변동 환경에서의 원뿔 스케줄링을 통한 처리 시스템 안정성

본 논문은 서비스 속도가 환경에 따라 변동하고, 서비스 벡터가 양·음 성분을 모두 가질 수 있는 다중 큐 처리 시스템을 대상으로 한다. 시스템은 Q개의 무한 용량 큐와 E개의 환경 상태(e∈E)로 구성되며, 각 환경에서는 사용 가능한 서비스 벡터 집합 S_e가 정의된다. 서비스 벡터 S=(S₁,…,S_Q)에서 S_q>0이면 큐 q를 배출하고, S_q<0이면 외부 교차 트래픽을 큐에 주입한다. 이러한 모델은 무선 네트워크의 채널 변동, 콜센터의 인력 가용성, 스위치의 포워딩 등 다양한 실제 시스템을 포괄한다. 도착 트레이스 A(t)와 환경 트레이스 e(t)는 확률적 가정 없이 임의의 결정적 함수로 가정한다. 다만 장기 평균 부하 ρ=lim_{t→∞} (1/t)∫₀^t A(z)dz 가 존재한다는 최소 조건만 필요하다. 시스템 동역학은 dX/dt = A(t) – S(t) 로 표현되며, X(t) 가 유계이면 시스템이 안정하다고 정의한다. 핵심 기여는 “원뿔 스케줄(Cone Schedule)”이라는 정책 클래스이다. 정책은 양정(positive‑definite) 대칭 행렬 B∈ℝ^{Q×Q}를 고정하고, 현재 큐 길이 벡터 X에 대해 B‑가중 투영값 h_{S,BX}=⟨S, B X⟩ 를 계산한다. 가능한 서비스 벡터 중 이 투영값이 최대인 S를 선택한다. B의 대각 원소는 0 이하이며, 비대각 원소는 자유롭게 설정할 수 있어, B를 조정함으로써 큐 간 우선순위와 부하 균형을 부드럽게 구현한다. B가 단위 행렬이면 전통적인 최대 가중 매칭(Max‑Weight Matching)과 동일하지만, 일반 B를 사용하면 ‘소프트 커플드 프라이오리티’를 구현해 지연 트레이드오프를 세밀히 조정할 수 있다. 수학적 결과는 두 가지로 요약된다. 첫째, 시스템이 안정 가능 영역(stability region) 안에 있는 모든 부하 ρ에 대해, 적절한 B를 선택한 원뿔 스케줄은 어떤 적대적 도착 트레이스라도 시스템을 안정화한다는 ‘최대 처리량(maximum throughput)’ 정리이다. 증명은 추적 기반 비대칭적 극한 분석(trace‑based asymptotic) 기법을 사용한다. 기존의 유동 스케일링(fluid‑scaling)이나 마코프 체인 접근법과 달리, 서비스 벡터가 시간에 따라 완전히 변동하고, 음의 성분을 포함해도 적용 가능하다. 둘째, 환경이 변동하더라도 현재 큐 상태만을 이용해 원뿔 스케줄을 적용하면 충분함을 보인다. 즉, 미래 환경을 예측하거나 과거 히스토리를 저장할 필요가 없으며, 이는 구현 복잡성을 크게 낮춘다. 환경 변동이 존재할 경우, 각 환경 e마다 서비스 집합 S_e가 정의되고, 환경이 장시간 동안 차지하는 비율 π_e가 존재한다. 논문은 이러한 π_e와 S_e의 구조가 전체 시스템 용량을 결정한다는 점을 보여준다. 구체적으로, 모든 환경에서 가능한 서비스 벡터들의 볼록 조합(convex hull)이 형성하는 다각형(또는 다면체)의 원점 포함 여부가 시스템이 안정 가능한지를 판단한다. 원뿔 스케줄은 이 다면체 내부의 모든 부하 ρ에 대해 안정성을 보장한다. 실제 적용 사례로는 (1) 교차 트래픽이 존재하는 패킷 스위치: 서비스 벡터가 입력‑출력 매칭을 나타내며, 음의 성분은 포워딩 트래픽을 모델링한다. (2) 변동 채널을 가진 무선 라우터: 환경 상태는 채널 품질을 나타내고, S_e는 가능한 전송 파워와 레이트 조합을 제공한다. (3) 인력 변동이 큰 콜센터: 환경은 근무 인원 수를 나타내며, 서비스 벡터는 각 대기열(고객 유형)에게 할당 가능한 상담원 수를 의미한다. 각 사례에서 B 행렬을 조정하면 특정 대기열에 대한 지연을 제한하거나, 전체 처리량을 최적화하는 ‘우선순위‑가중’ 정책을 구현할 수 있다. 또한, 원뿔 스케줄은 작은 상태 정보 오류나 지연에도 강인성을 보인다. B‑가중 투영값은 연속적이며, 서비스 선택이 순간적인 오차에 크게 좌우되지 않기 때문에, 실시간 시스템에서 필수적인 견고성을 제공한다. 결론적으로, 본 논문은 서비스 벡터의 기하학적 구조와 환경 변동을 통합한 새로운 스케줄링 프레임워크를 제시한다. 원뿔 스케줄은 최소 가정(장기 평균 부하 존재, 환경 비율 존재)만으로, 변동 환경과 적대적 트래픽 하에서도 최적의 안정성을 달성한다. 이는 기존의 확률적 혹은 유동 스케일링 기반 결과를 일반화하며, 실제 네트워크·시스템 설계에 적용 가능한 실용적인 정책 설계 지침을 제공한다.