이주 토폴로지가 섬 모델 성능에 미치는 영향

본 논문은 병렬 전역 최적화 알고리즘(PGOA)에서 널리 사용되는 섬 모델(Island Model)의 핵심 파라미터 중 하나인 이주 토폴로지가 알고리즘 성능에 미치는 영향을 체계적으로 분석한다. 연구자는 차등 진화(Differential Evolution, DE)와 적응형 이웃을 갖는 시뮬레이티드 어닐링(Simulated Annealing with Adaptive Neighborhood, SA) 두 가지 베이스 알고리즘을 선택하고, 각각을 14가지 서로 다른 이주 토폴로지에 적용하였다. 실험에 사용된 최적화 문제는 (1) 250 차원의 라스트리진 함수, (2) 250 차원의 슈웨펠 함수, (3) 31 원자 Lennard‑Jones 클러스터(87 차원)이며, 각 문제는 전형적인 다중 모달성 및 고차원 특성을 가지고 있다. 섬 모델 파라미터는 다음과 같이 설정되었다. 섬 수는 2, 4, 8, 16, 32, 64, 128, 256, 512, 1024까지 다양하게 실험했으며, 이주 비율은 각 섬 인구의 10%로 고정하였다. 이주 주기는 10세대마다 한 번이며, 동기식·비동기식 두 가지 이주 방식을 모두 고려하였다. DE는 변이 연산으로 best/2 전략을, 교차 연산으로 exponential 방식을 사용했으며, 인구 크기 NP=20, 확대 계수 F=0.8, 교차 확률 CR=0.8을 고정하였다. SA는 Corana식 적응형 이웃을 적용했으며, 기본 파라미터와 문제별 수동 튜닝 파라미터를 모두 실험에 포함시켰다. 14가지 토폴로지는 완전 연결(Full‑Mesh), 원형(Ring), 2‑차원 격자(Grid), 하이퍼큐브(Hypercube), 트리(Tree), 스타(Star), 랜덤(Random) 등으로 구성되었으며, 각각의 평균 경로 길이와 연결도(Connectivity)를 기준으로 분류하였다. 논문은 기존 연구에서 통신 비용을 무시할 경우 완전 연결 토폴로지가 최적이라는 이론적 결과를 출발점으로 삼았지만, 실제 실험에서는 통신 비용을 배제한 ‘이상적인’ 환경에서도 토폴로지에 따라 성능 차이가 발생함을 확인하였다. 실험 결과는 크게 두 가지 경향을 보였다. 첫 번째는 높은 연결도와 짧은 평균 경로 길이를 가진 토폴로지(완전 연결, 하이퍼큐브, 2‑차원 격자)가 라스트리진 및 슈웨펠과 같은 다중 모달 고차원 문제에서 빠른 수렴과 낮은 최종 목표값을 달성했다는 점이다. 이러한 토폴로지는 섬 간 정보 전파가 빠르게 이루어져, 전역 최적해를 향한 탐색이 효율적으로 진행된다. 두 번째는 연결도가 낮고 평균 경로가 긴 토폴로지(스타, 트리, 랜덤)가 초기 탐색 단계에서 다양한 지역 최적해를 탐색하는 데 유리했지만, 전역 최적해에 도달하기 위해서는 더 많은 세대가 필요했다. 특히, 스타 토폴로지는 중앙 노드가 정보를 집중적으로 수집·전파함으로써 초기 고온 단계에서 빠른 탐색을 돕는 반면, 고정밀 탐색 단계에서는 병목 현상이 발생한다. Lennard‑Jones 31‑원자 클러스터 문제에서는 완전 연결 토폴로지가 평균 오류를 15% 정도 감소시켰으며, 비동기식 이주가 동기식보다 약 8%의 추가 속도 향상을 제공했다. 이는 고차원 연속 최적화에서 이주 타이밍이 비동기식일 때 섬 간 작업 부하가 불균형하게 배분되는 현상을 완화시켜, 전체적인 스루풋을 높이는 효과가 있음을 시사한다. 또한, 베이스 알고리즘과 토폴로지 간 상호작용도 관찰되었다. 차등 진화는 변이 연산이 강력한 탐색을 제공하므로, 높은 연결성을 가진 토폴로지에서 최적 성능을 보이는 반면, 시뮬레이티드 어닐링은 온도 스케줄링과 적응형 이웃 조정에 민감하여, 특정 토폴로지(예: 스타)와 결합될 때 초기 탐색 효율이 크게 향상된다. 파라미터 튜닝 여부도 토폴로지 효과에 영향을 미쳐, 튜닝된 SA 파라미터가 적용된 경우 스타 토폴로지가 상대적으로 좋은 결과를 보였다. 결론적으로, 논문은 “하나의 최적 토폴로지는 존재하지 않는다”는 실용적인 교훈을 제시한다. 문제의 다중 모달성, 차원 수, 목표 함수의 스케일, 그리고 사용 알고리즘에 따라 최적 토폴로지가 달라지며, 설계자는 실험적 프로파일링을 통해 적절한 토폴로지를 선택해야 함을 강조한다. 향후 연구 방향으로는 통신 비용을 명시적으로 모델링하고, 이주 스케줄링(동기·비동기, 적응형 이주 비율)과 토폴로지 설계를 공동 최적화하는 다목적 프레임워크를 제안한다.