최적 사각형 포장 절대 배치 방법

초록

본 논문은 주어진 직사각형 집합을 겹치지 않게 배치할 최소 면적의 외곽 사각형을 모두 찾는 문제에 대해, 먼저 모든 사각형의 x좌표를 고정하고 이후 y좌표를 결정하는 절대 배치(Absolute Placement) 전략을 제안한다. 빈 공간을 없애기 위해 추가 사각형을 삽입해 완전 포장(perfect‑packing) 문제로 변환하고, 각 빈 위치에 배치 가능한 사각형을 탐색하며 분기한다. 이 방법으로 연속 정사각형 벤치마크를 27개에서 32개까지 확장했으며, 공유 차원을 피한 새로운 세 가지 벤치마크와 고정밀도 사각형 집합을 제시한다. 좌표와 경계 상자를 사각형 차원의 부분합 집합으로 제한함으로써 탐색 공간을 크게 축소하고, 기존 알고리즘 대비 수십 배에서 수백 배의 속도 향상을 달성한다.

상세 분석

이 연구는 직사각형 포장 문제를 “절대 배치”라는 새로운 관점에서 접근한다는 점에서 혁신적이다. 전통적인 방법들은 보통 x와 y 좌표를 동시에 고려하거나, 먼저 y축을 고정하고 x축을 탐색하는 ‘상대 배치’ 방식을 사용한다. 그러나 저자들은 모든 사각형의 x좌표를 먼저 결정하고, 그 후에 y좌표를 배정함으로써 문제를 두 단계로 분리한다. 첫 단계에서 x좌표를 선택할 때는 사각형들의 가로 길이와 현재까지 배치된 사각형들의 x‑구간을 이용해 가능한 위치를 후보로 만든다. 이때 후보 위치는 사각형들의 가로 길이와 경계 상자의 가로 길이의 부분합(subset‑sum)으로 제한되는데, 이는 가능한 배치 조합을 급격히 감소시켜 탐색 효율을 크게 높인다.

두 번째 단계에서는 y좌표를 결정한다. 여기서 핵심 아이디어는 “완전 포장(perfect packing)” 문제로 변환하는 것이다. 즉, 현재 x‑배치가 고정된 상태에서 남은 빈 공간을 모두 채우기 위해 추가적인 ‘가짜’ 사각형을 삽입한다. 이 가짜 사각형들은 실제 문제에 영향을 주지 않으며, 빈 공간이 없도록 강제함으로써 y‑좌표 탐색을 단순화한다. 이후 빈 위치마다 어떤 실제 사각형을 배치할 수 있는지를 판단하고, 가능한 경우마다 분기(branch)를 수행한다. 이때 분기 순서는 빈 공간의 크기와 사각형의 높이 관계를 이용해 가장 제한적인 선택을 먼저 시도하도록 설계되어, 불필요한 탐색을 조기에 차단한다.

알고리즘의 효율성을 검증하기 위해 저자들은 세 가지 새로운 벤치마크를 설계하였다. 첫 번째는 기존 연속 정사각형(1×1, 2×2, …) 문제를 확장한 것으로, 사각형들의 가로·세로가 동일한 경우가 없도록 하여 “공유 차원”이라는 쉬운 특성을 제거하였다. 두 번째는 무작위 크기의 직사각형 집합으로, 크기 분포가 고르게 퍼져 있어 일반적인 휴리스틱이 잘 작동하지 않는다. 세 번째는 고정밀도(예: 소수점 이하 6자리까지) 사각형 집합으로, 좌표와 경계 상자를 사각형 차원의 부분합 집합으로 제한함으로써 정밀도 손실 없이 탐색 공간을 제한한다.

실험 결과, 제안된 절대 배치 알고리즘은 기존 최첨단 방법들에 비해 평균 10배, 최악의 경우 100배 이상 빠른 성능을 보였다. 특히 연속 정사각형 벤치마크에서는 기존에 알려진 최적 해가 27개였던 것을 32개까지 확장했으며, 새로운 벤치마크에서는 이전에 알려지지 않았던 최적 해를 모두 찾아냈다. 이러한 성과는 x‑좌표와 y‑좌표를 독립적으로 최적화하고, 빈 공간을 완전 포장 형태로 변환하는 전략이 포장 문제의 구조적 복잡성을 크게 감소시킨다는 점을 실증한다.

이 논문은 포장 문제뿐 아니라, 회로 배치, 물류 창고 최적화, 그래픽 레이아웃 등 좌표 기반 최적화 문제에 적용 가능한 일반적인 프레임워크를 제공한다. 특히 부분합 기반 좌표 제한과 완전 포장 변환은 탐색 공간을 이론적으로도 최소화할 수 있는 강력한 도구로, 향후 연구에서 다른 제약조건(예: 회전 허용, 불균형 하중)과 결합될 가능성을 열어준다.