동등 구체 포장 문제를 위한 연속 대칭 재배치 알고리즘

초록

본 논문은 동일한 반지름을 가진 구들을 구형·입방형 용기 안에 최대로 밀집시키는 문제에 대해, “연속 대칭 재배치 알고리즘”(Serial Symmetrical Relocation Algorithm, SSRA)을 제안한다. 알고리즘은 대칭성을 이용해 탐색 공간을 효율적으로 축소하고, 가짜 구 트릭(fake sphere trick)을 통해 얻어진 해의 엄격성을 보증한다. 실험 결과, 구형 용기에서는 200개, 입방형 용기에서는 150개의 구를 성공적으로 포장했으며, 기존에 불가능하다고 여겨졌던 반지름 1인 구 68개를 반지름 5인 구 안에 넣는 사례를 발견함으로써 기존 추측을 반증하였다.

상세 분석

SSRA는 기존의 전역 최적화 기법이 직면하는 고차원 비선형 제약조건을 완화하기 위해, 구들의 위치를 “대칭 쌍”으로 묶어 순차적으로 재배치하는 전략을 채택한다. 먼저 초기 해는 무작위 혹은 휴리스틱 방법으로 생성되며, 각 구는 중심으로부터의 거리와 서로 간의 거리 제약을 만족하도록 배치된다. 이후 알고리즘은 두 단계로 진행된다. 첫 번째 단계에서는 현재 배치에서 대칭성을 갖는 구 쌍을 식별하고, 이들에 대해 동일한 회전·반사 변환을 적용해 새로운 후보 위치를 만든다. 이 과정은 대칭축을 기준으로 한 좌표 변환을 이용해 수학적으로 정확히 정의되며, 변환 후에도 구들 간의 충돌 여부를 빠르게 검증한다. 두 번째 단계에서는 “가짜 구 트릭”을 도입한다. 이는 실제 구보다 약간 작은 반지름을 갖는 가짜 구를 삽입해, 수치적 오차나 부동소수점 연산의 불확실성을 보정한다. 가짜 구가 충돌 없이 배치될 경우, 실제 구도 동일한 배치가 가능함을 증명한다는 논리적 귀결을 만든다. 이 두 단계는 반복적으로 수행되며, 각 반복마다 전체 포장 밀도를 평가하고, 개선이 없을 경우 탐색을 종료한다.
알고리즘의 핵심 강점은 대칭성을 활용해 탐색 차원을 O(N)에서 O(√N) 수준으로 감소시킨다는 점이다. 전통적인 메타휴리스틱(예: 유전 알고리즘, 입자 군집 최적화)은 수천 차원의 탐색 공간에서 수렴 속도가 느리지만, SSRA는 대칭 재배치를 통해 후보 해를 구조적으로 생성하므로 수렴이 급격히 가속된다. 또한 가짜 구 트릭은 결과의 엄격성을 보장하는데, 이는 수학적 증명 없이도 실험적으로 검증된 “rigorous” 결과를 제공한다는 의미다.
실험에서는 구형 용기와 입방형 용기에 대해 각각 200개·150개의 구를 성공적으로 포장했으며, 특히 구형 용기에서 반지름 1인 구 68개를 반지름 5인 구 안에 넣는 사례는 기존 문헌에서 “불가능”으로 추정된 한계를 깨뜨렸다. 이는 SSRA가 기존의 탐색 한계와 수치적 불확실성을 동시에 극복했음을 입증한다. 다만 알고리즘은 대칭 구조가 존재하지 않는 비대칭 배치에서는 효율이 떨어질 수 있으며, 가짜 구의 반지름 선택에 따라 계산 비용이 증가할 가능성이 있다. 향후 연구에서는 비대칭 상황에 대한 확장과 가짜 구 파라미터 자동 튜닝 기법을 도입해 범용성을 높이는 것이 과제로 남는다.