼의 비용 모델은 주로 연간/월별 모델 및 볼륨

기반 비용 모델을 포함한다. 이는 가상 머신의 중앙 집중식 관리를

실현하고 가상 머신 밀도, 자원 활용도와 수익성을 높일 수 있게 해준다.





11

그러나 이용자가 이용하든 말든 공급자는 계약에 따라 365*24 서비스를

제공해야 하며, 데이터센터 비용은 계속 높게 유지된다. 사용자에게

연간/월별 모델이 경제적으로 보이지만 실제로는 그렇지 않다. CPU, 메모리,

디스크 및 네트워크의 최소 청구 단위는 모두 월, 분기 또는 년이다.

고품질의 IDC 는 사용자가 일괄적으로 미리 결제하도록 요구하는 경우가

많다. 이 방법은 이용자의 많은 초기 투자가 필요하며, 실제 필요에 따라

조정하기가 쉽지 않다.

유연한 볼륨 기반 비용 청구는 공공 클라우드의 핵심 기능 중 하나여야

하지만, 광범위한 가격 모델은 사용자를 당황하게 하고 서비스

제공업체에게는 끔찍하다.

분산 애플리케이션에 부적합함

디지털 물결은 거의 모든 전통적인 산업을 휩쓸며 혁신을 일으키고 있다.

교육, 의료, 교통 및 공공 서비스 분야의 혁신은 날이 갈수록 변하고 있다.

거의 모든 데이터가 클라우드로 이동하고, 저장 및 계산되며 인터넷을

통해 서로 연결된다. 클라우드 컴퓨팅은 디지털화의 핵심 지원 기술이다.

그러나 클라우드 컴퓨팅이 여러 산업에 있어서 디지털화의 유일한 길은

아니며, 특히 실시간 및 로컬 컴퓨팅을 필요로 하는 분산된

애플리케이션에서는 좋은 성능을 낼 수 없다.

기존의 클라우드 컴퓨팅 모델에서 사람들은 결과를 보기 전에 버튼을

클릭하고 중앙 집중식 백그라운드 작업이 완료되기를 기다릴 수 있다. 이

모델은 많은 애플리케이션 시나리오를 충족할 수 있지만, 만약 기존의





12

클라우드 컴퓨팅 모델이 데이터를 멀리있는 클라우드 터미널을 통해

지연되거나 지연시간이 변하는 네트워크로 전달한다면 1000 분의 1 초

사이에 실시간 응답이 필요한 애플리케이션의 요구사항을 충족시킬 수

없다.

이 때에는 네트워크, 컴퓨팅, 스토리지, 애플리케이션, 데이터 발신지에

가까운 데이터를 통합하고 가장 가까운 엣지 컴퓨팅을 사용하는 것이

실시간 컴퓨팅을 요구하는 애플리케이션에 더욱 적합할 것이다. 실시간

응답뿐아니라 많은 분산 컴퓨팅도 원격으로 네트워크 말단에서

실행되어야 한다.

장기적으로 IoE(Internet Of Everything)로 가는 길에 일부 애플리케이션

시나리오는 중앙 집중화식 클라우드 컴퓨팅을 사용할 것이고, 어떤

시나리오는 네트워크 말단에서 분산 컴퓨팅을 필요로 할 것이다. 이 둘은

각각의 장단점을 가지고 상호보완할 것이다.

3.2 세계 곳곳에 존재하는 유휴 컴퓨팅 파워

IDC 의 데이터에 따르면 유비쿼터스 컴퓨팅 터미널(개인용 PC, 상업용

사무실 터미널, 기존의 물리적 서버, 데이터센터 자원)은 다음 그림에서 볼

수 있듯이 일반적으로 충분히 활용되지 않는다.





13

그림 4 글로벌 컴퓨팅 파워 용량과 공급원에 대한 통계

⚫ 유비쿼터스 PC 컴퓨팅 파워 자원의 이용률은 평균 15% 미만이며 유휴

컴퓨팅 파워가 상당함

⚫ 주요 퍼블릭 클라우드, 프라이빗 클라우드, 통신 사업자 및 IDC

서비스 공급업체의 컴퓨팅 파워 자원의 현재 평균 활용률도 10%-15%

미만이며 많은 컴퓨팅 자원이 유휴 상태임

⚫ 9p

⚫ PC 의 가치가 400 달러라고 가정할 경우, 글로벌 PC 의 총 컴퓨팅

파워의 가치는 4,600 억 달러에 달함

⚫ 서버의 가치가 USD 8000 이라고 가정하면, 글로벌 서버의 총 컴퓨팅

파워는 8,000 억 달러 가치를 가지고 있음





14

구체적으로:

상용 PC 의 구매량은 전 세계적으로 연간 2 억 6200 만 대 수준이다. 만약

PC 의 가치가 400 달러라고 가정하면 5,600 억*(0.85) = 4,760 억 달러의

컴퓨팅 자원이 유휴 상태에 있다.

PC 의 5 년 라이프사이클을 고려할 때 최소 2 조 3800 억 달러 이상의

컴퓨팅 자원이 유휴 상태에 있다. 서버, 워크스테이션, 개인용 PC 를

고려한다면, 세계 시장의 유휴 컴퓨팅 자원은 4 조 달러를 넘어설 것이다.

따라서 유비쿼터스 유휴 컴퓨팅 파워의 공유 시장은 거대하다. 일부만

개방되어도 직간접적인 경제 가치는 수천억 달러 규모다. 동시에, 세계의

시장 구조 변화와 기술 진보를 촉진할 것이다.

3.3 세상 곳곳의 컴퓨팅 파워를 공유함으로써 겪을 기술적 도전과

비즈니스적 도전

지난 2 년간 미국 시장에서 뛰어난 이들은 도커와 쿠버네츠(k8s)를 활용해

사회의 유휴 데이터센터 자원을 통합해 아마존 클라우드를 넘어서는

‘동맹’형 공공 클라우드 플랫폼을 형성하고, 미국 공공 클라우드 시장의

독과점 구조를 타파하려고 시도한 적이 있다. 이는 서버와 데이터 센터

분야에서의 컴퓨팅 파워 공유로 볼 수 있지만, 이러한 시도는 기술과

비즈니스 모두에서 엄청난 어려움에 직면한다.

첫째로, 유휴 서버 자원의 기여자는 상업적으로 제휴하지 않는 서로 다른

조직으로부터 오기 때문에 시장에서의 협력과 합동이 어렵다.

둘째로, 그러한 자원 공유 시스템은 공유 비용을 최소화하고 유휴 자원의

효과적인 사용을 위해 효율적이며 신뢰할 수 있고 안전한 실시간 거래

메커니즘(즉, Calm Technology)을 갖추어야 한다.





15

마지막으로, 각 터미널의 물리적 계층과 연결 계층이 크게 다르다.

컴퓨팅 파워의 공유를 위해서는 컴퓨팅 파워의 공유에 참여하는 모든

터미널에서 인기 있는 애플리케이션을 이용하는 동시에, 사용 중에

직면하는 문제를 효과적으로 정비·관리하는 것이 필요하다.

블록체인 기술의 적용 이전에 이 산업은 위의 첫 번째와 두 번째 문제를

해결할 수 없었다. 세 번째 문제는 "클라우드 네이티브"와 "마이크로

서비스"로 해결할 수 있지만, "클라우드 네이티브"와 "마이크로 서비스"의

측면에서의 기술적 고려사항은 비교적 일관적인 중앙 전산실에 기초한다.

두 채널 사이의 상호 연동과 상호 작용은 해결될 수 없다. 블록체인에

기반한 가치 전달과 서비스 제공 채널 사이의 협동과 협력을 실현하기

위한 방법은 미래에 해결되어야 할 핵심 이슈 중 하나이다.





16

4 해결책 (Solution)

유비콤(Uranus) 기술진은 유비쿼터스 컴퓨터 풀과 블록체인 두개 영역의

전문가들로 구성되었다. 유비쿼터스 컴퓨터 풀의 전문가는 오픈소스

프로그램, 클라우드 컴퓨팅, 컨테이너, 가상화와 단말 시스템 분야 최소

10 년이상 제품 개발 노하우를 보유하고 있다. 해당 제품은 이미

성공적으로 상용화하고, 중국 20 强 기업, 군수산업과 정부시장에

성공적으로 진출했다; 블록체인 분야 전문가는 코먼 체인 개발의 합의

알고리즘(Consensus algorithm), 업무량 증명, 스마트 계약서 개발 분야

6 년이상 개발 및 응용 성공 노하우를 보유하고 있다. 그림 5 에서

보다시피, Uranus 은 두가지 분야 전문가들이 두가지 분야의 기술을

통합시켜 구축한 유비쿼터스 컴퓨팅 파워 공유 플랫폼이다.

그림 5 우라노스 플랫폼의 솔루션

아래는 우라노스 플랫폼의 요소에 대해 간단히 설명이다.





17

표준화된 컴퓨팅 파워의 측정 단위

컴퓨팅 파워는 복잡하고 다차원적인 자원이며, 사용 시간 및 응용

프로그램과 관련이 있다. 따라서 컴퓨팅 파워의 단위를 표준화하는 것은

유비쿼터스 컴퓨팅 파워를 공유하기 위한 초석이다.

블록체인은 온전한 가치 전달을 위해 풍부한 컴퓨팅 파워의 단말에

연결된다.

블록체인은 풍부한 컴퓨팅 파워에 기여하는 수천수만 개의 단말 사이에서

효율적이고 안전하며 신뢰할 수 있는 가치를 전달한다. 그러나 유비쿼터스

컴퓨팅 파워를 공유하기 위해 블록체인을 적용하려면, 해당하는 확장

기능을 갖춘 퍼블릭 블록체인을 구축해야 한다.

유휴 컴퓨팅 파워의 단말을 위한 서비스 전달 채널 구축

블록체인은 서비스를 전달할 수 없다. 그렇기에 응용프로그램과 컴퓨팅

결과를 전달할 수 있는 추가적인 채널의 구축이 필요하다.

두 채널 간 상호 연동 및 상호 작용 구현

두 채널 간에 실시간 상호 연동 및 상호 작용이 필요하다. 현재의 퍼블릭

블록체인은 이러한 상호 연동과 상호 작용을 지원하지 않는다. 새로운

기능을 추가하고 두 채널 간의 상호 연동 및 상호 작용을 실현하기 위해

새로운 퍼블릭 블록체인을 만들어야 한다.

풍부한 콘텐츠로 스마트 계약 수립

확장된 스마트 계약은 컴퓨팅 파워 기여자와 컴퓨팅 파워 사용자 간의

트랜잭션 내용을 규정할 뿐만 아니라, 컴퓨팅 파워를 공유하는 동안





18

발생할 수 있는 다양한 문제의 처리 절차 및 처리 계획을 규정하여

컴퓨팅 파워의 공유가 수동적인 개입 없이 자동으로 완료되도록 한다.

컴퓨팅 파워 컨테이너 구축

컴퓨팅 파워 컨테이너는 표준 컴퓨팅 파워 유닛이 결정된 후 각

플랫폼에서 지원되는 응용프로그램을 성공적으로 구현할 수 있도록

보장하는 기본 구성이다. 이 기본 구성의 핵심 역할은 컴퓨팅 성능 공유에

참여하는 모든 단말에서 성공적인 실행과 결과의 반환을 보장하는 것이다.

기존 분산 클라우드 네이티브 아키텍처 변형

기존 분산 시스템의 클라우드 네이티브 아키텍처는 주로 중앙 집중식의

비교적 일관된 물리적 단말에 사용된다. 유비쿼터스 단말 환경에서는

이러한 일관성이 많이 감소한다. 기존의 클라우드 네이티브 아키텍처를

변형하는 것은 유비쿼터스 컴퓨팅 파워의 공유 문제를 해결하기 위한

중요한 일이다.

완벽한 응용프로그램 저장소 구축

응용프로그램 저장소에는 모든 유효한 앱(APP)이 있으며, 응용프로그램의

실현 가능성을 보장하고 또한 부하 분산 기술을 통해 단말 시스템의

부하를 동적으로 균형을 맞출 수 있다.

가치 전달을 위한 마이닝 풀 소유

이 시스템의 토큰은 공유된 컴퓨팅 파워 및 디지털 기능의 양에 의해

생성된다. 구매자가 사용할 수 있는 자체 마이닝 풀에 토큰 중 일부를

저장한다. 구매자가 획득한 토큰은 동등한 컴퓨팅 파워로 교환하는 데

사용될 수 있다.





19

5 기술

우라노스 시스템은 유연하고, 선불식(Pay-as-you-go)이며, 사용자 셀프

서비스가 가능한 블록체인 기반 탈중앙화 유비쿼터스 컴퓨팅 파워 공유

플랫폼을 제공하는 것을 목표로 한다. 우라노스 플랫폼이 추구하는 설계

목표는 다음과 같다.

⚫ 시스템 자율성, 공급자 방해 없음

⚫ 사용자 경험 최우선

⚫ 유연하며 선불식(Pay-as-you-go)

⚫ 높은 처리량과 확장성

⚫ 클라우드 네이티브에 대한 완벽한 지원

5.1 우라노스 시스템의 구조

우라노스 시스템은 블록체인 기술과 클라우드 네이티브/마이크로서비스를

기반으로 기존 컴퓨팅 파워를 공유할 수 있는 분산 플랫폼이다. 모든 자원

제공자, 자원 사용자 및 업계 생태계 참여자를 위한 보다 공정하고 비용

효율적인 자원 거래 시장을 제공한다. 우라누스 시스템은 아마존,

마이크로소프트, 알리 그리고 다른 회사들이 현재 구축한 기존 범세계적

클라우드 컴퓨팅 환경을 점진적으로 재구성하고 차세대 분산 컴퓨팅 및

포그 컴퓨팅(fog computing)의 신속한 개발을 촉진할 것이다. 블록체인과

컴퓨팅 파워 공유를 통합하는 개념에 기반해, 새로운 지능형 자원 전달

시스템과 가치 전달 시스템은 물론, 두 시스템 간의 상호 통신 및 협업을

혁신적으로 확립했다.





20

그림 6 우라노스 구조의 도식 다이어그램

우라노스는 주로 서비스 전달 시스템과 가치 전달 시스템으로

구성된다.

서비스 전달 레이어

⚫ 유비쿼터스 클라우드 인프라 및 표준화된 컨테이너 계량

⚫ 온디멘드, 자동 조정

⚫ 블록체인 기반 탈중앙화 컴퓨팅 자원 풀

⚫ 현대 비즈니스의 요구를 충족시키는 높은 처리량, 높은 가용성, 그리고

낮은 가격

⚫ 컨테이너로 패키지된 동적 관리 클라우드 네이티브 응용프로그램

가치 전달 레이어 (우라노스 체인)





21

⚫ 기본 체인

⚫ uraTiller 모듈

⚫ 향상된 합의 모듈

우라노스의 핵심 기술은 컴퓨팅 파워 공유를 위한 혁신적인 체인 기술,

컴퓨팅 파워 공유를 위한 스마트 계약, 컴퓨팅 파워 공유를 위한 기여

검증 메커니즘, 컴퓨팅 파워 엔진 관리 스케줄링, 컴퓨팅 파워 컨테이너

작업자(Worker), 에이전트 및 이미지, 그리고 고속의 P2P 네트워크 분배

기술이 중심이다.

5.2 우라노스 체인 기술

요약

블록체인은 블록 구조로 데이터를 저장하고, 여러 이해관계자가 유지

관리하며, 암호학적 기술을 활용하여 데이터의 전송과 접근을 보장하는

데이터 저장소를 만드는 기술 시스템이다. 이러한 분산화된, 신용이 필요

없는, 변조 방지 기능은 블록체인을 초기에 디지털 자산 관리에 매우

선호되도록 만들었다. 오늘 날 기본 체인은 높은 처리량, 고성능 요구를

충족시키며 탈중앙성과 신뢰성 있는 중계를 보장하도록 진화하였다.

동시에 기본 체인을 기반으로 한 수직적 산업 혁신은 급격히 진화했으며

업계는 유례없이 빠르게 발전하고 있다.

시스템 구조

우라노스 시스템은 블록체인 기술과 점차 대중화되는 클라우드 네이티브

및 마이크로서비스를 기반으로 기존의 유비쿼터스 컴퓨팅 파워를





22

공유하기 위한 기술 플랫폼이다. 분산형 IaaS&PaaS 경량 운영 플랫폼을

구축하고 모든 자원 수요자와 공유자를 위해 더욱 광범위하고 비용

효율적인 자원 거래 시장을 제공한다. 이는 점차 현재의 클라우드 컴퓨팅

세계를 새롭게 바꿔 놓을 것이며, 차세대 분산 엣지 컴퓨팅(edge computing)

및 포그 컴퓨팅(fog computing)의 신속한 개발을 이끌 것이다. 블록체인은

상호 신뢰 및 가치 전달 네트워크를 구축하는 초석이다.

우라노스 시스템은 주로 uraBlock, 우라노스 관리 엔진(Uranus management

engine), uraTiller, 그리고 액세스 게이트웨이(access gateway)와 같은 핵심

구성 요소로 구성된다. 아래 그림은 우라노스 블록체인 네트워크의 전체

노드의 논리 구조를 설명한다.

그림 7 우라노스 시스템의 구조

우라노스 체인





23

저장소 레이어는 체인의 모든 데이터를 저장한다. 체인의 데이터는 블록

안에 머클 트리 구조로 저장된다. 전통적인 트랜잭션 데이터 외에도

컴퓨팅 파워 컨테이너와 관련된 데이터도 저장한다. 노드는 각 블록

시간에 추가된 컴퓨팅 파워 컨테이너 정보를 블록에 기록하며, 주로

다음의 정보를 포함한다: 컨테이너 주소, 컨테이너에 엮인 노드의 주소,

그리고 컨테이너의 자원 가중치 값(CPU, 메모리, 디스크 자원 등은 최적화

된 알고리즘을 통해 얻어진다). 컨테이너가 이미 외부에서 사용 중인 경우

해당하는 계약 ID 도 표기된다.

네트워크 계층은 블록체인 데이터의 상호 연결 및 연동을 담당한다.

컴퓨팅 파워 노드의 통계 및 관리가 필요하기 때문에, 컴퓨팅 파워

컨테이너 엔진(Computing Power Container Engine, CPCE)을 위한 데이터

채널과 관리 채널이 추가된다.

프로토콜 계층은 블록체인 합의 알고리즘을 포함한다. 우라노스 체인은

새로운 인센티브 메커니즘을 구축하기 위해 DPOS+BFT 기술을 사용할

것이다. 동시에 서비스 제공자로부터 더 많은 컴퓨팅 파워 컨테이너를

네트워크에 참여시키도록 동기를 부여하기 위해, 더 좋은 인센티브

메커니즘을 제공하고자 온라인 타임-증명(Proof-of-onlinetime)과 컨테이너

증명(Proof-of Con-tainer) 메커니즘을 추가했다.

확장 계층은 주요 비즈니스 로직의 구현 계층이다. 스마트 계약의 운영,

DApp 응용프로그램의 지원, 컨테이너의 관리 및 스케줄링 등이 모두

여기에 구현된다.

우라노스 체인 합의 알고리즘





24

우라노스 체인 합의 모듈은 DPOS(Delegated Proof of Stake)에 기반하고

텐더민트(Tendermint) 알고리즘을 참조한 DPOS+BFT 하이브리드 합의

알고리즘을 혁신적으로 제안했다. DPOS 메커니즘 하에서 각 이해

관계자의 영향력은 이해 관계에 직접적으로 비례하며, 어느 이해 관계자도

이러한 영향력에서 제외되지 않는다. 시장의 다른 합의 시스템에서는 이해

관계자를 대체할 수 있는 다양한 방법이 있기 때문에 대다수의 이해

관계자의 참여를 배제한다. 가장 대표적인 것은 초대 전용 메커니즘과

입찰 순위 메커니즘이다. 일부 시스템은 기술적으로 모든 이해 관계자의

참여를 허용하지만, 다수의 블록을 생성하는 거대 플레이어는 직접적으로

무시한다. 오직 DPOS 메커니즘만이 대다수의 사람들에게 균등하게 블록이

배포됨을 보장할 수 있고, 모두가 이러한 사람들에게 영향을 줄 수 있는

경제적으로 실현 가능한 방법을 가진다.

텐더민트는 블록체인을 위해 독자적으로 설계된 고성능 합의

알고리즘이다. 텐더민트는 반-동기 네트워크의 가정을 토대로 1/3 의

비잔틴 노드를 허용할 수 있다. 합의 노드는 P2P 합의 메시지 교환

프로토콜을 통해 각 블록에 대한 투표 정보를 교환하며 대다수의 합의를

신속하게 형성한다. 투표 결과는 최종적으로 블록에 기록된다.

우리가 사용하는 방법은 우선 현재 라운드에서 대리인 목록을 무작위

순으로 나열하는 것이다(각 라운드에서 대리인의 순서가 다르다는 것과

다음 라운드에서의 대리인의 순서를 예측할 수 없음을 확인). 그리고 모든

대리인이 라운드-로빈(round-robin) 방법으로 블록을 생성한다. DPOS는 현재

블록체인에서 매우 효율적인 합의 메커니즘으로 인정받고 있다. 이





25

알고리즘의 가장 큰 단점은 대리인 노드가 배신할 경우 다수의 불일치

블록을 브로드캐스트할 수 있다는 것이다. 이러한 블록은 이중 지불을

포함할 수 있으며 결과적으로 전체 네트워크가 분기된다. DPOS 의 투표

메커니즘에서 대부분의 사용자는 능동적으로 투표하지 않으며 제시간에

악의적인 행동을 찾아내기는 어렵다. 또한 DPOS 메커니즘은 악의적인

행동에 대한 경제적인 처벌 메커니즘이 없기 때문에 악의적인 행동에

대한 비용도 낮아진다.

이 문제를 해결하기 위해 텐더민트 알고리즘을 참조했다. 텐더민트는 특정

토큰을 보증금으로 하기 위해 검증자가 필요하다. 악의적인 행동이

확인되면 보증금은 몰수된다. 텐더민트가 투표의 다음 라운드를 진행하기

전에 검증자는 제안자로부터 완전한 제안 블록을 받기 위해 잠시

기다린다. 이 타임아웃 의존성은 텐더민트를 비동기 프로토콜이 아닌 약한

동기 프로토콜로 만든다. 그러나, 나머지 프로토콜은 비동기적이며 검증자

집합의 2/3 이상이 수신한 경우에만 검증자는 다음 단계를 수행한다.상기

분석을 바탕으로 Uranus 시스템 DPOS+BFT 합의 프로토콜 프로세스는

다음과 같다:

위의 분석을 기반으로, 우라노스 시스템 DPOS+BFT 합의 프로토콜 워크

플로우는 다음과 같다.

1.검증자 등록

등록하는 동안, 검증자는 최소 보증금 파라메터 B_Min 보다는 커야 하는

보증금 Vb를 제공해야 한다. 등록자는 언제든지 등록을 철회할 수 있지만,





26

보증금은 해동 기한이 있으며 일반적으로 1 개월로 설정할 수 있다.

2. 이해 관계자가 검증자에게 보증금을 대출해 줌

모든 이해 관계자는 보증금으로써 자신의 토큰을 검증자에게 대출해 줄

수 있다. 이해 관계자가 검증자에게 대출해준 보증금이 Lb 라고 가정하면,

검증자의 총 보증금은 Vt=Vb+Lb 이다.

3. 이해 관계자가 투표를 통해 검증자를 선출

이해 관계자들은 검증자에 투표할 수 있다. 유권자의 총 토큰 수가 St 이고

검증자의 순위 가중치가 Wt=St*Vt 라고 하자. 만일 검증자가 어느 투표도

받지 못하면 그 가중치는 Wt=Vt 가 된다.

4. 자격을 갖춘 검증자를 위한 선거

등록된 검증자 노드들은 테이블을 유지 관리한다. 가중치(동적 검증)로

순위가 매겨진 상위 48명의 검증자는 경쟁적인 블록 생성 참여할 수 있다.

테이블에 있는 검증자를 자격을 갖춘 검증자라 칭한다.

5. 자격을 갖춘 검증자의 패키지 트랜잭션

후보 블록 해시값 Hn 은 부모 블록 해시값 Hp, 현재 트랜잭션 머클 루트

Hm, 그리고 타임스탬프 T, 무작위 숫자 논스(nonce)를 사용하여 생성된

다음 제안 트랜잭션이 브로드캐스트된다. 각 자격을 갖춘 검증자는 라운드





27

당 하나의 제안 트랜잭션만을 발행할 수 있다. 한 라운드에서 제안

트랜잭션을 반복적으로 보내는 사람은 악의적인 노드로 간주된다. 신고된

경우 보증금은 몰수된다. 시스템이 일정 시간 (시스템의 합의 타임아웃

파라메터) 내에 합의에 도달하지 않는 한, 자격을 갖춘 검증자는 새로운

블록 해시값을 재생성하고 제안 트랜잭션을 개시하기 위해 논스를 변경할

수 없다.

트랜잭션 정보 확인

제안 트랜잭션을 수신하면 각 자격을 갖춘 검증자 노드는 먼저 제안

트랜잭션을 개시한 노드가 자격을 갖춘 검증자인지를 확인한다. 그렇지

않은 경우 이 제안을 무시한다. 자격을 갖춘 검증자가 개시한 제안인 경우,

다른 검증자가 블록의 트랜잭션을 확인한다. 만일 유효하지 않거나 이중

지불 트랜잭션이 블록에 포함된 경우, 제안은 무시된다. 마지막으로

검증자가 투표 가중치 값 Vw=Wt/H20 을 계산하기 위해 제안에 포함된

후보 블록의 마지막 20자리인 H20를 사용하고, 현재 최대 Vw에 해당하는

제안된 트랜잭션에 투표하고 동시에 VoteBlock 메시지를 전송한다. 원래의

제안자가 2/3 보다 많은 검증자로부터 VoteBlock 메시지를 수신하면

CommitRequest 메시지를 개시한다. 각 검증자 노드는 CommitRequest 에

해당하는 VoteBlock 메시지가 2/3 을 초과하는지 확인한다. 만일 2/3 을

초과할 경우, CommitRequest 메시지의 커밋(Commit)이 수행되고 Commit

메시지가 브로드캐스트된다. 각 자격을 갖춘 검증자 노드는 2/3 보다 많은

Commit 트랜잭션을 수신하고 난 후, NewHeight 트랜잭션을

브로드캐스트한다. NewHeight 트랜잭션을 수신하고 난 후, 각 노드는

트랜잭션을 확인하고 각자의 로컬(local) 블록체인을 업데이트한다.





28

NewHeight 트랜잭션은 또한 새로운 블록이 최종 확정되도록 허용하고,

블록 이전에서 분기할 수 없게 한다.

블록체인 합의 알고리즘을 측정하기 위해 다음 세 가지 속성이 요구된다.

1. 동의(Agreement): 동의는 정직한 노드가 일관된 결정을 형성함을

의미한다.

2. 유효성(Validity): 유효성은 블록체인의 트랜잭션이 모두 정직한

노드에서 발생함을 의미한다.

3. 활성(Liveness): 블록체인의 합의 알고리즘이 항상 교착 상태 없이

일관된 결정을 내릴 수 있음을 의미한다.

4. Fish-Lynch-Patterson (FLP) 법칙은 비동기 통신 네트워크 환경에서

프로세스 충돌인지 메시지 딜레이인지를 판단할 수 없으므로, 실패할

가능성이 있는 노드가 있는 한 합의할 수 없음을 보인다.

실제 상황에서는 일반적으로 FLP 의 비-합의(non-consensus) 제한을 피하기

위해 몇 가지 가정을 세워야 한다.

우라노스 합의 알고리즘은 약한 동기 네트워크 환경에서 가정된다. 선택된

48 명의 자격을 갖춘 검증자 중에서 1/3 보다 작은 수는 비잔틴 노드이다.

아래에서는 이 가정 하에 우라노스 합의 알고리즘의 동의, 유효성 그리고

활성에 대한 입증을 보일 것이다.





29

1.동의에 대한 입증

모든 합의 절차 과정에서, 우라노스 블록체인의 블록들은 48 명의 자격을

갖춘 검증자로부터 생성된다. 블록을 최종 확정하기 위해서는 VoteBlock

및 Commit 메시지의 2/3 이 넘는 수신자를 포함하여 48 명의 검증자 중

2/3 가 넘는 투표가 필요하다. 만일 분기가 있다면, 그것은 적어도 1/3 의

정직한 검증자가 동일한 라운드에서 두 개 이상의 블록에 투표한 것을

의미합니다(가장 극단적인 경우에 1/3 비잔틴 노드들이 투표했다고

가정하기 때문입니다). 그것은 정직한 노드가 동의에 따라 엄격하게

투표를 실행해야한다는 가정에 반하는 것이므로, 따라서 분기는 나타나지

않을 것이다.

2. 유효성에 대한 입증

우라노스 블록체인에 비잔틴 검증자가 생성한 블록이 있고, 블록에 하나

혹은 더 많은 부적절한 트랜잭션 혹은 이중 지불 트랜잭션이 포함된다고

가정하면, 적어도 2/3의 검증자가 VoteBlock과 Commit 단계에서 이 블록에

투표했다는 것이다. 1/3 의 비잔틴 검증자가 이 블록에 투표했다고 가정하면,

또다른 1/3 의 투표자는 비잔틴 검증자가 아니어야 한다. 비잔틴이 아닌

검증자들이 프로토콜 규칙에 따라 투표해야 한다고 가정하기 때문에,

모순이 있으며, 그러므로 우라노스 블록체인은 부적절한 트랜잭션을

포함하지 않음을 증명할 수 있다.

3. 활성에 대한 입증

새로운 블록이 확정을 위해 투표 수의 2/3 을 필요로 하기 때문에, 일부

극단적인 경우, 예를 들어 네트워크가 지연되거나 2/3 이 되지 않는 정직한

검증자가 온라인인 경우 일부 합의 라운드에서 합의가 나타나지 않을 수

있다. 시스템은 각 합의 라운드에 시간 제한을 설정한다. 타임아웃 후에는





30

각 검증자가 새 블록 제안을 재-개시한다. 시스템이 합의에 도달할 수

없는 상황이 반복되면, 커뮤니티는 오프라인 검증자들을 제거하고

검증자를 다시 선택하기 위한 새로운 투표를 진행해야 한다.

우라노스는 완전히 활성을 보장할 수는 없지만, FLP 의 비-합의 법칙에

부합하며, 동시에 합의에 도달하지 못하는 실패를 피하고자 우라노스의

거버넌스 메커니즘을 사용할 수 있다.

우라노스의 DPOS+BFT 합의 알고리즘은 BitShares/EOS 의 DPOS 및

텐더민트 합의 알고리즘에 기반한 혁신이다. BitShares 및 EOS 의 검증자의

과도하게 집중되는 약점을 방지할 수 있을 뿐 아니라(BitShares 의 101

검증자와 EOS 의 21 검증자가 차례대로 블록을 생성함), 악의적 검증자에

대한 경제 제재 조치가 없는 것을 방지할 수 있다. 한편 텐더민트 합의

알고리즘의 불평등도 피할 수 있다. 즉, 이해 관계가 많을 수록 블록이

생성될 확률이 높다. 우라노스의 합의 알고리즘은 비트코인과 비슷한

해시값의 무작위 생성에 대한 무작위성을 증가시키고, 검증자의 악의적

행동 가능성을 줄인다.

uraTiller 모듈

uraTiller 모듈에는 Tiller 가상 머신과 Tiller 네이티브 스마트 계약 그리고

외부 데이터 인터페이스가 포함되어 있으며 온체인 데이터와 오프체인

데이터를 논리적으로 연결한다. uraTil-ler 는 Tiller 가상 머신과 기본 가상

머신 간의 원활한 통합을 실현하여 데이터 보안 및 효율적인 비지니스

로직의 수행을 보장하고자 중첩된 가상 머신 모델을 혁신적으로 설계했다.





31

우라노스 시스템의 대부분의 구성 요소와 모듈은 마이크로서비스와

컨테이너화를 실현했으며 모든 마이크로서비스 간의 통신은 메시지

버스를 사용하기 때문에, 오프체인 데이터와 다른 모듈 간의 상호 작용은

버스의 메시지에 참여함으로써 기능 확장을 실현할 수 있다.

uraTiller 마이크로서비스 모듈은 우라노스 엔진과 통신하여 확정된

비즈니스 관련 정보를 우라노스 엔진에게 전달한다. 사용자의 비즈니스

정보가 기본 스케줄링과 시스템 할당을 만족하면, 컴퓨팅 파워 컨테이너가

자동으로 실행된다. 그렇지 않으면, 시스템은 제 3 자 공급자와의

트랜잭션을 완료하고, 스마트 계약을 체결하며, 사용자의 특별한 요청과

배포를 수행하도록 안내할 것이다.

우라노스 컴퓨팅 파워 엔진

우라노스 컴퓨팅 파워 엔진 모듈은 컨테이너의 대규모 스케줄링, 자동

배포, 확장 및 관리에 사용되는 인프라 모듈이다. 우라노스 컴퓨팅 파워

엔진 모듈은 Borg 와 Kubernetes 의 디자인 컨셉을 기반으로 한다. 다음을

수행할 수 있다.

⚫ 컨테이너 자동 배포 및 복사

⚫ 유연한 스케일-아웃

⚫ 머신 간 컨테이너 관리 및 컨테이너들의 로드 밸런싱 개선

⚫ 응용프로그램 컨테이너들의 동적 업그레이드

⚫ 자체 수리 기능





32

우라노스 스마트 계약

스마트 계약은 디지털 형식으로 정의된 일련의 약속이다. 우라노스

프로젝트에서의 스마트 계약은 주로 사용자와 컴퓨팅 자원의 조건부 제한

및 매칭(matching), 내고장성 조건의 정의, 이벤트 트리거를 성취하는 데

사용된다.

우라노스 시스템에서는 두 종류의 스마트 계약을 운용한다. 하나는

이더리움과 유사한 설명용(explanatory) 스마트 계약이며, 다른 하나는

uraTiller 모듈의 네이티브 스마트 계약이다. uraTiller 의 네이티브 스마트

계약은 다양한 API, 파일 시스템, URL, 데이터베이스, 기타 데이터 소스

뿐만 아니라, 체인과는 전혀 무관한 비지니스 로직과 같은 블록체인

이외의 데이터 소스에 접근할 수 있다. 설명용 스마트 계약은 사용자

트랜잭션 정보를 처리하는 데만 사용된다.

우라노스 시스템에서는 오라클이 네이티브 스마트 계약으로 실행된다.

이와 같이, 계약을 직접 머신 코드로 변환하여 실행할 수 있으므로 계약

실행 효율이 크게 증대되고, 클라우드 환경의 복잡한 비지니스 로직

시나리오를 만족시킬 수 있다.

5.2.1 PoC (Proof of Contribution) Mechanism

우라노스는 PoC 알고리즘을 사용하여 체인으로 진입하는 컴퓨팅 파워

컨테이너를 스케줄링한다. 기여 값이 높을 수록 사용자에게 우선 할당되기

쉬우므로 더 많은 토큰을 얻는다.

기여 값 계산 방법:





33

컨테이너의 총 기여 값 = 기본 기여 값 + 서비스 기여 값 + 체인 기여 값

기본 기여 값:

기본 기여 값은 컨테이너의 CPU 컴퓨팅 파워, 업링크 대역폭, 공유 가능한

스토리지 공간, 실제 가용한 메모리, 효과적인 온라인 지속시간, 기타

정보에 대한 다차원 점수화와 통계를 통해 얻는다.

CPU 컴퓨팅 파워는 변화율에 따른 CPU 로직 빈도에 따라 점수가

매겨진다. 메모리는 현재 유효 잔여 메모리를 기준으로 변화율에 따라

점수가 매겨진다. 업링크 대역폭은 측정값을 기준으로 변화율에 따라

점수가 매겨진다. 사용 가능한 공유 메모리 공간은 측정값을 기준으로

변화율에 따라 점수가 매겨진다.

기본 기여 값 =

CPU 변화율 * CPU 계수 + 메모리 변화율 * 메모리 계수 + 대역폭 변화율

* 대역폭 계수 + 스토리지 변화율 * 스토리지 계수

각 계수의 값(CPU 계수, 메모리 계수 등)은 해당하는 자원의

네트워크에서의 총량 및 현재 사용량을 분석하여 종합적으로 고려하고,

푸아송(Poisson) 분포 큐잉(queuing) 알고리즘을 사용해 분석 및 도출한다.

알고리즘에 대한 소개는 4.2.2 – 시스템 자원 할당 자동 조정 메커니즘을

참조하시오.

서비스 기여 값:





34

서비스 기여 값은 컨테이너의 과거 트랜잭션 기록과 사용자의 사용

피드백에 대한 통계적 분석을 통해 종합 점수를 얻는다.

체인 기여 값:

체인 기여 값은 체인의 구성원인 컨테이너 계정이 체인에 기여를 할 때

얻는다. 가령, 컨테이너 계정은 전체 네트워크의 투표에 적극적으로

참여하여 체인 네트워크의 안정성을 유지한다.

단일 컨테이너의 총 기여 값은 온라인 지속시간이 증가함에 따라

누적된다. 절대적 값은 T 블록을 지나며 반감된다. 스케줄링은 파티션

스케줄링 라운드 로빈 알고리즘을 통해 실현과 유사하다(윈도우나

리눅스는 모두 이 알고리즘 및 그것의 수정본을 사용한다). 이 알고리즘의

장점은 더 나은 컨테이너 자원이 더 많은 실행 기회를 제공하게 하지만,

비교적 성능이 낮은 컨테이너에 대한 실행 보장을 제공하기 때문에

시간이 충분히 길면 일정이 잡힐 수 있는 기회를 가질 수 있다는 것이다.

제한된 공간 때문에, 이 절에서는 파티션 스케줄링 라운드 로빈에 대해

논의하지 않는다. 관심이 있는 독자는 관련 서적을 참고할 수 있다.

5.2.2 시스템 자원 배분의 자동 조정을 위한 메커니즘

사용자의 요구가 무작위이고, 시스템의 자원이 상대적으로 일정 기간

고정되어 있기 때문에, 시스템의 안정적 운용을 보장하기 위해 부정적인

피드백 원칙에 근거한 시스템 자원 할당의 자동 조정을 위한 메커니즘이

필요하다. 자원 할당 가중치 요소로 σ(시그마)가 사용된다.

컨테이너 점수 = 𝑐𝑝𝑢측정치×𝜎𝑐

+디스크측정치×𝜎𝑠

+대역폭측정치×𝜎𝑏





35

여기서 σ_c, σ_s, 그리고 σ_b 는 cpu, 디스크 (스토리지), 그리고 대역폭의

가중치 요소들이다. 이러한 요소들은 시스템 자원의 사용 정도에 대한

실시간 반영이다. 시스템이 작은 경우 이러한 요소들은 쉽게 계산되나,

시스템이 일정 규모를 초과하면 이러한 요인의 계산은 많은 자원을

소모할 뿐만 아니라 실시간일 수도 없으며, 실제 값도 계산할 수 없다. 이

때문에 확률과 수리 통계학에서의 최대 우도(likelihood) 파라메터 추정

방법이 필요하다. 상대적으로 작은 표본 크기로 비교적 정확하게 요소를

계산할 수 있다.

단위 시간에 나타나는 CPU 의 단위 측정 요구, 디스크의 단위 측정 요구

그리고 대역폭의 단위 측정 요구가 각각 Xc, Xs, 그리고 Xb 라 가정하면,

시스템 자원이 비교적 안정적일 때 이 세 변수는 모두 푸아송 분포를

따르는 무작위 값이다. 이는 큐잉 이론에서 매우 전통적인 수학적

모델이다. 물론, 시스템이 구축된 후 샘플 크기가 충분히 클 경우 이

가정에 대한 통계 테스트가 필요하다.

아래에서는 세 가지 요소 σ_c, σ_s, 그리고 σ_b 의 추정 방법을 추론하기

위해 푸아송 분포를 간단히 소개한다.

x 는 푸아송 분포를 따른다고 가정하자. x 의 값이 정수이기 때문에 x 는

이산 푸아송 분포를 따르고, x=k (k=0, 1, 2, 3, ..., ∞)의 확률은 다음과 같다.





36

P（x=k）=

k

.

！ -e ，k=0，1，2，3，…∞

여기에서 λ 는 흥미로운 파라메터이다. 이는 푸아송 분포 함수의

기댓값이자 푸아송 분포 함수의 분산이다.기대치.

무작위 수의 기댓값은 무작위 변수의 “최대로 가능한 값”이며, 분산값은

확산 범위의 크기이다. 푸아송 분포 함수의 기댓값과 분산은 다음

공식으로 계산할 수 있다(유도 과정 생략).

( )k 0

.!

k

eE X Kk

−

=

= =

분산 2( ) ( )D x E x = −

=

위의 계산 과정에서 λ 를 알려져 있는 상수로 가정하지만, 실제로는

알려지지 않은 변수이다. 이 값은 수학적 통계와 일부 표본으로부터 최대

우도 파라메터 추정 방법을 사용하여 추정한다. 아래에서는 최대 우도

추정치를 소개한다(유도 과정 생략).

모집단으로부터의 샘플 관측치가 있다고 가정하면, 최대 우도 함수는

1

1 2

1 1 i

( , ,..., )! !

x xin nn

n

i ii

L x x x e ex x

− −

= =

= =

이므로 다음을 얻는다

x

•−

=





37

즉, λ 의 최대 우도 추정치이다.

상기의 내용은 단순한 이론적 설명일 뿐이다. 실제 적용에서는, 푸아송

분포를 따르는 위의 세 가지 요인을 실험해 볼 필요가 있다. 표본의

크기와 기간을 정확하게 계산해야 한다. 최대 우도 추정치는 표본 크기를

기반으로 한다. 표본 크기에서 최대 우도 추정치의 오차는 추가로

계산되어야 한다. 이론적 계산 외에 경험적인 보정 인자가 필요할 수 있다.

이 보정 인자가 수렴하는지 여부와 부정적인 피드백 조정 메커니즘이

충족되는지 여부는 보다 상세한 수학적 유도가 필요하다. 이들은 본

문서에서 다루지 않는다.

5.3 컴퓨팅 파워 컨테이너 엔진 (CPCE)

우라노스 시스템의 분산 노드는 범세계적 우라노스 자원 풀의 필수적인

부분이다. 이들은 중앙화된 클라우드 서비스(아마존, 마이크로소프트, 알리

등)를 위한 거대 벤더에 대항할 수 있는 분산 컴퓨팅 파워 자원 풀의

초석을 이루고 있으며, 유비쿼터스 컴퓨팅 서비스 공급의 매개체이기도

하다. 우라노스의 핵심 구성 요소로는 컴퓨팅 파워 노드, 컴퓨팅 파워

컨테이너, 컨테이너 작업자와 에이전트, 그리고 주변(peripheral) 분산 보조

시스템 등이 있다.

우라노스 CPCE(Computing Power Container Engine)도 우라노스 블록체인을

구성하는 노드에서 실행된다. 우라노스 CPCE 는 응용프로그램 중심의

컨테이너 클러스터 구축 및 관리 시스템을 제공한다. 우라노스 CPCE 의

목표는 물리적/가상 컴퓨팅, 네트워크 및 스토리지 인프라의 스케줄링

부담을 없애고, 응용프로그램 운영자와 개발자가 셀프 서비스 운영을 위한





38

컨테이너 중심 기본 요소에 완전히 집중할 수 있게 하는 것이다. 또한

우라노스 CPCE 는 맞춤형 워크플로우와 보다 고급 자동화 작업을

구축하기 위한 안정적이고 호환 가능한 기반을 제공한다. 우라노스

CPCE 는 멀티-레벨 보안 보호 및 접근 메커니즘, 멀티-테넌트(multi-tenant)

응용프로그램 지원 역량, 투명한 서비스 등록 및 서비스 검색 메커니즘,

빌트인 로드 밸런서, 장애 검색 및 자가 복구 기능, 지속적이고 단계적인

서비스 업그레이드 및 온라인 용량 확장, 확장 가능한 자원 자동 스케줄링

메커니즘, 그리고 다분할 자원 할당량 관리 기능 등 완벽한 클러스터 관리

역량을 갖추고 있다. 또한 우라노스 CPCE 는 개발, 구축 테스트, 그리고

운영 및 유지보수 모니터링에 대한 완벽한 관리 도구를 제공한다.

5.3.1 컴퓨팅 파워 컨테이너 엔진 구조

우라노스 CPCE 관리 엔진은 포드(포드), 서비스, 라벨, 싱글-포드 단일

IP 와 같은 Borg 의 설계 개념을 기반으로 한다. 우라노스 관리 엔진의

전체적인 구조는 다음 그림과 같이 구글 Borg와 Kubernetes의 구조와 매우

유사하다:





39

그림 8 우라노스 CPCE 구조

우라노스 CPCE 엔진은 다음과 같은 핵심 구성 요소로 구성된다.

⚫ etcd 는 전체 클러스터의 상태를 저장한다.

⚫ Apiserver 는 자원 운용을 위한 고유한 항목과 인증, 허가, 액세스 제어,

API 등록, 그리고 검색 등의 메커니즘을 제공한다.

⚫ 컨트롤러 관리자는 장애 감지, 자동 확장 및 지속적이고 단계적인

업데이트와 같은 클러스터 상태의 유지의 책임이 있다.

⚫ 스케줄러는 자원 스케줄링을 담당하며, 사전에 정의된 스케줄링

전략에 따라 해당하는 머신에게 포드를 스케줄링한다.

⚫ Kubernetes 는 컨테이너의 수명주기 유지를 담당하며, 볼륨(CVI)과

네트워크(CNI)의 관리도 담당한다.





40

⚫ 컨테이너 런타임은 이미지 관리의 의무가 있으며, 포드와 컨테이너의

실제 작동을 담당한다.

⚫ kube-proxy 는 클러스터 내에서 서비스 검색과 로드 밸런싱 기능을

제공한다.

핵심 구성 요소에 더해, 다음과 같은 몇 가지 권장되는 애드온(Add-on)이

있다.

● kube-dns 는 전체 클러스터에 대한 DNS 서비스를 제공한다.

● 입장 컨트롤러 (Ingress Controller) 는 서비스를 위한 외부 네트워크

접근을 제공한다.

● Heapster 는 자원 모니터링을 제공한다.

● 대시보드에서 GUI 제공.

● 연합(Federation)은 가용한 영역 전체에 클러스터를 제공한다.

5.3.1.1. 우라노스 자원 제어 관리

별도의 자원 컨트롤러를 추가하여, Watch 메커니즘은 완전한 비동기

비차단 전체 이벤트 기반 모델을 채택한다. 자원이 부족한 경우, 이후의

절차를 자동으로 처리하고자 비동기 자원 요청이 개시된다. 자원이

준비되면, 즉시 재스케줄이 발동될 것이다. 요청이 진행되는 동안 중간

계층은 자원 풀을 미리 준비하고, 작업자(Worker)를 초기화하며, 컨테이너

이미지의 설치 단계를 미리 준비한다. 생성 절차는 다음과 같다:





41

그림 9 우라노스 자원 제어 관리

자원 컨트롤러는 모든 자원 관련 기본 작업을 관리한다. 특정 포드 생성

단계는 다음과 같다:

⚫ 상위 클라이언트가 apiserver 에게 포드 생성을 요청한다.

⚫ 자원 컨트롤러는 새로운 포드를 감시하고 PV 및 네트워크가

작성되었는지 여부를 점검한다. 동시에 스케줄러는 새 포드가

스케줄되지 않았으며 스케줄을 잡으려고 시도한다.

⚫ 자원이 사전에 준비되지 않았으므로, 자원 컨트롤러는 포드와

일치하는 PV 및 네트워크를 찾지 못했다. 스케줄러는 또한 스케줄

가능한 노드를 찾을 수 없기 때문에, IAAS 중간 계층에 해당 스펙의

컨테이너 자원을 생성하도록 요청한다. 이 경우 포드는 더 이상

스케줄링 큐에 다시 입력되지 않는다. 재조정은 모든 준비가 완료된

후에 수행된다.

⚫ 일반적으로 IAAS 중간 계층은 자원을 천천히 생성하며, 비동기

인터페이스만 제공한다. PV, 네트워크, 노드 자원은 기본 자원이

준비되는 즉시 apiserver 를 통해 등록된다.





42

⚫ 자원 컨트롤러가 PV 와 네트워크 모두가 준비되었다는 것을 발견하면,

그들을 포드에 바인딩(binding)할 것이다. 포드에 의해 신청된 노드가

등록되고, PV 와 네트워크가 바운드되면, 포드는 ResourceReady 상태로

설정된다.

⚫ 스케줄러가 ResourceReady 상태의 포드를 다시 한 번 관찰할 때,

스케줄링 프로세스를 다시 트리거할 것이다.

⚫ 성공적인 포드 스케줄링은 노드의 새로운 동적 생성과 바인드된다.

⚫ 노드와 관련 있는 kubelet 이 새로 예약된 포드를 감시할 때, 아직

시작하지 않았다면 이미지를 먼저 가져온 다음 컨테이너를 시작한다.

5.3.1.2. 다중 지역 규모 컴퓨팅 파워 컨테이너 관리

컴퓨팅 파워 컨테이너의 규모가 클 때, 응용프로그램과 서비스는 매우

많을 것이고 배포가 광범위하게 이루어질 것이다. 기본적으로 전 세계를

대상으로 서비스할 것인데, 지역마다 네트워크 연결성이 매우 다르다.

더하여 릴리즈가 빈번하고 반복 주기가 짧다. 이 경우 여러 지역에 걸쳐

컴퓨팅 파워 컨테이너 관리를 배포해 각 컴퓨팅 파워 풀의 관리, 운용,

그리고 유지 비용을 절감하는 것을 검토한다.

컴퓨팅 파워 컨테이너의 관리에서, 다음 그림과 같이 클러스터 스케줄링

관련 API 를 우라노스 엔진에 추가하여 하위 클러스터의 상태 관리를

최적화하고, 분산된 연합 조정 관리 작업을 더 잘 수행한다:





43

그림 10 우라노스 다중-지역 스케일 컴퓨팅 파워 관리

원래 구조에서 노드는 작업자 노드를 관리한다. 여기서 노드는 여러

클러스터를 관리한다. 클러스터 컨트롤러는 모든 클러스터의 건강 상태를

유지하고 로드 상태를 모니터링하며 서비스 컨트롤러는 교차-

클러스터(cross-cluster) 서비스를 찾는다.

또한 List-Watch 를 촉진했고, 분산 시스템에서의 비동기 메시지 전달을

증대했고, 시스템 성능 및 데이터 동의와 같은 핵심 성과 지표를 크게

향상시켰다.





44

그림 11 Uranus Controller 노드간 스케줄링 관리

일반적으로 클러스터 관리 구조도 유사하다. 그들은 모두 컨트롤러,

스케줄러, 그리고 에이전트를 가지고 있다. 여기서 List-Watch 메커니즘은

요소들간의 상호작용의 비동조화(디커플링)를 실현하고 Everything talk to

API 의 설계 개념을 구현하는데 사용된다. SOA 의 메시지 버스와

비슷하지만, 메시지 버스와의 차이점은 데이터 저장과 이벤트 알림의 통합

처리이다. 새로운 이벤트를 수신하는 동안 클러스터는 개체의 데이터

변경이 추가되었는지 혹은 업데이트인지 여부를 포함하는 새로운

데이터를 얻을 수 있다.

위 절차로부터 각 구성요소가 서로 다른 객체의 List-Watch 를 통해

자연스럽게 비동조화를 달성함을 알 수 있다(동일한 객체라 할지라도

상태는 같지 않다). 각 구성 요소는 응용프로그램 수명 주기의 서로 다른

단계를 처리하며, 비동기 분산 시스템에서 여러 구성 요소 사이의 처리

흐름 순서를 보장한다. 동시에, List-Watch 는 이벤트만 모니터링하므로,

가령 Watch 가 포드를 만들 때마다 증분 정보가 수집된다. 획득한





45

상호작용의 수는 매우 적다. 메시지 버스를 통해 메시지/이벤트가 전달될

때 손실될 가능성이 있다. 최종 합의를 보장하기 위한 내결함성

메커니즘이 필요하다. 엔진은 이 문제를 List 로 해결한다. 예를 들어

ReplicaSet 컨트롤러는 Re-plicaSet 에 대한 전체 List 를 주기적으로 제공한다.

수집된 데이터는 현재 시스템이 필요로 하는 응용프로그램 데이터이다.

그것은 각 애플리케이션의 현재 인스턴스 실행 상태를 확인하고, 그에

상응하는 처리를 하고, 중복을 삭제하고, 불충분한 것을 보충할 것이다.

5.3.1.3. 컴퓨팅 파워 컨테이너 서비스 검색 및 배포

우라노스 엔진의 표준 플러그인인 Kube-dns 는 클러스터 내에서 DNS

서비스를 제공하고, DNS 에 의한 서비스 이름 확인을 통해 우라노스 엔진

서비스에 접속할 수 있다. 우라노스 엔진 서비스는 컨테이너형

응용프로그램인 포드(포드) 셋으로 구성된다. 이러한 포드는 이전에는 로드

밸런서를 사용했었다. 만일 Mysql 포드 그룹으로 구성된 내부 서비스를

가진 작업자 클러스터가 있다면, 이 클러스터 내의 다른 응용프로그램은

DNS 를 통해 이 Mysql 서비스에 접근할 수 있으며, 포드는 클러스터

전체의 서비스를 투명하게 해결할 수 있다.





46

그림 12 우라노스 컴퓨팅 파워 컨테이너 검색 및 배치

배포 예：

노드의 자동 스케줄링을 통해, 컴퓨팅 파워 컨테이너는 HAProxy 를 통해

네 개의 다른 작업자 머신에 할당된다.

그림 13 단일-노드 컴퓨팅 파워 컨테이너 스케줄링 관리

두 내부 포드, 무료 포드 4 개, 유로 포드 4 개, 프로덕션 포드 8 개가





47

각각의 마이크로서비스에 할당되고, HAPproxy 포드를 더한다.

일반적인 서비스 yaml 파일은 다음과 같다.

apiVersion: v1

kind: Service

metadata:

name: account-service-production

labels:

app: account-service- production

tier: service

lb: private

spec:

ports:

- port: 8080

name: http

targetPort: 8080

protocol: TCP

seleUranusor:

app: account-service

tier: service

track: production

시스템의 API 게이트웨이는 X-Traffic-Group 식별자를 각 사용자 요청

헤더에 할당할 깃이다. 이 식별자에 따르면 HAProxy 는 사용자 요청을

다른 배포 환경으로 라우팅할 것이다. 생산 규모가 확대되면,

모니터링으로는 각 배포의 상태, 각 포드의 복사 수의 초과나 불충분성을

효과적으로 추적할 수 없는 경우가 있다. 시스템은 자동으로 작업의

다양한 배포 상태를 모니터링하고 관리한다.





48

추가로, 자동 검진 도구는 이 서비스와 관련된 HAProxy 가 건강한지

여부를 자동으로 확인하고, 얼마나 많은 사본이 각 포드에 담겨있는지

점검한다. 또한 HAProxy 배후에 있는 4 개의 배치(내부, 무료, 유료,

프로덕션)는 적어도 두 개의 유효한 엔드포인트가 있는지 점검할 것이다.

오류가 발생하면 시스템은 자동으로 이메일을 통해 경고 통지를 전송한다.

5.3.1.4. 컴퓨팅 파워 컨테이너 스케줄링의 선호도 및 비선호도

분산된 P2P 시스템의 특성 때문에, 우라노스 엔진은 다중-스케줄러 구성

변경, 노드 선호도/비선호도 특성, 포드 선호도/비선호도 특성, 오점 및

허용오차 특성, 노드 문제 보고 특성을 포함하여 포드 스케줄링을

강화한다.

선호도 및 비선호도는 주로 nodeAffinity (HostAffinity), 포드 Affinity 그리고

포드 AntiAffinity 를 포함하는 런타임 스케줄링 정책이다.

⚫ NodeAffinity: 배포할 수 있는 노드 또는 배포할 수 없는 노드를

지정하고 포드 및 호스트의 문제를 해결하는 데 사용된다.

⚫ 포드 Affinity: 동일한 위상(topological) 구조로 함께 포드를 배포할 수

있는 포드를 지정하는데 사용된다.

⚫ 포드 AntiAffinity: 동일한 위상 구조에서 함께 배치할 수 없는 포드를

지정하고 포드 Affinity 와 함께 포드 간 관계를 해결하는데 사용된다.





49

이 세 가지 유형의 선호도를 사용할 때 설정할 수 있는 세 가지 규칙이

있다.

⚫ RequiredSchedulingRequiredExecution: 이 규칙은 첫 번째 스케줄링 동안

해당 선호도 규칙을 충족해야 함을 나타낸다. 요건을 충족하는 노드가

없을 경우 스케줄링이 수행되지 않는다. 포드 작동 중 해당 선호도

규칙이 더 이상 충족되지 않을 경우, 스케줄을 조정한다.

⚫ RequiredSchedulingIgnoredExecution: 이 규칙은 첫 번째 스케줄링 동안

해당 선호도 규칙을 충족해야 함을 나타낸다. 요건을 충족하는 노드가

없을 경우 스케줄링이 수행되지 않는다. 이후 포드 작동에서는 이러한

규칙이 충족되는지 여부를 점검하지 않는다.

⚫ PrefeedSchedulingIgnoredExecution: 이 규칙은 첫 번째 스케줄에서

가능한 한 해당 선호도 규칙을 충족해야 함을 나타낸다. 요건을

충족하는 노드가 없을 경우에도 스케줄링이 수행된다. 이후 포드

작동에서는 이러한 점검은 수행되지 않는다.

여러 물리적 영역에서 파워 컨테이너를 연산하는 동안, 컨테이너화 및

마이크서비스는 선호도 및 비선호도의 문제에 직면할 수 있다. 본래 여러

개의 구성 소가 하나의 가상 머신에 설치될 수 있으며, 프로세스 간의

통신이 있을 것이다. 그러나 컨테이너 분할 중에 컨테이너는 프로세스에

따라 직접 분할되는 경우가 많다. 예를 들어, 비즈니스 프로세스를

컨테이너에 넣고, 모니터링 로그 처리나 로컬 데이터를 다른 컨테이너에

넣으며, 독립적인 라이프 사이클을 가진다. 이 경우 만일 네트워크에서

멀리 떨어진 두 지점으로 분산되면, 요청은 여러 차례 포워딩되어 성능이

저하될 것이다. 그러므로 선호도를 통해 최대한 가장 가까운 배치가

실현되기를 희망하고, 통신에서의 가장 가까운 라우팅을 실현하고





50

네트워크의 손실을 줄이기 위해 네트워크 용량을 향상시키기를 희망한다.

비선호도는 오직 하나의 인스턴스 혹은 10 분의 1 의 인스턴스만 영향을

받을 수 있도록 인스턴스를 최대한 분산시키기 위해, 주로 높은 신뢰성의

고려 대상에서 제외된다.

그림 14 uraContainer 의 선호도 전략

선호도 및 비선호도의 지원에서, (그림에 나타난 것과 같이) 견고한 지지와

유연한 지지가 모두 실현될 것이다. 왜냐하면 그들 모두가 견고한

조건이라면, 부적절한 구성은 응용프로그램 배포의 실패로 쉽게 이어질 수

있기 때문이다. 여기서는 본질적으로 두 가지 알고리즘이 있지만, 그들의

실현 논리는 비슷하다. 하드(hard) 알고리즘은 남은 노드가 조건을

충족해야 한다는 것을 보장하기 위해 허용 불가능한 모든 노드를

필터링한다. 유연한 경우, 이러한 가혹한 요구사항은 필요하지 않으며,

최선의 노력만 필요하다. 만약 조건이 충족되지 않아도, 우리는 여전히

신청이 성공적으로 예정되고 배포되기를 바란다. 여기서 우리는 점수에





51

의한 차례를 채택한다. 선호도와 비선호도를 잘 준수하는 사람들은 높은

점수를 받게 될 것이고, 반대의 경우도 마찬가지이다. 작업자들은 점수의

하향순으로 선발된다.

5.3.1.5. 컴퓨팅 파워 컨테이너의 워크로드 마이그레이션 및 장애 복구

uraContainer 를 사용하여 분산 컴퓨팅 자원의 풀링과 가상 컴퓨팅 자원의

표준화된 측정을 실현한다. 컴퓨팅 파워 컨테이너의 공간에서는 다양한

엔터프라이즈급 메인스트림 응용프로그램이 폭 넓게 지원된다. 단일

포드의 단일 컴퓨팅 파워 컨테이너가 컴퓨팅 파워의 표준 건강 임계값을

트리거할 때, 우라노스는 자동으로 현재의 포드 또는 선호도 알고리즘을

준수하는 최적 포드로부터 대상의 건강한 포드로의 이동을 도와 비즈니스

애플리케이션이 항상 효율적이고 안정적인 서비스를 제공할 수 있도록

한다. 동시에, 복잡한 분산 네트워크에서, 물리적 하드웨어의 고장 및

네트워크의 중단은 모든 우라노스 노드의 중단을 피할 수 없게 한다.

그러나 우라노스 시스템에 내장된 워크로드 장애에 대한 자가 치유

메커니즘은 사용자가 비즈니스를 복원하고 작업의 실행을 보장하기 위해

가능한 한 최단 시간에 최적의 우라노스 컴퓨팅 파워 풀에서 새로운 대상

컴퓨팅 파워 컨테이너를 선택하는 데 도움을 줄 것이다. 다음 그림은

uraContainer 의 워크로드 마이크레이션 및 장애 복구에 대한 예를 보인다.





52

그림 15 uraContainer 의 워크로드 마이그레이션 및 장애 복구

5.3.2 컴퓨팅 파워 컨테이너 uraContainer

컨테이너 기술은 많은 장점을 가지고 있지만, 몇 가지 두드러진 기본적인

보안 문제는 해결되어야 한다. 예를 들어, 작동 중 컨테이너는 이들

사이의 완전한 격리를 거의 보장할 수 없다. Pouch 기술과 Kata 컨테이너를

기반으로 유비쿼터스 컴퓨팅 환경에 적합한 보다 강력한 uraContainer 를

만들었다.

우리는 Pouch가 경량 컨테이너 기술이라는 것을 알고 있다. 높은 속도,

높은 효율, 높은 이식성, 낮은 자원 소비 등의 기능을 갖추고 있다. 그것은

알리(Ali)에게 더 빠른 내부 비즈니스 제안을 달성하도록 도와주었고,

동시에 데이터 센터의 물리적 자원의 활용률을 엄청나게 높였다. 또한

Hyper 와 Intel Clear Linux 는 성능 손실을 최소화하면서 컨테이너 간 격리를

강화하는 VM 및 컨테이너 기술의 조합을 탐구하고 있다. 그들은 공동으로





53

Kata 컨테이너를 출시했다.우리의 보강형 컴퓨팅 파워 컨테이너

uraContainer 는 아래 그림과 같다：

우리의 향상된 uraContainer 는 다음과 같다:

그림 16 uraContainer 시스템의 구조

엄밀히 말하면 uraContainer 의 본질은 하이퍼바이저에서 실행되는

컨테이너다. 커스터마이징된 커널을 기반으로 SR-IOV, 다중 큐 관리 및

기타 기능을 추가한다. uraContainer 를 사용하면 가상 머신의 보안과

컨테이너 기술의 높은 효율성과 관리 용이성을 모두 달성할 수 있다.

uraContainer 는 하드웨어 차이를 숨길 수 있고, OCI 규격 및 Kubernetes

컨테이너 운영 표준과 호환되며, 표준 이미지 형식을 지원하면서 강력한

격리, 경량 및 빠른 시작 기능을 보여준다.





54

5.3.3 작업자 및 에이전트 설계

우라노스 구조에서, 우라노스 엔진은 작업자 호스트와 접촉하고,

컨테이너를 배치하고, 이미지를 관리하고, 작업을 스케줄링할 것이다.

작업자들은 물리적이든 가상적이든 포드가 운영하는 호스트들이다. 포드를

관리하기 위해서 각 작업자 노드는 최소한 uraContainer, 에이전트 및

프록시 서비스를 실행해야 한다.

우라노스 엔진 구조에서, 컨테이너를 관리하기 위해 반드시 포드를

사용해야 한다. 각 포드는 하나 이상의 컨테이너를 포함할 수 있다.

포드는 밀접하게 관련된 컨테이너의 집합이다. 이들은 PID, IPC, 네트워크

및 UTS 네임스페이스를 공유한다. 그들은 천왕성 엔진의 스케줄링을 위한

기본 단위들이다. 포드는 하나의 포드에서 네트워크와 파일 시스템을

공유하기 위해 여러 개의 컨테이너를 지원하도록 설계되었다. 서비스는

간단하고 효율적인 프로세스 간 통신과 파일 공유 방법을 통해 이루어질

수 있다.

그림 17 uraContainer 작업 및 에이전트 구조





55

5.3.4 이미지 및 P2P 네트워크 배포

비록 컨테이너 기술이 많은 이점을 가져다 주었지만, 컨테이너 이미지의

비효율적인 배포는 우리에게 큰 도전이 되었다. 분산 컴퓨팅 환경에서는

사용자의 클라우드 네이티브 응용프로그램이 폭발적으로 증가할 것이라는

것을 알고 있다. 수천 수만 개의 배포 시나리오에서, 파일과 컨테이너

이미지 공유가 여전히 실제 응용프로그램을 충족시킬 수 없을 것이다.

다행히, 위의 시나리오를 바탕으로 대규모 배포 도구인 Beefly 를

개발하였다. Beefly 는 CDN 과 지능형 P2SP 기술을 기반으로 한 범용 파일

분배 시스템이다. 동시에 IPFS 기술과 결합하여 대규모 파일 배포

시나리오에서 시간이 많이 소요되는 배포, 낮은 성공률, 대역폭 낭비 등의

문제를 해결함으로써 컨테이너 이미지 발행 및 배포 능력을 크게

향상시킨다.

Beefly 는 스마트 압축, 지능형 흐름 제어 등의 다양한 혁신적인 기술을

결합하여 대규모 파일 다운로드 및 네트워크 간 격리의 시나리오에서

다양한 문서 배포 문제를 해결하고, 아래 그림과 같이 데이터

예열(preheating) 및 기타 서비스 기능을 개선한다.

그림 18 uraContainer 이미지 및 P2P 배포





56

동시에, Beefly 는 안전한 전송을 위해 몇 가지 일을 했다. 중요 파일(키

파일이나 계정 데이터 파일 등)을 다운로드하고 있을 때는 전송의 보안이

효과적으로 보장되어야 한다. 이 점에서, Beefly 는 주로 두 가지 일을 한다:

HTTP 를 운반하는 헤더 데이터를 지원하여 헤더를 통해 인증되어야 하는

파일 소스를 만족시킨다; 대칭 암호화 알고리즘을 사용하여 전송하는 동안

파일 내용을 암호화한다.





57

6 애플리케이션 시나리오와 생태계 시스템

6.1 애플리케이션 시나리오

우라누스 플랫폼은 유명한 Volunteer 프로젝트와 같이 분산 컴퓨팅을

기반으로 한 몇 가지 큰 프로젝트를 수행할 수 있다. 또한 컴퓨팅 작업을

실시간 자동적으로 완료할 수 있기 때문에 소규모 프로그램과 여러

노드에 대해 애드혹 수요가 있는 분산된 사용자에게 더욱 적합하다. 일단

사용자가 천왕성 시스템에 접속하면, 추가적인 상업적 계약은 필요하지

않다. 사용자는 수요가 발생할 때에만 컴퓨팅 파워 기여자와 직접

거래하면 된다. 거래는 자동으로 완료된다. 수요자는 실행할 응용

프로그램을 다운로드하고 실행 명령을 실행하면 된다 (이미

다운로드되어있다면 재다운로드할 필요가 없다). 시스템은 이 순간 해당

컴퓨팅 파워를 기여할 수 있는 노드를 자동으로 검색하고 초기 트랜잭션

이후 애플리케이션을 실행한다. 작업이 끝나면 결과를 반납하고 자동으로

결산을 완료한다. 이는 마크 웨이저의 캄 테크(Calm Technology)에

기반했다.

우라누스 프로젝트는 블록체인을 통해 컴퓨팅 자원이 특정 목적에

이용되고, 관련 작업을 할 수 있도록 만든다.

적어도 다음과 같은 시장 시나리오가 포함된다 :

범용 컴퓨팅 작업의 분산 구현

⚫ DNA 컴퓨팅

⚫ 행성 궤도 계산

⚫ 기상자료 분석





58

엣지 컴퓨팅 기반 프로젝트

⚫ IoT 노드 관리 및 구축

⚫ 투표 플랫폼

⚫ 광고

⚫ 게임

⚫ 데이터 획득

애플리케이션 에코시스템(Blockchain as a Service)

⚫ 원클릭 배포

⚫ 컨테이너 이미지 슈퍼마켓 및 앱 스토어

범용 컴퓨팅 작업의 분산 구현

미국 과학자들은 단백질 구조 분석, 행성 궤도 계산, 대규모 기상 데이터

분석과 같은 대규모 범용 컴퓨팅 작업을 유휴 사설 컴퓨팅 단말기에

다수의 작업으로 세분화하여 분산 컴퓨팅 구조로 진행하려 시도한

"Volunteer Computing"이라는 프로젝트를 조직한 적이 있다. 그러나

효과적인 가치 전달 메커니즘이 없기 때문에 이러한 프로젝트들은 쌓이게

되었다. 공공 블록체인 기반의 우라누스 프로젝트는 가치 전달 메커니즘에

대한 좋은 해결책이며, 범용 컴퓨팅 작업의 분산적 구현을 진정으로

달성한다.

엣지 컴퓨팅 기반 프로젝트

기존의 클라우드 컴퓨팅 모델은 컴퓨팅 명령을 처리하고, 중앙 집중식

운영을 기반으로 한 결과에 대한 응답을 제공할 수 있다. 이 모델은 많은

애플리케이션 시나리오를 충족시킬 수 있지만, 밀리초 사이에 실시간





59

응답이 필요한 다른 애플리케이션의 경우, 기존 클라우드 컴퓨팅 모델을

사용하여 제어 불가능한 거리를 가진 지연되고 지글거리는 네트워크를

통해 수천 마일 떨어진 클라우드 터미널로 데이터를 전송한 후 결과를

전송하는 경우,peration, 분명히 실시간 컴퓨팅의 애플리케이션 요구사항을

충족할 수 없다. 기기나 데이터 소스에 가까운 네트워크, 컴퓨팅, 스토리지,

애플리케이션 및 데이터를 통합하고, 가장 가까운 에지 컴퓨팅을 사용하고

응답 결과를 반환하는 경우, 아래 그림과 같이 실시간 컴퓨팅이 필요한

애플리케이션에 더 적합할 것이다.

그림 19 엣지 컴퓨팅에서의 애플리케이션 시나리오

또한 IoT 노드 관리, 투표 플랫폼, 게임, 광고 등 분산 노드를 기반으로

하는 컴퓨팅은 중앙집중화된 구조를 기반으로 하는 기존의 공용

클라우드가 아닌 분산 컴퓨팅과 엣지 컴퓨팅 아키텍처를 통해 완성할

필요가 있다.





60

애플리케이션 생태계

우라누스 시스템은 실제로 서비스형 블록체인(Block as a Service)을 제공한다.

우라누스 시스템은 다양한 체인 및 애플리케이션을 원클릭으로 배포하는

기능을 제공할 수 있다. 퍼블릭 블록체인에 기반한 이런 분산된 컨테이너

아키텍처에서는 컨테이너 이미지 슈퍼마켓과 애플리케이션 스토어가

제공될 수 있다. 따라서 수 없이 많은 컴퓨팅 기여자와 사용자를 가지며

공용 블록체인 및 분산 컴퓨팅을 기반으로 하는 에코시스템을 구축할 수

있다. 우라누스 시스템 내에서 애플리케이션 개발자와 사용자는 서로

협력할 수 있을 것이다.

6.2 비즈니스 애플리케이션 사례

우라누스 플랫폼이 어떻게 특정 상용 애플리케이션의 요구를 충족시킬 수

있는지 설명하기 위해, 여기서 네트워크 데이터 수집, 투표, 게임 및 IoT

터미널에 대한 몇 가지 예를 제공한다.

네트워크 데이터 획득

인터넷상에서 지속적으로 발생하는 방대한 데이터는 비즈니스, 기술 및

기술 혁신의 중요한 원천이다. 잠재적인 보안 리스크를 방지하고, 사용자

경험을 향상시키고, 비즈니스 가치를 높이기 위해 데이터는 인터넷상에서

자동으로 획득되어 처리되고 널리 활용된다. 가장 인기 있는 방법은 웹

서버에서 데이터를 요청하는 자동화된 프로그램(일반적으로 HTML 이나

다른 웹 파일이 사용됨)을 개발하여 데이터를 확인하고 필요한 정보를

추출하는 것이다. 네트워크 데이터 취득 중 발생하는 가장 흔한 문제는





61

데이터 요청 후 서버에 의해 거부(reject)되고, IP 주소가 차단되어 접속이

불가능하게 되는 것이다. 프록시 서버나 가변 IP 기술을 통해 일시적으로

네트워크 데이터 취득 문제를 해결할 수 있지만, 어떻게 하면 여러 개의

자동화된 네트워크 노드에서 대량으로 상용화되고 지속 가능한 데이터를

획득할 수 있을지는 여전히 쉽게 풀리지 않는 문제다. 천왕성 네트워크는

전세계의 거대한 장치들을 연결한다. 우라누스 네트워크는 전세계의

수많은 장치들을 연결한다. 우라누스 네트워크의 컴퓨팅 리소스는

포괄적이고 광범위하기 때문에, 전세계 유비쿼터스 네트워크 데이터

수집을 위한 최고의 수단이 될 것이다.

투표 플랫폼

인터넷 플러스의 급속한 발전으로 온라인 투표는 다양한 영역에서 널리

이용되어 왔다. 투표의 공정성을 보장하고 돈을 받고 답글을 쓰거나

투표를 하는 행위 및 기타 불법 행위를 없애기 위해 보통 다음과 같은

방법들을 이용한다. 랜덤 ID, 다중 검증 코드, 제한된 IP 주소 세그먼트,

투표 시작 시간 제한 그리고 유료 답글과 투표를 제거하는 기타 수단들이

예다.

예를 들어 1 만 명 이상의 투표 구성원과 자체 소프트웨어 개발 기술자가

있는 등 전반적으로 강한 일부 팀은 운영자가 플랫폼에서 과제를

게시하고 투표자가 플랫폼에서 과제를 받을 수 있도록 자체 투표

플랫폼을 개발하는 경우가 많다. 이 방식은 많은 인력과 물적 자원을

절약하지만, 투표 플랫폼에서 요구되는 각 사용자의 독립 IP 와 투표

터미널은 이 산업에서 넘기 힘든 걸림돌이 되었다.





62

우라누스 네트워크는 전세계의 많은 컴퓨팅 장치를 연결한다. 모든 컴퓨팅

노드 단말기는 독립된 IP 를 가지고 있으며, 적격 컴퓨팅 터미널 노드로

사용될 수 있다. 우라누스 컴퓨팅 노드는 이 애플리케이션 시나리오에

이상적인 수단이 될 것이다. 이 플랫폼의 리소스는 유연하고, 경제적이며,

안전하며, 비용 부담 없이 사용할 수 있다.

게임들

자료에 따르면 2017 년 세계 게임 시장의 매출은 1089 억 달러에

달했고(중국 지역에서의 275 억 달러를 포함해), 디지털 게임 사용자 수는

6 억 명을 넘어 전년 대비 17.7% 증가했다.

게임 산업의 급속한 성장과 게임을 즐기는 수 억명의 사용자 뒤에는 이

기적을 이룬 수천 개의 게임 서버 노드가 있다. 이 서버 노드들은 대규모

게임용 컴퓨팅 노드 운영을 지원하는 능력이 아주 중요하다. 또한 ‘어떻게

하면 빠르게 확장하고, 컴퓨팅 파워에 대한 수요를 충족하며, 컴퓨팅

노드를 피크 시간이 아닐 때에 합리적으로 활용할 수 있을 것인가’가 게임

사업자의 수익성을 결정할 것이다.

IOT 터미널들

시장조사업체 IDC 는 2020 년까지 500 억 개 이상의 터미널과 기기가

인터넷에 연결될 것으로 전망하고 있다. 향후, 데이터의 50% 이상이

네트워크의 엣지에 분석, 처리, 저장되어야 한다.





63

예를 들어 스마트 도어 잠금장치를 새로 구입하면 생체측정 프로세싱을

위해 홈 게이트웨이에 의존해야 하며, 유해 가스 검출기는 수집된

데이터를 중앙으로 다시 보낼 필요 없이 로컬에서 처리하면 된다.

공용 클라우드의 핵심 역량은 데이터 센터를 기반으로 하는 컴퓨팅

파워지만, IoE(Internet of Everything)시대에는 이 역량이 단말에 가까운 엣지

컴퓨팅까지 매끄럽게 확장되어 센터 + 엣지 시너지성 컴퓨팅을 구성할

필요가 있다.

6.3 컨테이너 이미지 및 애플리케이션 생태계 시스템

우라누스 플랫폼은 사회의 유휴 컴퓨팅 파워를 원활하게 연계·통합하고,

수많은 컴퓨팅 기여자와 사용자에게 효율적이고, 상대적으로 저렴한

분산된 컴퓨팅 서비스를 제공하기 위해 확장된 퍼블릭 블록체인 및

최적화된 컨테이너 스케줄링 기술과 컴퓨팅 파워 공유 환경을 구축하는

것을 목표로 한다. 또한 위의 참여자들이 소유, 관리, 공유하는 컴퓨팅

파워 공유 생태계를 만들어 IT 컴퓨팅 파워 시장과 리소스 제공자-사용자

사이 관계를 재편성한다. 이제 컨테이너 이미지 시장 생태와 애플리케이션

시장 생태를 예를 보자.





64

그림 20 컴퓨팅 파워 공유 생태계 구성

컨테이너 이미지 생태계

우라누스 플랫폼에는 수많은 자원 기여자, 자원 사용자, 플랫폼

애플리케이션 개발자가 있다. 수많은 컴퓨팅 노드의 배치, 플랫폼

기여자와 이용자의 가입, 애플리케이션 개발자의 지속적인 혁신으로

산업과 기술면에서 가장 넓은 영역에 걸친 세계 최대의 컨테이너 이미지

시장이 자동적으로 형성될 것이다.

이러한 생태계를 바탕으로 플랫폼 자원 기여자들은 자신의 유휴 컴퓨팅

능력으로 기여할 뿐만 아니라 클릭 한 번으로 사용자의 이미지를

플랫폼에 업로드하여 이득을 얻을 수 있다. 사용자는 기존의 복잡하고

비효율적인 애플리케이션 환경 구축 및 구성에서 벗어나 비즈니스 혁신에

집중할 것이다. 플랫폼 개발자들은 또한 다양한 사용자로부터 이익을 얻을

것이다. 양성화되고 지속가능하며 자동으로 진화하는 컨테이너 이미지

시장은 사회 운영에 효율적인 도움이 될 것이고, 전체 비용을 절감하며

플랫폼 생태계에 참여하는 기여자, 사용자, 개발자 및 기타 당사자들을

위한 가치를 창출할 것이다.





65

애플리케이션 시장의 생태계

블록체인 기술의 급속한 발전과 컴퓨팅 파워 공유 플랫폼 애플리케이션의

발달로 수 없이 많은 자원 기여자와 컴퓨팅 사용자들이 계속 접속할

것이며, 더 많은 애플리케이션 개발자들이 시장 규모에 매력을 느낄

것이다. 더 훌륭하며, 더 많은 플랫폼 애플리케이션들이 이 플랫폼에

업로드 될 것이다. 플랫폼 생태계 참여자들은 애플리케이션의 가치를 매우

높일 것이고, 플랫폼 에코시스템 개발을 양성화하며, 애플리케이션과

사용자와 트랜잭션의 기하급수적인 성장을 이끌 것이다.

플랫폼 기여자와 사용자는 효율적이고 상대적으로 저렴하며 탈중앙화된

생태계로부터 이익을 얻을 것이다. 개방형 프로토콜, 명확한 수익 분배

메커니즘, 엄청난 수의 쉽게 접근 가능한 사용자, 그리고 극도로 낮은

컴퓨팅 및 대역폭 자원은 수많은 개발자들을 이 플랫폼으로 끌어들일

것이다.





66

7 개발 로드맵

시장의 요구사항에 따라 구현 로드맵을 다음과 같은 5 단계로

만들었다.

그림 21 우라누스 개발 로드맵

1 단계 : 커뮤니티 버전(V1)

2018/Q3: 클로즈 베타 테스트와 커뮤니티 버전 배포를 마친다.

사용자들은 그들의 컴퓨팅 기기들을 등록하고 소수의 검증된

애플리케이션을 사용할 수 있을 것이다.

2 단계 - 4 단계 : 상업용 버전(V2, V3, V4)

2018/Q4-2019/Q1: 상업용 버전인 V2, V3, V4 를 출시한다. 해당 개발

단계에서 플랫폼 사용자가 만명, 10만명, 50만명 순으로 급속하게 증가한다.

컴퓨팅 자원(Resource) 풀의 상업적 수준이 지속적으로 증가하여 적용되는

산업 및 애플리케이션 시나리오가 더욱 풍부해지고 자원 기여자들은 더

많은 수익을 얻게 될 것이다. 이와 함께 거래량이 증가하면서 거래를 통한

수입도 발생할 것이다.

5 단계 : 생태적 버전 (V5)





67

플랫폼 기여자와 이용자 규모에 따라 플랫폼의 가치가 점점 커진다. 이

단계에서는 더 많은 산업과 협력자가 애플리케이션을 만들고 기여에

참여하며, 혜택을 얻고, 플랫폼의 자동적 운영과 지속 가능한 개발을

촉진하고 상생 생태계(win-win ecosystem)를 형성할 수 있도록 생태학적

전략이 본격화될 것이다.





68

8 팀 멤버

8.1 경영진

최고 경영자 James Jiang

⚫ Texas State University, 수학 석사 / Nanjing University of Science and

Technology, Operational Research 석사;

⚫ Bell Northern Research 시니어 연구원 (6 개 USA 특허 보유)

⚫ U.S. National Communications Standards Organization TR45.5.2

부의장

⚫ ZTE 자회사인 Shenzhen ZTE Integrated Telecom Ltd. 설립/

Shenzhen

⚫ ZTE Mobile Telecom Co. Ltd 에서 General Manager and Board Chairman 으로 근무

⚫ VIA Group 자회사 부대표이자 그룹 대표의 어시스턴트로 근무

⚫ 중국 시장을 이끄는 엔터프라이즈 레벨의 데스크탑 클라우드 회사를 설립함

최고 설계자 Halley Han

⚫ China Agricultural University, Automation 석사 ;

⚫ 가상화와 클라우드 컴퓨팅 전문가, 리눅스 커널 엔지니어이며

오픈소스 기술의 전문가

⚫ 분산 가상 컴퓨팅 보안 및 오디오 및 비디오 알고리즘

전문가로 미국 국방부, 연방 국방부(독일), 터키 해군,

씨티은행 등을 포함하여 서비스 제공

⚫ 베이징 아너 케추앙 정보기술(IT) 공동 설립자 & CTO;

⚫ Wyse Technology LLC 의 리눅스 리더 & 설계자;

⚫ ISoft Infrastructure Software Co., Ltd.의 최고 시스템 설계자 ;

⚫ 엔터프라이즈급 데스크톱 클라우드 회사를 설립하고 기술 아키텍처 및 제품

개발을 주도함





69

대표 보좌관 및 COO Kevin Wang ⚫ 타이위안 코카콜라 음료, CSS부 차장

⚫ Iron Army 판매를 위한 알리바바 B2B사업단

⚫ Midea의 국내마케팅업체 전자상거래사업부(Jingdong & Tmall)

⚫ Yumi Network의 National Operations Director

⚫ New Foods Division of New Hope Liuhe Co., Ltd.의 COO

⚫ Xinyuan China's Beijing Love Relay Technology Development Co.,

Ltd.의 운영 부사장

⚫ Beijing Xiaolu Express Consulting Co., Ltd. 공동 설립자 겸 COO

⚫ Chain Smart Technology (Shanghai) Co., Ltd. Operation 부사장

8.2 기술 어드바이저

최고 컨테이너 전문가, Dr. Liang Sheng

⚫ the University of Science and Technology of China, 컴퓨터 공학

석사;

⚫ Yale University, 컴퓨터 공학 박사;

⚫ Citrix CloudStack 의 CTO (2011-2014);

⚫ Citrix 에 2011 년 7 월에 인수 된 CloudStack 의 창업자 겸

대표;

⚫ SEVEN Networks VPE;

⚫ OPENWARE 의 Software Engineering Director;

⚫ Teros Networks 의 창업자 겸 CTO ;

⚫ Sun Microsystems Inc 스탭 엔지니어. 자바 가상화 머신의 주요 컨트리뷰터





70

최고 블록체인 전문가 Dr. Zou Jun

⚫ Macquarie University, 컴퓨터 과학 박사 / MBA, Macquarie

Business School;

⚫ IBM 오스트레일리아 소프트웨어 부서 금융 산업 수석

설계자,

⚫ 클라우드 컴퓨팅 서비스 계약, 블록체인 금융 및 규제 기술과

관련된 주요 국제 회의 및 저널에 20 개 이상의 논문을

발표함.

⚫ “Blockchain Guide” 편집장, “Software Definition Storage” 편집 위원; ICWS 로부터

최고의 블록체인지로 상을 받음; 그가 1 저자로 쓴 합의 알고리즘 논문은 탑 국제

서비스 컴퓨팅 저널인 "Transaction on Service Computing"에 기고됨.

최고 과학자 Liren Chen

⚫ Carnegie Mellon University 컴퓨터과학 석사/ Tsinghua University

컴퓨터공학과 석사;

⚫ Hubat 의 공동 설립자 및 CTO 로 네트워크 전체를 위한 검색

엔진을 연구하고 개발함.

⚫ 7 년간 구글에서 근무하였으며, 주로 중국어, 일본어 및

한국어, 빅데이터 및 대규모 시스템, 학술 및 법률

검색(Google Analytics, Google+, SRE 등)의 연구개발에 종사함

⚫ 스타트업 회사 vivisimo 는 2011 년 IBM 에 인수됨

⚫ 360 Mobile Search 의 Principal, Pangu Search 의 CTO;

⚫ 스타트업 yunyun.com 은 2013 년 Sina 에 인수됨

⚫ 스타트업 'Passion Technology' 2016 년 Meituan 에 인수됨;

⚫ AI·블록체인 업체 공동창업자&CTO





71

클라우드 컴퓨팅 최고 어드바이저 Zhang Haining

⚫ Simon Fraser University, 컴퓨터 과학 석사;

⚫ 클라우드 컴퓨팅 및 블록체인 기술 전문가

⚫ Harbor enterprise-level container image warehouse 창업 경력;

⚫ 오픈 소스 PaaS 클라우드 플랫폼 Cloud Foundry 에서 기술

전문가로 근무

⚫ Super account book projects 기여자;

⚫ “Blockchain Guide” 저자;

⚫ IBM Smart Cloud 의 수석 설계자와 Sun Microsystems 의 수석 솔루션 설계자로

근무함.

대규모 리소스 플랫폼 관리 최고 어드바이저 Dr. Yang

Haiming

⚫ Tsinghua University, 전자공학과 석사;

⚫ 미국 RPI(Rensselaer Polytechnic Institute) 전기공학 박사

⚫ Cisco 에서 5 년간 근무하며 Cisco 글로벌 데이터 센터용 통합

리소스 관리 플랫폼의 연구개발 및 O&M 담당

⚫ 클라우드 컴퓨팅 및 OpenStack Technology 의 수석 설계자, IBM

Greater China, 중국에서 IBM OpenStack 기술의 연구개발, IBM 클라우드 플랫폼 IaaS

및 비즈니스와 통합된 엔드투엔드 기술 구현 담당

⚫ 징동그룹 CTO 시스템 수석설계사, 징동그룹 기술전략 담당, 블록체인 기반기술

연구개발, 기술통합 담당





72

금융 기술 최고 어드바이저 Shao Zhou

⚫ TOGAF 의 공인 소프트웨어 설계자 및 정보 보안 및 위험

관리 전문가

⚫ IoT 기술의 선구자;

⚫ 블록체인 기술과 블록체인 상용 애플리케이션의 탐험가;

⚫ 오픈 소스 기술 커뮤니티의 활발한 조직자 및 기여자

⚫ AIIB 본부의 최고 금융기술 설계자

⚫ Fortune 500 대 기업 중 많은 기업에 근무한 적이 있으며, 국제 금융 기술 산업에서

10 년 이상의 경험이 있음. 투자, 자산 관리 및 보험 분야에서의 O&M 팀을

효율적으로 구축 및 발전시켜 본 경험이 있음. 여러 개의 지역 간 대규모 복합

사업 프로젝트를 주도하고 개발한 적 있음.

8.3 제품 개발팀

CPO Li Fei

⚫ China Virtualization Technology Forum 설립자;

⚫ “China Desktop Cloud Standardization White Paper” 편집장;

⚫ Realor Information & Technology/ Beijing Gintel Technology Co.,

Ltd.의 Technical Manager

⚫ ISoft Infrastructure Software Co.의 가상 제품군 프로덕트 매니저;

⚫ 엔터프라이즈급 클라우드 컴퓨팅/데스크톱 클라우드 회사의

CPO.





73

P2P 전송 기술 전문가 Xing Zhen

⚫ Jilin University, 컴퓨터 과학 학사;

⚫ P2P 전송 기술 프로덕트 매니저 8 년 경력;

⚫ 엔터프라이즈 레벨 클라우드 컴퓨팅 / 분산 컴퓨팅 데스크톱

클라우드 플랫폼의 프로덕트 매니저.

⚫ 엔터프라이즈급 클라우드 컴퓨팅 / 파일 P2P 공유 및 백업

제품 관리자

소프트웨어 아키텍처 및 시스템 아키텍처 전문가 Wang

Shishuang

⚫ Beijing Jiaotong University 의 컴퓨터 과학 학사;

⚫ Rinux OS 아키텍처 및 장치 드라이버를 담당하는 Dell-wyse

엔지니어

⚫ 15 년 동안 Linux 시스템 아키텍처 및 가상화 알고리즘의

수석 개발 관리자로 근무

블록체인 전문가 Chen Yaowen

⚫ 머신러닝 전문가.

⚫ NLP 의 딥러닝을 위한 산업 시나리오에 집중함

⚫ 블록체인과 AI 의 연계에 집중함

⚫ Chinese participle project kcws 의 딥러닝 파트 (github 1700 stars).





74

블록체인 선임전문가 Zhang Cheng

⚫ 중국과학원 컴퓨팅기술연구소장, 엔지니어링 아키텍처 10 년

경력

⚫ 대규모 검색 엔진 기술 전문가

⚫ 빅데이터 전문가

⚫ 블록체인 수석 전문가, 주요 퍼블릭 블록체인과 블록체인

경제 및 생태계 계획을 집중적으로 연구

암호학자 Dr. Tang Yi

⚫ Sun Yat-Sen University 박사 & 교수;

⚫ 여러 국가, 지방 및 장관급 과학 연구 프로젝트에 참여 및

주도하였고, 2 등상을 받은 적이 있음.

⚫ 여러 암호학 관련 논문 발표.

⚫ Sun Yat-sen University 를 대표하여 Hong Kong Baptist University &

Department of Computer Science 과 University of North Carolina 방문.

분산 시스템/그리드 컴퓨팅 전문가 Chen Chao

⚫ Jiangnan University, 컴퓨터 과학 석사;

⚫ 15 년 경력 - 엔터프라이즈급 시스템 아키텍처 컨설팅, 설계

및 개발, 증강 시스템 설계자, Motorola's American 911 system

디자인 리드, China Resources 의 가스 디스패칭 SOA 시스템

통합 ;

⚫ Cisco China 수석 R&D 매니저로 Edge300 시리즈 개발, Fanuc

ZeroDownTime 프로젝트, Lora IoT 게이트웨이 개발.

⚫ Yilujia Network Technology Co.의 공동 설립자

⚫ Yaquu, E+ 및 Jinwangyigou 시스템 아키텍처 및 팀 관리

⚫ Iweu 스마트 플랫폼의 설립자





75

분산 시스템/그리드 컴퓨팅 전문가 Yue Yongqiang

⚫ Dalian University of Technology, 수학 석사;

⚫ 10 년 동안 윈도우즈 시스템 아키텍처 및 애플리케이션의

연구개발 관리자

⚫ 클라우드 컴퓨팅 애플리케이션 플랫폼의 아키텍처 및 개발에

대한 6 년의 경력

⚫ 유비쿼터스 단말기의 관리와 개발, 10,000 개 이상의 단말기의

관리에 대한 8 년간의 경험

⚫ Beijing Founder Electronics Co., Ltd.의 App R&D Manager

분산 시스템/그리드 컴퓨팅 전문가 Xiliang

⚫ Hebei University of Engineering, 컴퓨터 과학 학사;

⚫ 클라우드 컴퓨팅 플랫폼 시스템 아키텍처 연구개발 관리자

경력 8 년

⚫ 클라우드 컴퓨팅 플랫폼의 프런트엔드 개발 경력 6 년

⚫ 개발된 제품은 1000 명 이상의 엔터프라이즈급 사용자들에게

성공적으로 적용됨

분산 시스템 전문가/블록체인 전문가 Andrew Dong

⚫ 아마존 개발 엔지니어로 rear-end authentication 와 아마존

차이나의 authorization service 를 담당함

⚫ WebSphere Commerce 7.0 에 발표된 IBM Labs WebSphere

Commerce 의 핵심 개발 인력.

⚫ 시드니 대학의 분산 합의 시스템, 블록체인 및 분산 시스템

연구자. 호주에서 상위권에 랭크된 분산 시스템 연구팀의

멤버로, IEEE Cloudcom 에서 GPU 공통 자원을 기반으로 한

블록체인 합의 프로토콜 관련 특허 출원을 발표함

⚫ Fujitus Australia 의 수석 블록체인 설계자로서 다수의 은행 및 금융 프로젝트를

성공적으로 개발함





76

8.4 어드바이저

어드바이저 Michael Meng

⚫ RChaintech 의 신위안 기술 그룹 시니어 부사장 및 파트너 &

CMO

⚫ The chain A senior in the chain and currency circles and an early

⚫ investor in the currency circles;

⚫ Turingcat 의 전 설립자 & 대표

⚫ IBM 에서 계열사 제너럴 매니저 및 스마트 시티 매니저로

15 년 근무 경력

어드바이저 Wang Zishang

⚫ "Cloud Management 2.0" 저자

⚫ China Artificial Intelligence Industry Alliance (AIIA) 위원;

⚫ 13 년 연속 TOP50 골든 애플 어워드와 TFC 글로벌 모바일

게임 & 인텔리전트 엔터테인먼트 전시회를 주최한 Topfun

Media (835872)의 설립자 & CEO ;

⚫ TOPC, CSDN 및 POT 와 같은 여러 유명한 블록체인

프로젝트에 참여

⚫ China Women’s Development Foundation 의 '과학과 기술 관련 10 대 여성창업가', ‘여성

창업가 멘토' 로 2017 Chinca Excellence Award for Scientific Management 수상

어드바이저 Song Xiaonan

⚫ Unix, 분산 시스템과 그리드 컴퓨팅 분야의 전문가.

⚫ 10 년 R&D 와 마케팅 경력. 대형 프로젝트의 운영체제,

미들웨어와 클라우드 플랫폼에 대한 연구 진행함.

⚫ Huawei 의 클라우드 컴퓨팅 부서에서 근무하며, 제품 계획,

비즈니스 통찰, EMEA 지역의 시장 프로모션 및 기술 협력을

담당함.

⚫ Primeton 의 최고 클라우드 컴퓨팅 설계자.





77

어드바이저 Zhao Peng

⚫ H Hyper CEO;

⚫ 클라우드 컴퓨팅 오픈 소스 분야의 저명한 전문가

⚫ Hyperledger 엔젤투자자;

⚫ JP Morgan Chase, Quantum Fund, HSBC, 리먼 브라더스, MUFJ 및

기타 많은 국제 금융 기관에 서비스를 제공한 경험.

⚫ 블록체인(blockchain)과 금융기술(financial technology) 조합에

대한 풍부한 경험

어드바이저 Lv Xinhao

⚫ Iotchain 공동창업자

⚫ Xiaom 에서 블록체인 팀을 시작했으며, 2016 년 말 Data island

문제를 해결함.

⚫ 2014 년에 훌륭한 기술 문서인 비트코인 마스터링의 중국어

번역에 참여함.

저작권

법적 고지 : 이 문서에 포함된 정보와 첨부 자료는 우라누스

파운데이션(Uranus Foundation)의 저작권과 지적 재산입니다. 사전 서면

허가없이 어떠한 양식 또는 방법으로도 복사, 복제, 대체, 배포, 또는

저장될 수 없습니다.

고지

우라누스 파운데이션(Uranus Foundation)은 이 문서를 해석하고 수정할

권리를 가지고 있습니다. 이 문서에 대한 수정 및 업데이트와 해석은

우라누스 파운데이션의 웹사이트에 고지될 것입니다.


78

유비쿼터스 컴퓨터 풀

기술백서 풀 컴퓨터 - uranus · 유비콤 기술백서 성명: 본 사업계획서에...

Documents