테이블링 기반 피캣 플래너, 페트로브라스 물류 문제를 효율적으로 해결하다

초록

본 논문은 피캣(Picat) 언어의 테이블링 기능을 활용해 페트로브라스 물류 계획 문제를 해결하는 방법을 제시한다. 문제를 계획·스케줄링으로 분리하고, 선박·화물의 대칭성을 제거한 상태 표현과 탭 기반 그래프 탐색을 통해 기존의 MCTS·Filuta 대비 연산 시간과 연료 소비를 크게 개선한다.

상세 분석

이 논문은 논리 프로그래밍에서 오래전부터 사용되어 온 테이블링(tabling) 기법을 현대 물류 계획에 적용한 사례로서, 특히 Picat이라는 Prolog‑like 언어가 제공하는 선언적 규칙, 패턴 매칭, 비결정적·결정적 규칙과 테이블링을 하나의 모델링 프레임워크로 통합한 점이 주목할 만하다. 페트로브라스 문제는 선박의 연료·화물 용량 제한, 도킹·언도킹 동시성, refuel·load·unload 등 복합 제약을 포함하는 고난이도 최적화 문제이며, 기존 연구에서는 PDDL 기반의 클래식·템포럴 플래너, MCTS, 매크로‑액션 기반 자동화 등 다양한 접근법이 시도되었지만, 연료 최소화와 makespan 최적화에서 한계가 있었다.

저자들은 문제를 크게 두 단계, 즉 “계획(planning)”과 “스케줄링(scheduling)”으로 분할한다. 계획 단계에서는 연료 소비만을 목표 함수로 삼아, 선박이 언제 어디서 어떤 화물을 싣고 내릴지를 결정한다. 스케줄링 단계는 시간 제약(도킹 용량, 동시성)만을 고려해 계획된 행동을 실제 시간에 배치한다. 이때 연료 소비는 순수히 이동 행동에만 의존하므로, 시간 배정이 연료 최적화에 영향을 주지 않음이 증명된다.

핵심 기술은 상태 표현의 대칭성 제거이다. 동일한 연료 수준·위치를 가진 선박은 구분되지 않으며, 같은 출발지·목적지·무게를 가진 화물도 동일하게 취급한다. 이를 위해 선박은 “위치, 연료 수준 리스트” 형태로, 화물은 “출발지, 목적지, 무게 리스트” 형태로 정렬·그룹화한다. 이렇게 하면 탐색 공간이 급격히 축소되고, 테이블링이 동일 상태에 대한 재탐색을 방지한다.

탐색 전이는 ‘빈 선박 이동 → 도킹 → refuel → 화물 적재 → 목적지 이동 → 언도킹’ 순서의 원자적 전이 집합으로 정의된다. 로드·언로드는 선박이 해당 위치에 도착했을 때 자동으로 수행되도록 규칙화했으며, 이는 비결정적 선택을 최소화해 테이블링 효율을 높인다. 또한, 연료가 부족할 경우 refuel 전이를 삽입함으로써 연료 제약을 자연스럽게 만족한다.

실험 결과는 세 가지 측면에서 기존 기술을 앞선다. 첫째, 테이블링 기반 탐색은 동일 인스턴스에 대해 MCTS 대비 평균 5배 이상 빠른 실행 시간을 보였다. 둘째, 연료 소비는 MCTS보다 평균 8 % 적게 소모했으며, 이는 연료 최소화 목표에 직접적인 이점을 제공한다. 셋째, 계획 품질(특히 makespan)에서도 경쟁력 있는 결과를 얻었는데, 이는 스케줄링 단계에서 단순히 선행 관계를 만족시키는 방식으로도 충분히 최적에 근접함을 시사한다.

또한, 논문은 테이블링이 메모리 사용량을 급격히 증가시킬 위험이 있음을 인정하고, 대칭성 제거와 상태 압축을 통해 메모리 효율을 확보한 방법론을 제시한다. 이는 향후 더 큰 규모(선박·화물 수가 20 이상) 문제에 적용하기 위한 중요한 설계 포인트가 된다.

전반적으로 이 연구는 논리 프로그래밍의 전통적 강점인 선언적 모델링과 최신 최적화 기법인 테이블링을 결합해, 복합 제약을 가진 물류 계획 문제에 대한 새로운 해결책을 제공한다는 점에서 학술적·실용적 의의가 크다.