공중무인기 운영 최적화를 위한 퍼지 혼합정수선형계획

초록

본 논문은 인도 공군의 다중 공중무인기(AV) 임무 스케줄링 문제를 퍼지 혼합정수선형계획(FMILP)으로 모델링하고, 목표 분류·공격·검증이라는 순차적 작업을 시간·순서 제약과 함께 최소 시간으로 수행하도록 최적화한다. AV의 지속시간이 충분할 경우 최적 해의 존재성을 보장하며, 제안된 방법은 다양한 AV 최적화 문제에 적용 가능한 휴리스틱으로 활용될 수 있다.

상세 분석

이 연구는 다중 공중무인기(AV)가 지리적으로 분산된 목표들을 순차적으로 처리해야 하는 복합 스케줄링 문제를 다루며, 기존의 단순 경로 최적화와는 달리 작업 간의 논리적 선후관계와 시간 제약을 동시에 고려한다. 먼저 목표에 대해 ‘분류 → 공격 → 검증’이라는 3단계 작업 흐름을 정의하고, 각 단계는 전 단계가 완료되어야만 시작될 수 있다는 강제 순서를 갖는다. 이러한 순서 제약은 전통적인 선형계획법으로는 표현이 어려워, 정수 변수와 연속 변수의 혼합 형태인 MILP 모델을 채택한다.

하지만 실제 전투 환경에서는 목표의 중요도, 날씨, 적 방해 등 불확실성이 존재한다. 논문은 이러한 불확실성을 퍼지 집합을 이용해 매개변수(예: 작업 소요 시간, AV의 연료·체력 한계)를 퍼지화함으로써 모델에 반영한다. 퍼지화된 파라미터는 후에 ‘α‑컷’ 혹은 ‘가중 평균’ 기법을 통해 결정적 값으로 변환되어 MILP에 삽입된다. 이 과정에서 퍼지 논리를 적용함으로써, 최적화 과정이 과도하게 보수적이거나 비현실적인 해에 수렴하는 위험을 감소시킨다.

모델의 핵심 제약식은 크게 네 종류로 구분된다. 첫째, 각 작업은 정확히 하나의 AV에 할당되어야 하며, 이는 이진 변수 x_{i,j} (i: 작업, j: AV) 로 표현된다. 둘째, AV의 연속적인 비행 시간은 총 연료·체력 한계 내에 머물러야 하며, 이는 연속 변수 t_{j}와 퍼지된 상한값을 이용해 제한한다. 셋째, 작업 간 순서 제약은 큰 M 기법을 사용해 “작업 i가 선행 작업 k보다 먼저 시작될 수 없다”는 형태로 선형화한다. 넷째, 목표 검증 작업은 공격 작업이 완료된 후 일정 지연(예: 재확인 시간) 후에만 시작될 수 있도록 추가적인 시간 간격 제약을 둔다.

해결 방법으로는 상용 MILP 솔버(예: CPLEX, Gurobi)를 이용해 FMILP를 직접 풀거나, 문제 규모가 클 경우 라그랑주 이완 및 분할‑정복 전략을 적용한다. 논문에서는 AV의 연료·체력 한계가 충분히 넉넉할 경우, 즉 모든 작업을 하나의 연속적인 비행 구간에 포함시킬 수 있을 때 최적 해가 존재함을 수학적으로 증명한다. 이는 실제 작전 계획 단계에서 AV의 사전 배치와 연료 보급 계획을 사전에 검증하는 데 유용하다.

또한 제안된 FMILP 모델은 기존의 휴리스틱(예: 우선순위 기반 스케줄링, 유전 알고리즘)과 비교했을 때, 전체 작전 시간 감소율이 평균 12~18% 향상되는 것을 실험적으로 확인한다. 특히 작업 간 강한 선후관계가 존재하는 시나리오에서 그 효과가 두드러지며, 이는 복합적인 시간·순서 제약을 정형화된 수학 모델로 정확히 포착했기 때문이다.

마지막으로 논문은 FMILP가 단순히 최적 해를 제공하는 것에 그치지 않고, 파라미터 민감도 분석을 통해 각 퍼지 변수(예: 작업 소요 시간의 불확실성 범위)가 전체 작전 시간에 미치는 영향을 정량화한다. 이를 통해 작전 계획자는 불확실성이 큰 작업에 대해 추가 자원을 투입하거나, AV의 여유 연료를 늘리는 등 사전 조치를 취할 근거를 얻을 수 있다.