다중 서버를 활용한 병렬 대기열 최적 할당 및 연결 확률에 따른 정책 비교

초록

본 논문은 L개의 병렬 대기열과 K개의 동일 서버가 임의의 연결성을 갖는 이산시간 시스템에서, 대기열 길이를 최소화하는 최적 스케줄링 정책을 제시한다. 가장 균형 잡힌(Most Balancing, MB) 정책을 정의하고, 확률적 순서(Stochastic ordering) 관점에서 비용 함수 전반에 대해 최적임을 증명한다. 구현이 간단한 LCSF/LCQ 근사 정책을 제안하고, 시뮬레이션을 통해 다양한 정책과 비교하여 MB 정책이 가장 우수함을 확인한다.

상세 분석

이 연구는 무선 통신 시스템에서 흔히 가정되는 “서버-대기열 연결 확률”을 명시적으로 모델링한다. 각 시간 슬롯마다 각 대기열 i와 서버 j 사이에 독립적인 베르누이 연결 변수 X_{ij}(t)∈{0,1}가 존재하며, 연결 확률 p는 시스템 전반에 걸쳐 동일하게 가정한다. 이러한 설정은 3G/4G 네트워크에서 사용자와 기지국 간 채널 가용성을 확률적으로 표현하는데 적합하다. 논문은 먼저 시스템 상태를 벡터 Q(t)=(Q_1(t),…,Q_L(t))로 정의하고, 정책 π가 선택하는 서버 할당 매트릭스 A^π(t)∈{0,1}^{K×L}가 각 서버가 어느 대기열에 서비스를 제공할지를 결정한다. 할당은 (i) 연결된 서버만 사용 가능, (ii) 각 서버는 하나의 대기열에만 할당, (iii) 하나의 대기열에 여러 서버가 동시에 할당될 수 있다는 제약을 만족한다.

가장 균형 잡힌(MB) 정책은 “큐 길이 차이를 최소화”하는 할당을 목표로 한다. 구체적으로, 정책 π가 선택한 A^π(t)에 대해, 모든 가능한 할당 A’에 대해 ∑{i}|Q_i(t)+A’{·i}(t)−Q_i(t)−A^π_{·i}(t)| ≤ 0 이 성립하도록 정의한다. 이는 각 슬롯에서 가능한 할당 중 대기열 길이의 편차를 최소화하는 선택을 의미한다. 논문은 이 정의를 바탕으로 두 가지 핵심 정리를 제시한다. 첫째, MB 정책은 모든 비감소 함수 f(Q) (예: 총 패킷 수 ΣQ_i, 최대 대기열 길이 max_i Q_i 등)에 대해 확률적 순서 의미에서 최적이다. 즉, 임의의 다른 정책 π’에 대해 f(Q^MB(t)) ≤_st f(Q^{π’}(t)) 가 모든 t에 대해 성립한다. 둘째, 이러한 최적성은 “stochastic coupling” 기법을 이용해 증명한다. 구체적으로, 동일한 초기 상태와 동일한 연결 실현 X(t)를 공유하는 두 시스템을 구성하고, MB 정책이 선택한 할당과 임의 정책이 선택한 할당을 적절히 재배열함으로써 큐 길이 벡터가 마조라 순서(Majorization) 관계를 유지하도록 만든다.

실제 구현 측면에서 MB 정책은 전역적인 큐 길이와 연결 정보를 모두 필요로 하므로 계산 복잡도가 높다. 이를 보완하기 위해 논문은 “Least Connected Server First / Longest Connected Queue”(LCSF/LCQ)라는 근사 정책을 제안한다. LCSF 단계에서는 현재 슬롯에서 연결된 서버 중 연결 수가 가장 적은 서버를 우선 선택하고, 그 서버는 연결된 대기열 중 현재 큐 길이가 가장 긴 대기열에 할당한다. 이 절차를 모든 서버에 반복 적용한다. LCSF/LCQ는 연결 정보와 큐 길이 정보를 로컬하게만 사용하므로 구현이 간단하고, 시뮬레이션 결과 MB 정책에 근접한 성능을 보인다.

시뮬레이션 설정은 L∈{4,8}, K∈{2,4,8} 등 다양한 조합과 연결 확률 p∈{0.2,0.5,0.8}을 포함한다. 비교 대상 정책으로는 무작위 할당(Random), 라운드 로빈(RR), 가장 긴 큐 우선(LCQ) 등이 있다. 결과는 (a) LCSF/LCQ가 모든 경우에서 다른 비최적 정책보다 우수함을, (b) 무작위 정책이 MB 정책에 비교적 가깝지만 여전히 차이가 존재함을, (c) 연결 확률 p가 낮고 서버 수 K가 많을수록 MB 정책과 다른 정책 간 성능 격차가 확대됨을 보여준다. 이는 시스템이 불안정하거나 자원이 풍부할 때 최적 정책의 효과가 두드러진다는 실무적 시사점을 제공한다.

전반적으로 이 논문은 무작위 연결성을 갖는 다중 서버-다중 대기열 시스템에서 큐 길이 균형을 목표로 하는 정책 설계와 최적성 증명을 체계적으로 수행했으며, 실용적인 근사 정책과 시뮬레이션을 통해 이론과 실제 사이의 격차를 메우는 데 성공하였다.