기업명 비공개

**2. 심화 역량: TCP 혼잡제어 알고리즘 성능 평가 연구** 나아가 네트워크 성능 최적화에 대한 관심을 바탕으로, MININET을 활용한 버퍼블로트 망에서 AQM 기반 TCP 혼잡제어 알고리즘 성능 평가라는 주제의 연구를 수행했습니다. AI 및 대용량 데이터 처리에 치명적인 지연 시간(Latency) 문제를 해결하기 위해, Mininet으로 버퍼블로트 현상을 재현하고 다양한 AQM 기법(RED, CoDel, PIE)의 성능을 비교 분석했습니다. 초기에는 변수 통제에 어려움을 겪었으나, 버퍼 크기와 대역폭 값을 세밀하게 조정하며 반복 검증한 끝에 의미 있는 데이터를 도출했습니다. 그 결과, Tail Drop 방식 대비 AQM 적용 시 RTT(왕복 지연 시간)가 30% 이상 감소하고 cwnd(혼잡 윈도우) 동기화 현상이 개선됨을 입증했습니다. 이 연구 결과는 한국군사과학기술학회에서 발표하며 그 전문성을 인정받았습니다. 이러한 경험은 아이크래프트가 구축하는 고성능 AI 인프라와 GPU 서버 환경에서 빛을 발할 것이라 확신합니다. 단순히 연결만 시키는 엔지니어가 아니라, 데이터 흐름을 정밀하게 분석하여 병목을 제거하고 최상의 퍼포먼스를 보장하는 아이크래프트의 기술 전문가가 되겠습니다.