비용 최소화로 보는 학교 선택 최적 매칭 알고리즘

초록

본 논문은 기존 학교 선택 메커니즘이 충족하지 못하는 ‘학생 최적 비용 최소화’ 기준을 정의하고, 이를 만족시키기 위해 헝가리안 알고리즘을 학교 선택 문제에 적용한다. 학생들의 선호 순위와 학교 용량을 비용 행렬로 변환하고, 우선순위 위반에 대한 큰 페널티를 부여함으로써 안정성·우선순위 제약을 유지하면서 전체 비용(선호 순위 합)을 최소화한다. 실험 결과, 제안 알고리즘은 기존 데이팅 알고리즘(DA)이나 토크( TTC)보다 낮은 총 비용을 달성한다.

상세 분석

학교 선택 문제는 학생들의 선호 리스트와 각 학교의 용량·우선순위(예: 거주지역, 성적)를 동시에 만족시키는 매칭을 찾는 조합 최적화 문제이다. 전통적으로 Gale‑Shapley의 학생‑우선 DA(Deferred Acceptance) 메커니즘은 안정성을 보장하고 학생에게 최적인 안정 매칭을 제공하지만, 전체 선호 순위 합(즉, 비용)을 최소화한다는 목표는 달성하지 못한다. 또한 TTC(Top Trading Cycles)와 같은 효율성 중심 메커니즘은 우선순위 위반 가능성이 존재한다. 논문은 “학생‑최적 비용 최소화”라는 새로운 기준을 제시한다. 이 기준은 (1) 모든 학생이 가능한 한 높은 선호 학교에 배정되는 것을 목표로 하며, (2) 전체 비용, 즉 각 학생이 배정받은 학교의 선호 순위 합을 최소화한다는 의미이다.

이를 수학적으로 모델링하기 위해 저자들은 먼저 각 학교의 좌석 수만큼 복제된 ‘가상 학교’를 만든다. 그런 다음 학생‑가상학교 쌍에 대해 비용 c_{ij}를 정의한다. 기본 비용은 학생 i가 학교 j를 선호 리스트에서 차지하는 순위(rank)이며, 우선순위 위반이 발생하면 M(매우 큰 수) 만큼의 페널티를 추가한다. 이렇게 하면 비용 행렬은 ‘할당 문제(assignment problem)’의 형태를 띠게 된다.

헝가리안 알고리즘은 이와 같은 비용 행렬에 대해 O(n³) 시간 복잡도로 최소 비용 완전 매칭을 찾는 고전적인 방법이다. 논문은 기존의 학교 선택 제약을 그대로 유지하면서도, 비용 행렬에 우선순위 페널티를 삽입함으로써 헝가리안 알고리즘을 직접 적용할 수 있음을 보인다. 중요한 점은, 페널티 M을 충분히 크게 설정하면 우선순위 위반이 발생할 경우 전체 비용이 급격히 증가하므로 최적 해는 반드시 모든 우선순위 제약을 만족한다는 보장이 생긴다.

알고리즘 흐름은 다음과 같다. (1) 입력으로 학생 선호 리스트와 학교 용량·우선순위를 받는다. (2) 학교 용량만큼 가상 학교를 생성하고, 각 학생‑가상학교 쌍에 비용을 할당한다. (3) 우선순위 위반 여부를 판단해 페널티를 부여한다. (4) 헝가리안 알고리즘을 실행해 최소 비용 완전 매칭을 얻는다. (5) 매칭 결과를 실제 학교에 집계한다.

이 과정에서 두 가지 중요한 이론적 결과가 도출된다. 첫째, 제안 알고리즘이 반환하는 매칭은 정의된 ‘학생‑최적 비용 최소화’ 기준을 만족한다는 정리(proof)이다. 둘째, 기존 메커니즘과 비교했을 때 총 비용이 항상 같거나 더 낮으며, 특히 학생들의 평균 순위가 현저히 개선된다는 실험적 증거가 제시된다.

복잡도 측면에서, 학생 수 n과 학교 좌석 수 m이 비슷한 규모라면 헝가리안 알고리즘의 O((n+m)³) 시간은 실제 교육청 규모(수천 명)에서도 실시간 실행이 가능함을 보여준다. 또한, 비용 행렬을 희소하게 구성하면 추가적인 최적화(예: 비용 행렬 압축)도 적용 가능하다.

한계점으로는 (1) 우선순위가 복합적인 경우(다중 기준) 페널티 설계가 복잡해질 수 있다. (2) 비용이 순위만으로 정의되므로, 거리·통학 시간 등 다른 실질적 비용을 반영하려면 비용 함수를 재설계해야 한다는 점이다. 그럼에도 불구하고, 이 논문은 학교 선택 문제를 전통적인 매칭 이론이 아닌 전형적인 할당 문제로 재구성함으로써 새로운 해법의 가능성을 열었다는 점에서 학문적·실무적 의의가 크다.