개인형 고속교통망 빈 차량 관리 분산 알고리즘

초록

본 논문은 개인형 고속교통(PRT) 시스템에서 빈 차량을 효율적으로 배치·전송하기 위한 분산형 휴리스틱 알고리즘을 제안한다. 중앙 데이터베이스 없이 각 역이 상태와 기대 차량 정보를 로컬 교환을 통해 결정하며, 승객 대기, 차량 균형, 입구 공간 확보 등 세 가지 과업을 동일한 절차와 과업별 파라미터 집합으로 처리한다. 다중 파라미터 함수와 임계값을 활용해 차량 선택과 목적지를 결정하고, 시뮬레이션을 통해 기존 중앙집중식 방법 대비 응답 시간·통행량·통신 부하에서 우수함을 입증한다.

상세 분석

이 알고리즘은 PRT 네트워크의 핵심 운영 문제인 빈 차량 관리에 대해 ‘분산·자율’ 접근을 채택한다는 점에서 혁신적이다. 기존 연구들은 대부분 중앙 서버가 전체 수요와 차량 위치를 실시간으로 파악하고 최적 매칭을 수행하는 구조를 가정했으며, 이는 통신 지연, 단일 장애점, 확장성 한계 등을 초래한다. 반면 본 논문은 각 역이 자체적인 상태(대기 승객 수, 현재 정차 차량 수, 인근 역의 차량 기대량 등)를 주기적으로 교환하고, 이를 기반으로 다중 파라미터 의사결정 함수를 적용한다. 함수는 거리, 대기 시간, 역 혼잡도, 차량 이용률 등 여러 가중치를 포함하며, 과업별(승객 수송, 균형, 입구 확보)로 다른 임계값을 설정함으로써 동일한 로직이 다양한 상황에 맞게 동작하도록 설계되었다.

알고리즘 흐름은 크게 네 단계로 나뉜다. 첫째, 역은 주변 역으로부터 ‘요청 메시지’를 수신하고 자체 상태를 업데이트한다. 둘째, 각 빈 차량은 자신이 위치한 역에서 가능한 목적지 후보 집합을 생성한다. 셋째, 후보마다 다중 파라미터 함수를 계산해 점수를 부여하고, 가장 높은 점수를 받은 목적지를 선택한다. 넷째, 선택된 차량은 목적지 역에 이동 명령을 전송하고, 이동 중에도 상태 정보를 지속적으로 교환한다. 이 과정에서 차량은 이동 중에도 새로운 요청을 받을 수 있어, 동적 재배치가 가능하다.

시뮬레이션 결과는 네트워크 규모(10100역)와 트래픽 강도(평균 대기 시간 30120초)에서 알고리즘이 평균 대기 시간을 15~25% 감소시키고, 차량 이용률을 10% 이상 향상시켰음을 보여준다. 특히 중앙집중식 최적화와 비교했을 때, 통신량은 40% 이하로 감소했으며, 네트워크 장애 발생 시에도 로컬 정보만으로 자율 복구가 가능해 시스템 복원력이 크게 향상되었다.

한계점으로는 파라미터 튜닝이 사전 실험에 의존한다는 점과, 극단적인 트래픽 급증 상황에서 로컬 정보만으로는 전역 최적을 보장하기 어렵다는 점을 들 수 있다. 향후 연구에서는 머신러닝 기반 파라미터 자동 조정과, 제한된 범위 내에서의 협업 최적화를 결합해 성능을 더욱 고도화할 필요가 있다.