변수 이웃 탐색에서 이웃 선택과 순서 결정의 최적화 전략

본 논문은 변수 이웃 탐색(VNS)과 그 하위 기법인 변수 이웃 하강(VND)에서 핵심적인 두 요소, 즉 탐색에 사용할 이웃 구조와 그 적용 순서를 어떻게 설계하고 선택해야 하는지를 체계적으로 조사한다. 연구 동기는 VNS가 다양한 분야에서 성공적으로 적용되고 있음에도 불구하고, 이웃 설계와 순서 결정이 여전히 경험적이고 주관적인 과정에 머물러 있다는 점에 있다. 특히, “다음 이웃을 선택할 때 미리 보기(look‑ahead)를 수행하는 것이 실제로 도움이 되는가?”라는 질문을 중심으로 실험을 전개한다. 연구 대상 문제는 단일 기계 총 가중 지연 시간 문제(SMTWTP)이다. 이 문제는 작업 순서를 결정하는 전형적인 순열 최적화 문제로, 인코딩이 간단하면서도 최적해 탐색이 어려워 메타휴리스틱 평가에 적합하다. 또한, 기존 연구에서 최적해와 최적해에 가까운 해가 널리 알려진 100작업 인스턴스가 제공되어, 알고리즘 성능을 객관적으로 비교할 수 있다. 논문은 총 7개의 이웃 구조를 정의한다. 가장 기본적인 APEX는 인접한 두 작업을 교환하는 전통적인 이웃이며, 크기 n‑1의 탐색 공간을 가진다. 블록 반전 이웃인 BR4, BR5, BR6은 각각 4, 5, 6개의 연속 작업 블록을 뒤집는 방식으로, 탐색 공간은 n‑3, n‑4, n‑5가 된다. 비인접 교환인 EX\APEX는 APEX를 제외한 두 작업을 교환하며, 탐색 공간은 n·(n‑3)+2이다. 이동 이웃인 FSH\APEX와 BSH\APEX는 작업을 앞쪽 혹은 뒤쪽으로 이동시키는 방식으로, 각각 (n‑2)(n‑1)/2개의 이웃을 만든다. 이러한 이웃들은 구조적으로 서로 차별화되어 있어, 지역 최적에 빠지는 위험을 완화하고 다양한 탐색 경로를 제공한다. 세 가지 VND 전략을 설계하였다. 첫 번째인 VND‑R(Random)은 현재 지역 최적에 도달했을 때, 가능한 이웃 중 하나를 무작위로 선택한다. 이는 탐색 다양성을 확보하지만, 동일 이웃을 반복 선택하거나 비효율적인 순서를 따를 위험이 있다. 두 번째인 VND‑F(Fixed)는 논문에서 제시한 고정 순서(예: APEX → BR4 → BR5 → BR6 → EX\APEX → FSH\APEX → BSH\APEX)대로 이웃을 적용한다. 이 방식은 구현이 간단하고 기존 연구와 일관성을 유지하지만, 문제 특성에 맞는 최적 순서를 사전에 알기 어렵다는 한계가 있다. 세 번째인 VND‑A(Adaptive)는 “look‑ahead” 개념을 도입한다. 새로운 이웃을 적용하기 전, 모든 후보 이웃에 대해 제한된 횟수(예: 100회)의 탐색을 수행해 일시적인 개선 정도를 측정한다. 그 중 가장 큰 개선을 보인 이웃을 선택하고, 해당 이웃으로 충분히 수렴할 때까지 진행한다. 이후 다시 사전 평가를 반복한다. 이 과정은 각 이웃의 현재 상황에서의 효율성을 실시간으로 판단하게 하여, 동적으로 최적에 가까운 순서를 구성한다. 실험은 100개의 작업을 갖는 표준 SMTWTP 인스턴스 125개를 대상으로 수행되었다. 각 알고리즘은 동일한 평가 횟수(함수 호출 수)를 기준으로 비교했으며, 최종 목표 함수값(총 가중 지연 시간)과 평가 횟수 대비 품질 변화를 그래프로 제시하였다. 결과는 다음과 같다. 초기 단계(평가 횟수 < 750)에서는 무작위 선택인 VND‑R이 가장 빠르게 좋은 해를 찾았다. 이는 무작위성이 탐색 초기에 넓은 영역을 빠르게 탐색하게 해 주기 때문이다. 중간 단계(750 ~ 834 평가)에서는 고정 순서인 VND‑F가 우위를 점했으며, 이는 사전에 정의된 순서가 평균적으로 효율적인 탐색 경로를 제공함을 시사한다. 그러나 평가 횟수가 834를 초과하면 VND‑A가 지속적으로 더 낮은 목표값을 기록하며, 최종적으로 가장 높은 품질을 달성했다. 이는 충분한 탐색 자원을 확보했을 때, 사전 평가를 통한 적응형 순서가 각 이웃의 실제 효용을 정확히 파악하고 최적의 순서를 동적으로 구성할 수 있음을 보여준다. 또한 논문은 “중첩 이웃 구조”(nested neighborhoods)와 “구조적으로 다른 이웃” 사이의 관계를 논의한다. 블록 반전 계열은 작은 블록부터 시작해 점차 큰 블록으로 확장하는 자연스러운 탐색 흐름을 제공한다. 반면 비인접 교환이나 이동 이웃은 구조적으로 차별화된 탐색을 제공하므로, 이들을 적절히 혼합하면 지역 최적에 빠지는 위험을 감소시킬 수 있다. 결론적으로, 이 연구는 VNS/VND에서 이웃 선택을 사전에 고정하기보다 제한된 탐색을 통한 사전 평가(look‑ahead)를 활용한 적응형 순서가 전반적인 성능 향상에 크게 기여한다는 실증적 증거를 제공한다. 이는 향후 복합 메타휴리스틱 설계 시, 이웃 구조 설계와 순서 결정에 대한 동적 조정 메커니즘을 도입하는 방향으로 연구를 확장할 필요성을 강조한다. 또한, 적응형 메커니즘이 적용 가능한 다른 조합 최적화 문제에도 동일한 이점을 기대할 수 있음을 시사한다.