다중기준 스테이너리 트리로 무선망 설계

본 연구는 무선 메쉬 네트워크 설계에서 비용, 총 연결 거리, 전체 처리량(throughput), QoS(품질) 네 가지 목표를 동시에 고려하는 다중기준 스테이너리 트리 문제(MSTP)를 처음으로 제시한다. 기존의 최소 신장 트리(MST)와 스테이너리 트리(STP)는 각각 단일 목표(길이 최소화) 혹은 추가 노드 허용에 의한 길이 감소에 초점을 맞추었으며, 다중목표 상황을 충분히 반영하지 못한다. 따라서 저자는 네 개의 정량적 속성(거리 lᵢⱼ, QoS qᵢⱼ, 고도 차이 δᵢⱼ, 비용 cᵢⱼ)과 이들에 기반한 목표 함수 C, L, Q, Δ를 정의하고, 파레토 최적성을 목표로 하는 복합 최적화 문제로 모델링한다. 문제 해결을 위해 네 단계의 매크로 휴리스틱을 설계하였다. 첫 단계에서는 기존 Prim 알고리즘을 다중기준 가중치(각 속성의 제곱합 형태)와 결합해 초기 스패닝 트리를 만든다. 이 트리는 모든 노드를 포함하지만, 각 간선은 비용·길이·QoS·고도 네 요소를 동시에 고려한다. 두 번째 단계에서는 트리 구조를 기반으로 계층적 군집화를 수행해 5~6개의 노드로 구성된 소규모 클러스터를 만든다. 군집화는 트리 내에서 지리적·속성적 근접성을 반영하도록 수정된 알고리즘을 사용한다. 세 번째 단계에서는 각 클러스터에 대해 Melzak 알고리즘의 변형을 적용, 추가적인 스테이너리 포인트를 허용해 클러스터 내부의 총 거리와 비용을 최소화한다. 이 과정에서 스테이너리 포인트는 실제 물리적 장비가 아니라 설계상의 가상 중계 노드로 간주된다. 마지막 단계에서는 모든 클러스터 트리를 결합해 전체 네트워크 후보 해를 생성하고, 네 목표 함수값을 벡터화해 파레토 전선을 도출한다. 파레토 전선에 속하는 해들은 서로 다른 목표 간 트레이드오프를 보여주며, 설계자는 특정 목표에 가중치를 부여해 적절한 해를 선택한다. 논문은 장거리 Wi‑Fi 정적 애드혹 네트워크를 사례로 들어 실험을 수행한다. 초기 네트워크는 15개의 정점과 20개의 간선으로 구성되며, 각 간선에 거리, 고도, QoS, 비용이 할당된다. 실험 결과는 세 가지 접근법(MST, 다중기준 MST(MMST), 제안된 MSTP)의 정량적 비교표를 제시한다. MST는 총 길이(L)와 비용(C)에서 최적이지만 QoS와 고도(Δ)에서는 열악한 성능을 보인다. MMST는 QoS를 크게 향상시키지만 비용이 상승한다. 반면 MSTP는 비용과 길이를 MST 수준에 가깝게 유지하면서 QoS와 고도에서도 우수한 값을 기록한다. 특히 파레토 전선에 포함된 6개의 해는 각각 비용·길이·QoS·고도 간의 다양한 균형점을 제공한다. 예를 들어, 한 해는 비용이 약간 증가하지만 QoS가 크게 개선되는 반면, 다른 해는 비용을 최소화하면서도 고도 차이를 최소화한다. 결론적으로, 논문은 다중기준 스테이너리 트리 모델링과 단계적 군집‑스테이너리 휴리스틱이 복합적인 무선망 설계 요구를 효과적으로 충족시킬 수 있음을 입증한다. 또한 군집화 방법 개선, 클러스터 수 조정, 다양한 스테이너리 알고리즘(예: Winter, Simulated Annealing, 진화적 방법) 적용 등을 통해 향후 연구 방향을 제시한다. 마지막으로, 제안된 매크로 휴리스틱은 실제 네트워크 설계 도구에 쉽게 통합될 수 있으며, 설계자는 파레토 전선을 활용해 비용·성능·신뢰도 사이의 최적 trade‑off를 선택할 수 있다.