본 논문은 현대 운영체제 스케줄러가 단일 정책을 사용하여 다양한 워크로드에 최적의 성능을 제공하는 데 어려움을 겪는 문제를 해결하기 위해, 다수의 전문 스케줄러 중에서 런타임에 최적의 정책을 동적으로 선택하는 새로운 패러다임을 제안합니다. Adaptive Scheduling Agent (ASA)라는 가볍고 지능적인 프레임워크를 개발하여, 시스템 동작으로부터 추상적인 워크로드 패턴을 인식하는 머신 러닝 모델을 활용하고, 시간 가중 확률 투표 알고리즘을 통해 워크로드를 식별한 후, 사전 구성된 매핑 테이블을 기반으로 최적의 스케줄러로 전환합니다. 이 decoupled 아키텍처는 새로운 하드웨어 플랫폼에 신속하게 적응할 수 있게 해줍니다. 사용자 경험 지표에 초점을 맞춘 새로운 벤치마크를 통해, ASA는 기존 리눅스 스케줄러보다 우수한 성능을 보이며, 대부분의 시나리오에서 최적의 스케줄러에 근접하는 결과를 보여줍니다.
