최적화된 하이브리드 경로 탐색 알고리즘

초록

본 논문은 목적지 좌표 없이도 최단 경로를 찾을 수 있는 하이브리드 방식(백트래킹 + 수정 8‑이웃 탐색)을 제안한다. 기존 A*·다익스트라·ACO 대비 반복 횟수를 크게 줄이며, 로봇·게임·네트워크 등 다양한 분야에 적용 가능함을 주장한다.

상세 분석

본 연구는 “목적지 좌표가 필요 없는” 경로 탐색이라는 파격적인 목표를 내세우지만, 실제 알고리즘 흐름을 살펴보면 목적지 노드가 존재한다는 전제 하에 동작한다는 점에서 완전한 좌표‑프리 방식이라고 보기 어렵다. 제안된 방법은 먼저 소스 노드에서 8방향(상·하·좌·우·대각선)으로 동시에 확장하면서 각 셀에 현재까지 소요된 iteration 수를 비용으로 기록한다. 이 과정은 전통적인 Flood‑Fill 혹은 Wave‑Front 알고리즘과 유사하며, 장애물(@)을 만나면 해당 셀을 무한대 비용으로 표기하고, 그 주변에 “통과 가능한” 셀(.)이 있으면 이를 새로운 소스로 재설정한다. 이렇게 구축된 비용 행렬을 기반으로 목적지에서 역방향으로 최소 비용 이웃을 선택해 경로를 복원한다.

알고리즘의 핵심 장점은 한 iteration당 8방향을 모두 탐색함으로써 탐색 깊이가 기하급수적으로 늘어나지 않는다는 점이다. 실험 결과에서는 장애물이 있는 복잡한 맵에서 A가 95 iteration을 필요로 하는 반면, 제안 알고리즘은 22 iteration만에 목적지에 도달했다는 주장을 제시한다. 이론적 시간 복잡도는 O(b·n + n) (b: 장애물 수, n: 목표까지의 단계 수)으로, A의 O(b·d) (d: 브랜칭 팩터)보다 우수하다고 주장한다.

그러나 몇 가지 한계가 눈에 띈다. 첫째, 비용 행렬을 구축하는 과정에서 “새로운 소스”를 여러 번 생성하는데, 이때 이미 방문한 셀의 비용을 갱신하지 않음으로써 최적성이 보장되지 않는다. 둘째, 장애물 주변을 우회할 때 무한대 비용을 부여하는 방식은 실제 로봇이나 게임 환경에서 동적인 장애물이나 가변 비용을 다루기에 부적합하다. 셋째, 실험은 단일 맵(간단한 격자)만을 대상으로 했으며, 표준 벤치마크(예: Maze, Grid‑World)와 비교하지 않아 일반화 가능성을 검증하기 어렵다. 마지막으로, 목적지 좌표가 필요 없다는 주장에도 불구하고 알고리즘 흐름 자체가 목적지 노드가 미리 지정된 상황에서만 의미가 있다. 따라서 이 논문은 기존 탐색 기법에 대한 아이디어적 변형을 제시했지만, 실용적·이론적 검증이 부족한 상태로 평가된다.