비대칭 TSP 개선을 위한 그래프 구조 활용

초록

본 논문은 비대칭 외판원 문제(ATSP)를 풀기 위한 제약 프로그래밍(CP) 모델을 조사하고, 그래프의 전역적 특성을 이용한 새로운 암시적 전파자를 제안한다. 제안된 전파자는 병렬성, 도달 가능성, 최소 신장 아리보러스 등 일반적인 그래프 속성을 기반으로 하며, 특히 병목 현상이 발생하는 병리적 인스턴스에서 탐색의 견고성을 크게 향상시킨다. 실험 결과는 기존 최첨단 방법들을 능가함을 보여준다.

상세 분석

논문은 먼저 기존의 비용 기반 완화(cost‑based relaxation) 기법이 CP 모델에 어떻게 통합되어 왔는지를 정리한다. 전통적인 ATSP CP 모델은 각 도시를 노드로, 방향성을 가진 아크를 변수로 두고, 입·출 차수 제약과 서브투어 방지 제약을 기본으로 한다. 비용 기반 완화는 라그랑주 승수나 라우팅 비용의 하한을 이용해 탐색 공간을 축소하지만, 그래프 구조 자체가 제공하는 전역적 정보를 충분히 활용하지 못한다는 한계가 있다.

이에 저자들은 “암시적 전파자(implied propagator)”라는 개념을 도입한다. 이는 명시적 제약이 아니라 그래프 이론에서 도출되는 불변식들을 실시간으로 검사·전파함으로써 도메인 축소를 수행한다. 구체적으로 다음과 같은 전파자를 구현한다.

도달 가능성 전파: 현재 선택된 아크 집합이 아직 전체 그래프를 강하게 연결할 수 있는지를 검사한다. 만약 특정 노드가 남은 아크로는 도달 불가능하면 해당 아크를 강제 선택하거나 배제한다.
최소 신장 아리보러스 하한: 현재 부분 해에 대해 남은 노드들을 연결하는 최소 비용 아리보러스의 비용을 계산하고, 전체 경로 비용 하한에 더한다. 이 하한이 현재 최적 상한보다 크면 탐색을 가지치기한다.
강한 연결 성분 전파: 선택된 아크가 형성하는 강한 연결 성분의 크기를 추적하여, 아직 연결되지 않은 성분이 두 개 이상이면 서브투어가 발생할 위험이 있음을 미리 감지한다.
우선순위 전파: 특정 아크가 반드시 포함되어야 하는 경우(예: 비용이 매우 낮거나, 다른 아크와의 충돌이 없을 때)를 사전에 식별해 변수 선택 순서를 조정한다.

이러한 전파자는 기존 CP 엔진에 가벼운 오버헤드만 추가하면서도, 특히 비용이 균등하지 않아 탐색 트리가 급격히 확장되는 병리적 인스턴스에서 탐색 깊이를 크게 줄인다. 실험에서는 TSPLIB의 비대칭 인스턴스와 무작위로 생성한 대규모 ATSP(노드 200~500)를 대상으로, 제안된 전파자를 적용한 CP 모델이 기존 비용 기반 완화만을 사용한 모델 대비 평균 35 % 이상의 시간 절감과 20 % 이상의 노드 감소를 기록했다. 또한, 최적 해를 찾지 못하던 경우에도 최종 갭(gap)이 기존 방법 대비 0.5 % 이하로 크게 개선되었다.

결과적으로 그래프 구조를 직접 활용한 암시적 전파자는 탐색 휴리스틱과 결합될 때, 탐색 방향을 보다 “구조적으로 올바른” 경로로 유도한다는 점에서 의미가 크다. 이는 CP가 전통적으로 로컬 제약에 의존해 왔던 한계를 넘어, 전역적인 그래프 이론을 통해 탐색 효율성을 극대화할 수 있음을 실증한다.