빅데이터분석기사 필기 이론 학습 | 모두의 문제집

GPU 사용 여부는 알고리즘 이름만으로 정하지 않는다. 실제 라이브러리가 해당 연산을 GPU에서 지원하는지, 배치 크기와 장치 메모리가 적절한지, 데이터 이동이 병목인지 측정한다. 작은 데이터나 짧은 작업은 초기화·전송비용 때문에 CPU가 더 빠를 수 있다.

일부 병렬 연산과 낮은 정밀도 계산은 실행 순서나 반올림 차이로 결과가 완전히 같지 않을 수 있다. 난수 시드만 고정하지 말고 하드웨어·라이브러리·결정론 설정을 기록하고, 필요한 경우 예측·지표의 허용 오차를 정한다.

도구 범주	적합한 작업	선택 조건	주의점
SQL·질의 엔진	정형 데이터 조회, 조인, 집계, 품질 점검	데이터가 테이블 중심이고 데이터 이동을 줄일 때	복잡한 반복 학습·특수 알고리즘에는 제약이 있을 수 있음
단일 장비 분석 언어·라이브러리	탐색, 통계분석, 전처리, 일반 머신러닝	작업 집합이 장비 자원 안에 있고 빠른 실험이 중요할 때	메모리 초과와 장시간 단일 작업을 측정해야 함
분산 데이터·연산 엔진	대용량 조인·집계, 분할 가능한 반복 작업	한 장비 한계를 넘고 병렬 이득이 통신비용보다 클 때	셔플, 스케줄링, 장애 복구와 운영 복잡성 증가
GPU 가속 라이브러리	대규모 행렬·텐서 연산, 지원되는 병렬 학습	연산이 GPU에 맞고 장치 메모리와 전송비용을 감당할 때	모든 알고리즘이 가속되는 것은 아니며 재현성 검증 필요

도구 범주

적합한 작업

선택 조건

주의점

SQL·질의 엔진

정형 데이터 조회, 조인, 집계, 품질 점검

데이터가 테이블 중심이고 데이터 이동을 줄일 때

복잡한 반복 학습·특수 알고리즘에는 제약이 있을 수 있음

단일 장비 분석 언어·라이브러리

탐색, 통계분석, 전처리, 일반 머신러닝

작업 집합이 장비 자원 안에 있고 빠른 실험이 중요할 때

메모리 초과와 장시간 단일 작업을 측정해야 함

분산 데이터·연산 엔진

대용량 조인·집계, 분할 가능한 반복 작업

한 장비 한계를 넘고 병렬 이득이 통신비용보다 클 때

셔플, 스케줄링, 장애 복구와 운영 복잡성 증가

GPU 가속 라이브러리

대규모 행렬·텐서 연산, 지원되는 병렬 학습

연산이 GPU에 맞고 장치 메모리와 전송비용을 감당할 때

모든 알고리즘이 가속되는 것은 아니며 재현성 검증 필요

시험 직전 요약장