다목적 NK‑랜드스케이프에서 파레토 지역 최적 집합과 제한 아카이브의 행동 분석

초록

본 연구는 상관된 목표를 가진 다목적 NK‑랜드스케이프에서 파레토 지역 최적(PLO) 집합의 크기와 구조가 목표 수, 목표 상관도, 그리고 에피스타시스 정도(k)에 따라 어떻게 변하는지를 실험적으로 조사한다. 또한 Pareto Local Search(PLS)에 하이퍼볼륨(HV_A)과 다중‑그리드(MGA) 아카이빙 기법을 적용해 아카이브 크기를 제한했을 때의 실행 시간과 해 집합 품질 사이의 관계를 분석한다. 결과는 목표 수가 늘어나거나 목표 상관도가 낮아질수록 PLO‑집합의 크기가 기하급수적으로 증가하고, 제한 아카이브는 실행 시간을 크게 단축하지만 품질은 아카이브 크기에 비례해 감소한다는 점을 보여준다.

상세 분석

본 논문은 다목적 조합 최적화 문제에서 지역 탐색 기반 알고리즘이 반환하는 파레토 지역 최적 집합(PLO‑set)의 특성을 체계적으로 파악하고자 한다. 실험 플랫폼으로는 목표 상관도가 조절 가능한 ρ‑MNK‑landscape를 선택했으며, 이는 NK‑landscape의 에피스타시스 파라미터 k와 목표 수 m, 그리고 목표 간 상관계수 ρ를 독립적으로 변형할 수 있는 모델이다.
첫 번째 실험에서는 PLS를 무제한 아카이브(unbounded)로 실행해 얻은 PLO‑set의 평균 크기를 측정하였다. 결과는 다음과 같다. (1) 목표 수 m이 2→5로 증가할 때 PLO‑set 크기가 로그 스케일에서 거의 직선 형태로 상승, 즉 지수적 증가를 보였다. (2) 목표 상관도 ρ가 -0.7에서 +0.7으로 변할 때, ρ가 감소할수록(목표 간 갈등이 커질수록) PLO‑set 크기가 급격히 늘어났다. (3) 에피스타시스 정도 k는 크기에 미치는 영향이 상대적으로 작았으며, k가 작을수록(덜 복잡한 상호작용) 약간 더 큰 PLO‑set이 형성되었다. 이러한 경향은 표준편차가 작아 인스턴스별 변동이 적은 점에서도 확인된다.
두 번째 실험에서는 아카이브 크기 µ를 10, 20, 40, 80으로 제한하고, 두 종류의 제한 아카이빙 기법인 HV_A(하이퍼볼륨 기반)와 MGA(다중‑레벨 그리드 기반)를 적용하였다. 품질 평가는 (i) 하이퍼볼륨 상대 차이(hvr)와 (ii) 멀티플리케이티브 ε(ε) 두 지표를 사용했다. 실험 결과는 다음과 같다. (a) µ가 커질수록 두 지표 모두 개선되었으며, 특히 µ가 80에 이를 때 품질 향상이 포화에 가까워졌다. (b) 목표 수 m이 많고 ρ가 낮은 경우, 제한 아카이브로 인해 품질 저하가 더 두드러졌다. (c) HV_A가 MGA보다 하이퍼볼륨 측면에서 약간 우수했지만, ε 지표에서는 차이가 거의 없었다. 이는 HV_A가 목표 공간에서의 밀집도를 더 잘 보존하지만, 전체적인 파레토 전선 근접성에서는 두 방법이 동등함을 의미한다.
세 번째 실험은 PLS의 실행 길이(반복 횟수)를 측정해 문제 난이도와의 상관관계를 탐색했다. PLS 길이는 아카이브가 무제한일 때 가장 길었으며, 제한 아카이브를 적용하면 급격히 감소했다. 특히 µ=10인 경우 실행 시간이 최소화되었지만, 앞서 언급한 품질 저하가 동시에 발생했다. 길이가 길어질수록 PLO‑set이 더 큰 경향을 보였으며, 이는 탐색이 더 많은 지역 최적점에 머무른다는 의미로, 문제 인스턴스가 “다중 지역 최적점”을 많이 포함할수록 PLS가 조기에 수렴한다는 가설을 뒷받침한다.
전체적으로 논문은 (1) 목표 수와 목표 상관도가 PLO‑set 규모에 지배적인 영향을 미친다, (2) 제한 아카이브는 실행 시간을 크게 절감하지만 품질은 아카이브 크기에 비례해 감소한다, (3) HV_A와 MGA는 각각 하이퍼볼륨과 ε 측면에서 미세한 차이만을 보이며, 선택은 사용자의 품질 우선순위에 따라 달라질 수 있다는 실용적 결론을 제시한다. 또한, PLS 길이와 문제 난이도 사이의 명확한 상관관계를 실험적으로 입증함으로써, 향후 다목적 지역 탐색 알고리즘 설계 시 아카이브 제한 전략을 어떻게 조정할지에 대한 가이드라인을 제공한다.