2.1 선로변 모니터링 구조

그림 1은 본 논문에서 제안하는 선로변 모니터링 구조를 나타낸다. 데이터 수집 대상은 레일과 침목 등의 궤도 구조물뿐 아니라 전차선과 급전설비 주변까지 포괄할 수 있다. 센서 노드는 대상에 따라 가속도, 온도, 변형률, 전압 및 전류 센서를 선택하고, 수집된 데이터를 MCU에서 처리한 후 상위 서버로 전송한다. 철도 분야에서는 무선 센서 네트워크를 이용한 상태감시뿐 아니라 전차선의 변형률 계측과 철도교량의 구조건전성 모니터링 등 다양한 센서 기반 모니터링 구조에 대해서 연구되어 왔다 ^{[1, 2, 9]}.

그림 1 철도 선로변 모니터링 노드

Fig. 1 Railway wayside monitoring node

선로변 노드의 전원은 유선 공급, 배터리, 에너지 하베스팅 등으로 구성할 수 있다. 광범위한 구간에서 모든 노드에 전력선을 배치하는 것은 공사 부담을 가중시키며, 배터리 전원은 주기적인 교체와 현장 접근성으로 인한 유지보수 비용이 발생한다. 이에 따라 철도 환경의 진동이나 RF 에너지를 이용해 센서를 구동하는 연구가 지속적으로 제안되어 왔다 ^{[3- 7]}.

그림 2 간헐컴퓨팅 환경에서의 선로변 모니터링 작업 흐름과 체크포인트 위치 예시

Fig. 2 Example monitoring task flow and checkpoint positions under intermittent computing

본 논문에서는 노드 구성에 있어서 에너지 하베스터의 종류나 변환 효율 부분 보다는 하베스터-저장장치-전력관리회로 이후의 MCU 실행부에 초점을 둔다. 이 노드는 비휘발성 메모리를 사용한다고 가정하여, 저장 전압이 충분할 때 MCU가 센싱 및 데이터 처리를 수행하고, 전압이 감소하여 실행 지속이 어려워질 때 필요한 상태를 FRAM에 저장한 뒤 정지하게 된다. 이후 에너지 공급이 재개되면 저장 상태를 복구하여 기존의 작업을 이어간다.

따라서 본 연구의 차별점은 새로운 철도 고장진단 알고리즘이나 새로운 에너지 하베스터를 제안하는 데 있지 않다. 대신 철도 상태 모니터링의 분산 센서 구조와 간헐컴퓨팅의 상태 보존 기술을 연결하고, 그 연결부에 해당하는 MCU-FRAM 체크포인트 비용을 실제 계측값으로 제시한다. 이와 같은 정량값은 향후 특정 하베스터의 출력 에너지와 모니터링 workload가 주어졌을 때 한 번의 에너지 공급 구간에서 어느 정도의 상태를 안전하게 저장할 수 있는지 평가하는 입력자료가 된다.

2.2 모니터링 작업의 분할과 상태 보존

선로변 모니터링의 작업 실행 흐름은 에너지 확인 및 기동, 센싱, 특징 추출, 상태 판단, 무선 전송의 단계로 단순화할 수 있다 (그림 2). 예를 들어 가속도 센서를 이용한 궤도 진동을 감시하기 위해서는 구간별 샘플을 획득한 뒤 RMS, 최대값 또는 특정 주파수 대역의 성분을 구하고, 설정된 기준과 비교하여 정상 또는 이상 상태를 판정할 수 있다. 전차선이나 급전설비의 경우에도 측정 내용은 달라지지만 센싱-처리-판정-전송의 기본 흐름은 유사하다.

다만, 이 작업은 에너지 하베스팅 노드 자체의 근본적인 한계로 한 번의 충전으로 이 전체 흐름을 완료하지 못할 수 있다. 이러한 경우 작업 경계에서 진행 상태를 저장하게 되면 다음 구간에서는 이미 완료한 작업을 반복하지 않고 이후 단계부터 실행할 수 있다. 센싱 이후에는 샘플 수와 버퍼 진행 위치, 특징 추출 이후에는 계산된 특징값과 다음 처리 위치, 상태 판단 이후에는 판단 결과와 전송 대기 상태 등이 체크포인트에 포함될 수 있다.

일반적으로 체크포인트의 크기는 응용 프로그램에 따라 달라지는데, 전체 센서의 내용을 저장하면 복구는 쉽지만, 상태 크기가 증가한다. 반대로 진행 인덱스와 소수의 특징값만 저장하도록 하여 체크포인트 크기를 줄이는 경우, 재실행량이 증가할 수 있다. 따라서 선로변 모니터링에서 체크포인트 크기와 수행 주기는 단순한 저장 장소의 크기만이 아니라 가용 에너지, 센싱 주기, 처리량 및 통신 시점과 함께 결정되어야 한다.

2.3 FRAM 기반 체크포인트

이러한 전원 공급이 불안정한 시스템에서는 프로그램 실행을 재개하기 위해 레지스터, 스택, 전역 변수 및 응용에서 필요한 중간 상태를 비휘발성 메모리에 보존할 수 있다 ^[8]. 이에 대표적인 예가 FRAM(ferroelectric random access memory)으로, 강유전체의 분극 상태를 이용하여 데이터를 비휘발성으로 저장하며, 빠른 읽기 및 쓰기와 높은 쓰기 내구성 등의 특성을 갖는다 ^[10]. 이러한 특성은 반복적인 상태 저장이 발생하는 체크포인트에 활용하기에 적합하며, MCU 내부에 통합된 FRAM을 사용할 경우 외부 비휘발성 메모리 인터페이스 없이 상태를 저장할 수 있다. 본 연구에서는 연구 주제를 명확히 하기 위해 복잡한 런타임 시스템 전체를 비교하기보다, 지정된 크기의 휘발성 상태를 내장 FRAM의 보존 영역으로 복사하는 합성 체크포인트 커널을 사용한다.

기존의 철도 에너지 하베스팅 연구는 주변에서 어떻게 에너지를 얻으며, 이를 어떻게 내부 전원으로 활용할 것인가에 있다 ^{[3- 7]}. 반면 에너지가 부족해져서 MCU 실행이 중단되는 경우 이미 수행한 센싱과 계산의 진행 상태를 보존하는 문제는 별도의 문제이며, 기존의 연구들에서는 체크포인트와 동적 상태 보존 등의 방법을 사용한다 ^[8]. 본 연구의 동기는 이 두 연구 흐름 사이에서, 철도용 에너지 자립형 모니터링 노드가 간헐컴퓨팅으로 동작한다고 가정할 때 FRAM 상태 저장에 필요한 에너지와 시간을 실제 MCU에서 측정하는 것에서 시작한다.

또 하나 고려할 점은 철도 상태 모니터링은 감시 대상과 센서 구성, 데이터 처리 및 전원 공급을 함께 고려해야 한다는 점이다. Hodge 등은 무선 센서 네트워크가 궤도, 교량, 노반, 차량 및 각종 철도설비의 상태감시에 활용될 수 있음을 정리하였고 ^[1], 국내 연구에서도 전차선의 변형률 계측과 철도교량의 구조건전성 모니터링을 위한 센서 시스템이 제안되었다 ^{[2, 9]}. 본 연구는 철도 상태감시 기술 자체를 새로 제안하기보다, 에너지 자립형 센서 노드에서 전원 중단에 대비해 실행 상태를 보존할 때 필요한 MCU -FRAM 체크포인트 비용을 정량화하는 데 초점을 둔다.

3.1 실험 환경

앞에서 논의한 내용을 정량화 하기 위한 예제로 Texas Instruments MSP-EXP430FR5994 LaunchPad와 MSP430FR5994 MCU를 사용하여 기본 데이터를 추출하였다 ^{[11, 12]}. MSP430FR5994는 최대 16 MHz로 동작하며 256 KB의 내장 FRAM을 제공한다. 본 실험은 특정 MCU를 철도 모니터링 시스템의 필수 구성으로 제안하기 위한 것이 아니며, 간헐컴퓨팅 환경에서 상태 크기와 동작조건에 따라 체크포인트 비용이 어떻게 달라지는지를 관찰하기 위한 것이다. 펌웨어는 Code Composer Studio 환경에서 빌드하였으며, 체크포인트 커널은 SRAM의 시험 상태를 예약된 FRAM 영역으로 연속 복사하도록 수정하였다.

그림 3 체크포인트 에너지 및 지연시간 측정 실험 절차도

Fig. 3 Experimental procedure for checkpoint energy and latency measurement

본 실험은 정량화 모델을 수립하기 위한 과정으로 상태 크기와 동작 주파수에 따른 FRAM 저장 비용을 분리하여 측정한다. 따라서, 측정값은 전체 컴퓨팅 런타임의 비용이 아니라 체크포인트 저장 동작의 비용으로 해석해야 하며, 전압 저하 감지 및 체크포인트 트리거와 전원 복구 후 상태 복원에 필요한 추가 에너지와 시간은 측정 범위에 포함하지 않는다.

시험 상태 크기는 64, 128, 256, 512, 1024 byte의 다섯 단계로 설정하였으며, 동작 주파수는 1, 4, 8, 12, 16 MHz의 다섯 단계로 구성하였다. 각 조건에서는 단순 노이즈를 제거하기 위해 체크포인트를 100,000회 반복하여 충분히 긴 구간을 대상으로 하였으며, EnergyTrace를 이용하여 누적 에너지와 실행시간을 측정하였다. 각 상태 크기와 동작 주파수 조합에 대해 3회의 독립 측정을 수행하였으며, 총 25개 조건에서 75개의 acquisition을 확보하였다. 전체 실험 조건은 표 1에 정리하였으며, 실험 절차는 그림 3과 같다.

3.2 EnergyTrace 측정 구간과 데이터 처리

EnergyTrace는 Texas Instruments에서 제공하는 에너지 측정 및 분석 도구로, 개발 보드의 에너지 소비를 관찰한다 ^[13]. 본 실험에서는 체크포인트 반복 실행 전의 저전력 구간, 반복 수행에 따른 지속적인 활성 구간, 그리고 반복 종료 후 다시 저전력 상태로 복귀하는 파형 형태를 기준으로 측정 구간을 설정하였다. 따라서 모든 조건에 하나의 고정된 순간 전류 임계값을 적용하지 않고 파형의 형태와 실행 전후의 저전력 구간도 포함하여 고려하였다.

각 acquisition의 측정 구간에서 얻은 누적 에너지를 완료된 체크포인트 횟수로 나누어 체크포인트 1회당 평균 에너지 $E_{CP}$를 계산하였다. 동일하게 측정 구간의 실행시간 역시 완료 횟수로 나누어 체크포인트 1회당 평균 지연시간 $T_{CP}$를 계산하였다.

자동 구간 검출 결과 총 75개의 acquisition 중 67개는 측정 경계가 안정적으로 선택되었으나, 8개는 EnergyTrace 파형의 시작과 종료 경계 임계값 변화에 지나치게 민감하게 반응하여 자동 구간 검출 시 오차가 발생할 우려가 있어 검토 대상으로 분류되었다. 이들 8개 측정 역시 100,000회의 체크포인트 동작을 정상적으로 완료하였으며, 이를 포함하여 분석하더라도 상태 크기 증가에 따른 선형적 비용 증가나 동작 주파수에 따른 에너지 감소 추세 등 본 연구의 핵심적인 결론에는 변화가 없음을 확인하였다. 결과의 안정성을 위해 모델 분석에는 경계가 명확히 선택된 67개의 acquisition만 사용하였다.

상태 크기를 $S$, 동작 주파수를 $f$라 할 때 체크포인트 1회당 에너지와 지연시간을 각각 $E_{CP}(S, f)$와 $T_{CP}(S, f)$로 정의하였다. 상태 크기에 따른 체크포인트 비용의 변화를 간단히 표현하기 위해 각 동작 주파수에서 다음의 1차 모델을 적용하였다.

본 모델은 MSP430FR5994에서 측정된 체크포인트 비용을 상태 크기와 동작 주파수에 따라 비교하기 쉬운 형태로 나타내기 위한 것으로 다른 MCU나 비휘발성 메모리에 직접 일반화하지 않는다.

4.1 상태 크기에 따른 체크포인트 에너지

그림 4는 각 동작 주파수에서 상태 크기에 따른 체크포인트 1회당 평균 에너지와 반복 측정의 표준편차를 나타내며, 조건별 평균 에너지는 표 2에 정리하였다. 모든 동작 주파수에서 상태 크기가 64 byte에서 1024 byte로 증가함에 따라 평균 체크포인트 에너지는 거의 선형적으로 증가하였다. 예를 들어 8 MHz에서는 64, 128, 256, 512, 1024 byte에서 각각 약 0.161, 0.284, 0.530, 1.025, 2.017 μJ가 측정되었다.

그림 4 상태 크기에 따른 체크포인트 에너지의 평균과 표준편차

Fig. 4 Mean and standard deviation of checkpoint energy versus state size

동작 주파수에 따른 차이도 그림 4와 표 2에서 함께 확인할 수 있다. 모든 상태 크기에서 1 MHz 조건의 평균 체크포인트 에너지가 가장 높았고, 1 MHz에서 4 MHz로 증가할 때 감소폭이 크게 나타났다. 256 byte를 기준으로 평균 에너지는 1 MHz의 1.439 μJ에서 4 MHz 0.650 μJ, 8 MHz 0.530 μJ, 12 MHz 0.527 μJ, 16 MHz 0.473 μJ로 감소하였으며, 1 MHz 대비 16 MHz에서 약 67.1% 감소하였다. 8 MHz와 12 MHz의 차이는 상대적으로 작았고, 시험한 모든 상태 크기에서 16 MHz 조건의 평균 에너지가 가장 낮았다.

4.2 상태 크기에 따른 체크포인트 지연시간

그림 5는 동일한 조건에서 상태 크기에 따른 체크포인트 1회당 평균 지연시간과 표준편차를 나타내며, 조건별 평균값은 표 3에 정리하였다. 평균 지연시간 역시 모든 동작 주파수에서 상태 크기가 증가함에 따라 거의 선형적으로 증가하였다. 표 3의 1차 모델에서 상태 크기 1 byte 증가에 따른 지연시간 증가율은 1 MHz에서 약 4.0 μs/byte, 4 MHz에서 약 1.0 μs/byte, 8 MHz에서 약 0.50 μs/byte이며, 12 MHz와 16 MHz에서는 각각 약 0.375 μs/byte와 0.282 μs/byte 수준이었다.

그림 5 상태 크기에 따른 체크포인트 지연시간의 평균과 표준편차

Fig. 5 Mean and standard deviation of checkpoint latency versus state size

주파수 증가에 따른 지연시간 감소는 에너지보다 더욱 뚜렷하였다. 256 byte 조건에서 평균 지연시간은 1 MHz의 1082.9 μs에서 16 MHz의 77.7 μs로 약 92.8% 감소하였다. 또한 모든 시험 상태 크기에서 동작 주파수가 증가할수록 평균 체크포인트 지연시간이 감소하는 경향이 확인되었다.

4.3 결과 해석 및 설계 고려사항

전체적으로 그림 4와 그림 5에 평균값과 함께 표시한 표준편차에서 확인할 수 있듯이, 수용된 측정의 조건 내 변동은 평균값과 비교하여 매우 작았다. 특히 256 byte 주파수 sweep의 에너지 변동계수는 약 0.01-0.04% 수준으로 나타났다. 반면 EnergyTrace 파형의 시작과 종료 경계를 자동으로 선택하는 과정에서는 일부 acquisition이 임계값 변화에 민감하였다. 총 75개 중 8개가 이러한 이유로 검토 대상으로 분류되었다.

이상의 실험결과는 상태 크기와 동작 주파수에 따라 체크포인트에 필요한 에너지와 완료시간이 달라짐을 정량적으로 보여준다. 특히 본 실험에서는 시험한 모든 상태 크기에서 16 MHz 조건이 가장 낮은 평균 체크포인트 에너지와 가장 짧은 평균 지연시간을 나타냈으므로, 측정한 체크포인트 저장 동작만을 기준으로 하면 높은 동작 주파수가 유리하게 나타난다. 그러나 실제 간헐컴퓨팅 시스템의 동작 주파수는 체크포인트 비용만으로 결정할 수 없으며, 주파수 증가에 따른 MCU 동작 전류와 메모리 접근 조건, 공급전압에 따른 동작 조건 등을 함께 고려해야 한다. 따라서 다음 장에서는 특정 주파수를 최적 조건으로 결정하기보다, 측정된 체크포인트 에너지와 지연시간을 시스템의 가용 에너지 및 잔여 실행시간과 연결하여 에너지와 시간 제약을 만족하는 상태 크기–동작 주파수의 범위를 판단한다.

5.1 상태 보존을 위한 설계 입력

앞 절에서 측정한 체크포인트 에너지와 지연시간을 실제 간헐컴퓨팅 조건의 설계 판단에 적용하기 위해서는 이를 시스템의 가용 자원과 비교할 필요가 있다. 이에 상태 보존 가능 여부를 판단하기 위한 주요 입력으로 복구에 필요한 최소 상태 크기 $S_{req}$, 체크포인트에 사용할 수 있는 에너지 $E_{avail}$, 전압 저하 감지 이후 MCU가 최소 동작전압에 도달하기 전까지 동작할 수 있는 잔여시간 $T_{avail}$을 고려할 수 있다. $S_{req}$는 센서 채널의 진행 인덱스, 필터 상태, 누적 특징값, 이벤트 플래그 및 미전송 데이터 등 모니터링 작업을 재개하는 데 필요한 상태의 합으로 결정할 수 있다. $E_{avail}$은 하베스터와 저장장치 및 전원관리회로의 상태에 의해 결정되며, $T_{avail}$은 전압 저하 검출 시점부터 MCU의 최소 동작전압에 도달하기 전까지 확보할 수 있는 시간에 해당한다. 실제 MCU에서는 동작 주파수에 따라 요구되는 전압 조건이 달라질 수 있으므로, 실제 시스템에 적용할 때에는 선택한 동작 주파수가 해당 전압 범위에서 허용되는지도 함께 확인해야 한다. 본 연구에서는 안정된 전원 조건에서 측정한 체크포인트 에너지와 지연시간을 이용하므로, 시간에 따라 변화하는 공급전압과 동작 주파수 사이의 제약은 직접 모델링하지 않는다.

실제 운용환경의 변동과 설계 여유를 고려하기 위해 에너지와 시간에 각각 $\alpha_{E}$와 $\alpha_{T}$의 여유계수를 적용하면 체크포인트는 다음 조건을 만족해야 한다.

여기서 $\alpha_{E}$와 $\alpha_{T}$는 하베스터 출력 변동, 전원회로 손실 및 실제 운용환경의 불확실성을 반영하기 위한 설계계수이다. 예를 들어 $\alpha_{E}$는 온도 변화에 따른 에너지 저장 장치의 누설 전류 변동이나 열차 통과 빈도에 따른 하베스터 발전량 편차를 고려하여 설정할 수 있으며, $\alpha_{T}$는 극한 환경에서의 소자 지연 시간 증가 등을 보상하기 위해 1.2에서 1.5 수준의 안전계수로 적용할 수 있다. 본 연구에서는 실제 철도 하베스터와 전원회로를 실험하지 않았으므로 특정 안전계수 값을 제시하지 않으며, 실제 시스템에서는 측정된 전원 프로파일과 요구 신뢰도에 따라 결정해야 한다.

5.2 에너지 및 지연 시간 제약의 통합 평가

에너지와 시간의 두 제약조건을 하나의 값으로 비교하기 위해 본 연구에서는 $C_{CP}$를 체크포인트 수행 가능성을 나타내는 통합 지표로 정의한다.

$C_{CP}(S, f) \leqq 1$이면 해당 상태 크기와 동작 주파수가 주어진 에너지 및 시간 제약을 모두 만족하는 후보가 된다. 반대로 $C_{CP}(S, f) > 1$이면 에너지 또는 시간 제약 중 적어도 하나를 만족하지 못한다. 첫 번째 비율이 지배적이면 에너지 예산이, 두 번째 비율이 지배적이면 전원 차단 전 완료시간이 주요 제약으로 해석된다.

본 연구에서 시험한 주파수 집합 중 요구조건을 만족하는 가장 낮은 주파수를 선택하는 경우 주파수는 다음과 같이 정의할 수 있다.

$f^{*}$는 체크포인트 에너지 또는 지연시간을 최소화하는 최적 동작 주파수를 의미하지 않는다. 본 실험에서는 시험한 모든 상태 크기에서 16 MHz 조건이 가장 낮은 평균 체크포인트 에너지와 가장 짧은 평균 지연시간을 나타냈지만, 실제 간헐컴퓨팅 시스템에서는 동작 주파수에 따른 MCU의 동작 전류, 메모리 접근 조건 및 공급전압 범위 등의 제약도 함께 고려해야 한다 ^[11]. 따라서 본 연구에서는 특정 주파수의 최적성을 결정하기보다, 먼저 $C_{CP}$를 만족하는 주파수 집합을 수행 가능한 범위로 판단한다.

그림 6 가용 에너지 및 시간에 따른 상태 크기–클록 주파수 조합별 체크포인트 수행 가능성

Fig. 6 Checkpoint feasibility for 25 state-size and clock-frequency combinations under varying available energy and time

5.3 설계 조건 변화에 따른 적용

그림 6은 본 실험에서 측정한 5개 상태 크기와 5개 동작 주파수의 총 25개 조합을 이용하여 이러한 설계 조건의 변화를 나타낸 것이다. 그림 6(a)는 $T_{avail}=400\text{ }\mu\text{s}$로 고정한 상태에서 $E_{avail}$을 변화시킨 결과이고, 그림 6(b)는 $E_{avail}=1.5\text{ }\mu\text{J}$로 고정하고 $T_{avail}$을 변화시킨 결과이다. 두 경우 모두 $\alpha_{E}=\alpha_{T}=1$로 두었으며, 상단 그래프는 각 조합의 $C_{CP}$를 로그 스케일로 나타낸다. $C_{CP}=1$은 에너지와 시간 조건을 동시에 만족하는 경계이며, 이 값 이하의 영역을 체크포인트 수행 가능 영역으로 해석한다.

그림 6(a)에서 $E_{avail}$이 증가하면 에너지 제약이 완화되면서 다수의 조합이 $C_{CP}=1$ 이하로 이동한다. 그러나 $E_{avail}$이 충분히 커진 이후에도 일부 곡선은 더 이상 감소하지 않는데, 이는 고정된 $T_{avail}$에 의해 시간 항이 지배하기 때문이다. 그림 6(b)에서도 $T_{avail}$ 증가에 따라 시간 제약은 완화되지만, 일정 구간 이후에는 고정된 $E_{avail}$에 따른 에너지 항이 $C_{CP}$를 결정한다. 따라서 가용 에너지와 잔여 실행시간은 서로 독립적으로 충분한 값을 갖는 것이 아니라 두 조건을 함께 검토해야 함을 확인할 수 있다.

각 패널의 하단에는 $C_{CP} \le 1$을 만족하는 조합의 수를 전체 25개 조합에 대해 함께 표시하였다. 그래프에서 CCP=1은 가용 에너지와 잔여 실행시간 제약을 동시에 만족하는 경계선을 의미한다. 각 패널의 하단에 표시된 'Feasible / 25' 그래프는 측정된 총 25개의 상태 크기 및 동작 주파수 조합 중에서 이 CCP 값이 1 이하가 되어 실제 체크포인트 수행이 가능한 조합의 개수를 나타낸다. 가용 에너지 또는 잔여 실행시간이 증가할수록 수행 가능한 조합의 수는 단계적으로 증가하지만, 다른 한쪽의 고정된 제약 때문에 일정 수준 이후에는 증가가 제한된다. 이와 같은 표현은 특정 주파수나 상태 크기를 하나의 최적 조건으로 지정하기보다, 주어진 전원 조건에서 사용할 수 있는 상태 크기와 MCU 동작 주파수의 범위를 비교하는 설계 자료로 활용할 수 있다.