네트워크 처리량

최종 수정 2026.03.24

네트워크 처리량(또는 맥락상 단순히 처리량)은 이더넷이나 패킷 라디오와 같은 통신 네트워크에서 통신 채널을 통한 메시지 전달 속도를 의미한다. 이러한 메시지에 포함된 데이터는 물리적 또는 논리적 링크를 통해, 혹은 네트워크 노드를 거쳐 전달될 수 있다. 처리량은 일반적으로 초당 비트 수(bps로 약칭하기도 함)로 측정되며, 때로는 초당 패킷 수(pps)나 시간 슬롯당 데이터 패킷 수로 측정되기도 한다.

총 처리량은 네트워크의 모든 채널을 통해 전달되는 데이터 전송률의 합이다.[^1] 처리량은 디지털 대역폭 소비량을 나타낸다.

통신 시스템의 처리량은 기반 물리 매체의 한계, 시스템 구성 요소의 가용 처리 능력, 최종 사용자의 행동 등 다양한 요인에 의해 영향을 받을 수 있다. 각종 프로토콜 오버헤드를 고려하면, 실질적인 데이터 전송 속도는 달성 가능한 최대 처리량보다 상당히 낮아질 수 있다. 이 실질적인 부분을 일반적으로 굿풋(goodput)이라고 한다.

최대 처리량

통신 장치의 사용자, 시스템 설계자, 그리고 통신 이론 연구자들은 시스템의 예상 성능을 파악하는 데 관심을 갖는 경우가 많다. 사용자 관점에서 이는 흔히 "어떤 장치가 내 필요에 맞게 데이터를 가장 효과적으로 전달해 줄 것인가?" 또는 "어떤 장치가 단위 비용당 가장 많은 데이터를 전달할 것인가?"로 표현된다. 시스템 설계자들은 최종 성능을 좌우하는 가장 효과적인 아키텍처나 설계 제약 조건을 선택하는 경우가 많다. 대부분의 경우, 시스템이 달성할 수 있는 기준, 즉 최대 성능이 사용자나 설계자가 관심을 갖는 부분이다. 최대 처리량이라는 용어는 최종 사용자 최대 처리량 테스트를 논의할 때 자주 사용된다. 최대 처리량은 본질적으로 디지털 대역폭 용량과 동의어이다.

최대 처리량의 맥락에서 여러 시스템의 상한 개념적 성능을 비교하는 데 네 가지 서로 다른 값이 사용된다. 이는 최대 이론적 처리량, 최대 달성 가능 처리량, 최대 측정 처리량, 그리고 최대 지속 처리량이다. 이 값들은 서로 다른 특성을 나타내며, 서로 다른 최대 처리량 값을 비교할 때는 동일한 정의가 사용되도록 주의해야 한다.

처리량 값을 비교하려면 각 비트가 동일한 양의 정보를 전달해야 한다. 데이터 압축은 처리량 계산을 크게 변화시킬 수 있으며, 일부 경우에는 100%를 초과하는 값을 생성하기도 한다.

통신이 서로 다른 비트 전송률을 가진 여러 링크를 직렬로 연결하여 중계되는 경우, 전체 링크의 최대 처리량은 가장 낮은 비트 전송률보다 낮거나 같다. 직렬 연결에서 가장 낮은 값을 가진 링크를 병목(bottleneck)이라고 한다.

최대 이론적 처리량

최대 이론적 처리량은 시스템의 채널 용량과 밀접하게 관련되어 있으며,[^2] 이상적인 조건에서 전송할 수 있는 최대 가능 데이터량이다. 일부 경우에 이 수치는 채널 용량과 동일하게 보고되지만, 비패킷화 시스템 기술만이 이를 달성할 수 있으므로 이는 오해의 소지가 있을 수 있다. 최대 이론적 처리량은 최적 가정 하에서 포맷 및 규격 오버헤드를 고려하여 보고하는 것이 더 정확하다.

점근적 처리량

점근적 처리량(비공식적으로 점근적 대역폭)은 패킷 모드 통신 네트워크에서 메시지 크기[^3] 또는 데이터 소스 수로 인해 들어오는 네트워크 부하가 무한대에 근접할 때의 최대 처리량 함수 값이다. 다른 비트 전송률 및 데이터 대역폭과 마찬가지로, 점근적 처리량은 초당 비트 수 또는 (드물게) 초당 바이트 수로 측정되며, 여기서 는 이다. 십진 접두사가 사용되며, 이는 가 임을 의미한다.

점근적 처리량은 일반적으로 탐욕적 소스와 흐름 제어 메커니즘 없이(즉, TCP가 아닌 UDP를 사용하여) 매우 큰 메시지(데이터 패킷 시퀀스)를 네트워크를 통해 전송하거나 시뮬레이션하고, 목적지 노드에서 수신된 데이터 양을 측정하여 추정한다. 다른 소스 간의 트래픽 부하가 이 최대 네트워크 경로 처리량을 감소시킬 수 있다. 또는 흐름 제어 유무에 관계없이 다수의 소스와 싱크를 모델링하고, 집계 최대 네트워크 처리량(목적지에 도달하는 트래픽의 합계)을 측정할 수 있다. 무한히 큰 패킷 큐를 가진 네트워크 시뮬레이션 모델에서 점근적 처리량은 네트워크 지연 시간(패킷 큐잉 시간에 의한)이 무한대로 갈 때 발생하며, 패킷 큐가 제한되어 있거나 네트워크가 다수의 소스를 가진 멀티드롭 네트워크이고 충돌이 발생할 수 있는 경우에는 패킷 드롭률이 100%에 근접한다.

점근적 처리량의 잘 알려진 응용은 점대점 통신 모델링으로, 메시지 지연 시간 T(N)을 메시지 길이 N의 함수로 T(N) = (M + N)/A로 모델링하며, 여기서 A는 점근적 대역폭이고 M은 반피크 길이이다.[^4]

일반적인 네트워크 모델링에서의 사용 외에도, 점근적 처리량은 대규모 병렬 컴퓨터 시스템의 성능 모델링에 사용되며, 이러한 시스템에서는 시스템 운영이 프로세서 성능뿐만 아니라 통신 오버헤드에 크게 의존한다.[^5] 이러한 응용에서 점근적 처리량은 프로세서 수를 포함하는 모델링에 사용되므로, 지연 시간과 점근적 처리량 모두 프로세서 수의 함수가 된다.[^6]

최대 측정 처리량

점근적 처리량이 이론적 또는 계산된 용량인 반면, 최대 측정 처리량은 실제 구현된 시스템 또는 시뮬레이션된 시스템에서 측정된 처리량이다. 이 값은 짧은 시간 동안 측정된 처리량이며, 수학적으로는 시간이 0에 근접할 때 처리량에 대해 취한 극한값이다. 이 용어는 순간 처리량과 동의어이다. 이 수치는 버스트 데이터 전송에 의존하는 시스템에 유용하지만, 높은 듀티 사이클을 가진 시스템에서는 시스템 성능의 유용한 측정 지표가 될 가능성이 낮다.

최대 지속 처리량

최대 지속 처리량은 장시간에 걸쳐 평균화되거나 적분된 처리량이다. 일정한 부하 하에 있는 네트워크의 경우, 이것이 시스템 성능의 가장 정확한 지표일 가능성이 높다. 최대 처리량은 부하가 클 때의 점근적 처리량으로 정의된다. 패킷 교환 네트워크에서 패킷 손실이 발생하지 않는 동안에는 부하와 처리량이 항상 동일하다. 최대 처리량은 패킷 손실을 유발하거나 지연 시간이 불안정해져 무한대로 증가하게 만드는 최소 부하로 정의될 수 있다.

채널 이용률과 효율

처리량은 때때로 정규화되어 백분율로 측정되지만, 정규화는 그 백분율이 무엇과 관련된 것인지에 대해 혼란을 야기할 수 있다. 채널 이용률, 채널 효율 및 패킷 손실률을 백분율로 표현하는 것이 더 명확한 용어이다.

채널 효율은 대역폭 이용 효율이라고도 하며, 디지털 통신 채널의 순 비트 전송률 중 실제 달성된 처리량이 차지하는 비율을 백분율로 나타낸 것이다. 예를 들어, 이더넷 연결에서 처리량이 인 경우, 채널 효율은 70%이다.

채널 이용률은 채널 내의 데이터 비트와 전송 오버헤드를 모두 포함한다. 전송 오버헤드는 프리앰블 시퀀스, 프레임 헤더 및 확인 응답 패킷으로 구성된다. 단순화된 접근 방식에서, 확인 응답 패킷의 길이가 0이고 통신 제공자가 재전송이나 헤더와 관련된 대역폭을 인식하지 못한다고 가정하면, 채널 효율은 채널 이용률과 동일할 수 있다. 따라서 일부 문헌에서는 채널 이용률과 프로토콜 효율을 구분하여 표기한다.

점대점 또는 점대다점 통신 링크에서, 하나의 단말기만 전송하는 경우, 최대 처리량은 종종 물리적 데이터 전송률(채널 용량)과 동일하거나 매우 근접한데, 이는 소규모 프레임 간 간격을 제외하면 이러한 네트워크에서 채널 이용률이 거의 100%에 달할 수 있기 때문이다.

예를 들어, 이더넷의 최대 프레임 크기는 1526바이트로, 페이로드에 최대 1500바이트, 프리앰블에 8바이트, 헤더에 14바이트, 트레일러에 4바이트가 할당된다. 각 프레임 뒤에는 12바이트에 해당하는 최소 프레임 간 간격이 추가로 삽입된다. 이는 최대 채널 이용률 1526 / (1526 + 12) × 100% = 99.22%에 해당하며, 이더넷 연결에서 이더넷 데이터 링크 계층 프로토콜 오버헤드를 포함한 최대 채널 사용량에 해당한다. 이더넷 프로토콜 오버헤드를 제외한 최대 처리량 또는 채널 효율은 1500 / (1526 + 12) = 97.5%이다.

처리량에 영향을 미치는 요인

통신 시스템의 처리량은 여러 요인에 의해 제한된다. 그 중 일부를 아래에서 설명한다.

아날로그 한계

달성 가능한 최대 처리량(채널 용량)은 아날로그 물리적 매체의 대역폭(헤르츠 단위)과 신호 대 잡음비에 영향을 받는다. 통신 장비의 제한된 전류 구동 능력은 높은 정전용량 링크에서 유효 신호 대 잡음비를 제한할 수 있다.

디지털 정보의 개념적 단순성에도 불구하고, 전선을 통해 전달되는 모든 전기 신호는 아날로그이다. 유선 또는 무선 시스템의 아날로그 한계는 필연적으로 전송할 수 있는 정보의 양에 상한을 부여한다. 여기서 지배적인 공식은 섀넌-하틀리 정리이며, 이러한 유형의 아날로그 한계는 신호의 아날로그 대역폭에 영향을 미치는 요인이나 신호 대 잡음비에 영향을 미치는 요인으로 이해할 수 있다. 이더넷에 사용되는 비차폐 연선 케이블의 대역폭은 약 1 GHz로 제한되며, PCB 트레이스도 비슷한 수준으로 제한된다.

디지털 시스템에서는 니 주파수(knee frequency)[^7]를 참조하는데, 이는 디지털 전압이 공칭 디지털 0의 10%에서 공칭 디지털 1까지 상승하거나 그 반대로 변화하는 데 걸리는 시간이다. 니 주파수는 채널의 대역폭과 관련이 있으며, 다음 공식을 통해 시스템의 3 dB 대역폭과 연관지을 수 있다:[^8] \ F_{3dB} \approx K/T_r 여기서 Tr은 10%에서 90%까지의 상승 시간이고, K는 펄스 형상과 관련된 비례 상수로, 지수적 상승의 경우 0.35, 가우시안 상승의 경우 0.338이다.

기타 아날로그 요인은 다음과 같다: *RC 손실: 전선은 고유 저항을 가지며, 접지에 대해 측정할 때 고유 정전용량을 갖는다. 이로 인해 모든 전선과 케이블은 RC 저역 통과 필터로 작동한다. *표피 효과: 주파수가 증가하면 전하가 전선이나 케이블의 가장자리로 이동한다. 이는 전류를 전달할 수 있는 유효 단면적을 줄여 저항을 증가시키고 신호 대 잡음비를 감소시킨다. AWG 24 전선(Cat 5e 케이블에서 흔히 사용되는 유형)의 경우, 표피 효과 주파수가 100 kHz에서 전선의 고유 저항률보다 우세해진다. 1 GHz에서 저항률은 인치당 0.1옴으로 증가한다.[^9] *종단 및 링잉: 약 1/6 파장보다 긴 전선은 전송선로로 모델링해야 하며 종단을 고려해야 한다. 종단이 없으면 반사된 신호가 전선을 따라 왕복하며 정보를 전달하는 신호에 간섭을 일으킨다.[^10] *무선 채널 효과: 무선 시스템의 경우, 무선 전송과 관련된 모든 효과가 수신 신호의 SNR과 대역폭을 제한하므로 최대 전송 속도를 제한한다.

하드웨어 및 프로토콜 고려 사항

처리가 필요한 대량의 데이터 부하는 하드웨어에 데이터 처리 요구 사항을 부과한다. 예를 들어, 게이트웨이 라우터는 초당 수십억 개의 패킷을 검사하고 라우팅 테이블 조회를 수행해야 한다.

CSMA/CD 및 CSMA/CA의 백오프 대기 시간과 충돌 감지 후 프레임 재전송은 전송 속도를 저하시킨다. 이는 이더넷 버스 네트워크 및 허브 네트워크뿐만 아니라 무선 네트워크에서도 발생할 수 있다.

흐름 제어, 예를 들어 전송 제어 프로토콜(TCP)의 흐름 제어는 대역폭-지연 곱이 TCP 윈도우보다 클 경우 처리량에 영향을 미친다. 이 경우, 송신 컴퓨터는 더 많은 패킷을 보내기 전에 데이터 패킷의 수신 확인을 기다려야 한다.

TCP 혼잡 회피는 데이터 전송 속도를 제어한다. 소위 슬로 스타트는 파일 전송의 시작 시, 그리고 라우터 혼잡이나 예를 들어 무선 링크에서의 비트 오류로 인한 패킷 손실 후에 발생한다.

다중 사용자 고려 사항

여러 사용자가 하나의 통신 링크를 원활하게 공유하려면 링크의 공정한 공유가 필요하다. 데이터 전송률 R을 제공하는 통신 링크를 N명의 활성 사용자가 공유하는 경우, 이상적으로 각 사용자는 일반적으로 약 R/N의 처리량을 달성할 수 있다.

라우터와 스위치의 네트워크 스케줄러가 궁극적으로 대역폭 공유 방식을 결정한다. 공정 큐잉이 제공되지 않으면, 큰 패킷을 전송하는 사용자가 더 높은 대역폭을 얻게 된다. 차별화되거나 보장된 서비스 품질(QoS)이 제공되는 경우, 가중 공정 큐잉(WFQ) 알고리즘에서 일부 사용자에게 우선순위가 부여될 수 있다.

위성 네트워크와 같은 일부 통신 시스템에서는 특정 시간에 특정 사용자가 사용할 수 있는 채널의 수가 한정되어 있을 수 있다. 채널은 사전 할당 또는 요구 할당 다중 접속(DAMA)을 통해 배정된다.[^11] 이 경우, 처리량은 채널 단위로 양자화되며, 부분적으로 활용된 채널의 미사용 용량은 손실된다.

굿풋과 오버헤드

최대 처리량은 효과적인 대역폭의 신뢰할 수 없는 측정치인 경우가 많으며, 예를 들어 초당 비트 단위의 파일 전송 데이터 속도가 그러하다. 실제 달성되는 처리량은 최대 처리량보다 낮은 경우가 많다. 프로토콜 오버헤드가 실효 대역폭에 영향을 미친다.

순방향 오류 정정 코드를 포함하는 방식에서는 중복 오류 코드가 일반적으로 처리량에서 제외된다. 모뎀 통신의 예를 들면, 처리량은 통상적으로 점대점 프로토콜(PPP)과 회선 교환 모뎀 연결 사이의 인터페이스에서 측정된다. 이 경우 최대 처리량은 흔히 순 비트율 또는 유효 비트율이라고 불린다.

네트워크나 연결의 실제 데이터 속도를 결정하기 위해 굿풋 측정 정의를 사용할 수 있다. 예를 들어 파일 전송에서 굿풋은 파일 크기(비트 단위)를 파일 전송 시간으로 나눈 값에 해당한다. 굿풋은 응용 계층 프로토콜에 초당 전달되는 유용한 정보의 양이다. 손실된 패킷이나 패킷 재전송, 그리고 프로토콜 오버헤드는 제외된다. 이러한 이유로 굿풋은 최대 처리량보다 낮다.

기타 용도

집적 회로

데이터 흐름 다이어그램에서 블록은 흔히 하나의 입력과 하나의 출력을 가지며, 이산적인 정보 패킷을 처리한다. 이러한 블록의 예로는 고속 푸리에 변환 모듈이나 이진 곱셈기가 있다. 처리량의 단위(예: 초당 메시지 수)는 전파 지연의 단위(예: 메시지당 초)의 역수이므로, 처리량을 사용하여 연산 블록을 통신 채널과 연관시킬 수 있어 시스템 분석이 단순화된다.

무선 및 셀룰러 네트워크

무선 네트워크나 셀룰러 시스템에서 시스템 스펙트럼 효율은 , , 또는 단위로 표현되며, 최대 총 처리량을 아날로그 대역폭과 시스템 커버리지 면적의 특정 측정값으로 나눈 값이다.

아날로그 채널에서의 처리량

아날로그 채널에서의 처리량은 변조 방식, 신호 대 잡음비, 그리고 가용 대역폭에 의해 결정된다. 처리량은 일반적으로 정량화된 디지털 데이터의 관점에서 정의되므로, 처리량이라는 용어는 보통 사용되지 않으며, 대신 대역폭이라는 용어가 더 자주 사용된다.

같이 보기

  • BWPing
  • 탐욕적 소스
  • 고처리량 컴퓨팅 (HTC)
  • Iperf
  • 네트워크 처리량 측정
  • 네트워크 트래픽 측정
  • 성능 공학
  • 트래픽 생성 모델
  • ttcp

더 읽을거리

  • Rappaport, Theodore S. 무선 통신, 원리와 실제 제2판, Prentice Hall, 2002,
  • Blahut, Richard E. 데이터 전송을 위한 대수적 부호 Cambridge University Press, 2004,
  • Li, Harnes, Holte, "다중 홉 무선 네트워크에서 손실 링크가 성능에 미치는 영향", IEEE, 제14회 컴퓨터 통신 및 네트워크 국제 학술대회 논문집, 2005년 10월, 303 - 308
  • Johnson, Graham, 고속 디지털 설계, 블랙 매직 핸드북, Prentice Hall, 1973,
  • Roddy, Dennis, 위성 통신 제3판, McGraw-Hill, 2001,

참고 문헌

[^1]: [[Guowang Miao]], Jens Zander, K-W Sung, Ben Slimane 공저, Fundamentals of Mobile Data Networks, Cambridge University Press, ISBN 1107143217 , 2016.

[^2]: Blahut, 2004, 4쪽

[^3]: C.Y Chou 외, ''메시지 전달 오버헤드 모델링'', Yeh-Ching Chung, José E. Moreira 편저, Advances in Grid and Pervasive Computing: First International Conference, GPC 2006 수록 ISBN 3540

[^4]: Jack Dongarra, Emilio Luque, Tomas Margalef 공저, ''병렬 가상 머신 및 메시지 전달 인터페이스의 최근 발전'' 1999 ISBN 3540665498 134쪽

[^5]: M. Resch 외, ''다양한 MPP에서의 MPI 성능 비교'', Recent Advances in Parallel Virtual Machine and Message Passing Interface, Lecture Notes in Computer Science, 1997, Volume 1332/ 수록

[^6]: Angelo Mañas, Bernardo Tafalla, Rou Rey Jay Pallones 편저, ''고성능 컴퓨팅 및 네트워킹'' 1998 ISBN 3540644431 935쪽

[^7]: Johnson, 1993, 2-5쪽

[^8]: Johnson, 1993, 9쪽

[^9]: Johnson, 1993, 154쪽

[^10]: Johnson, 1993, 160-170쪽

[^11]: Roddy, 2001, 370-371쪽