유연 제조 시스템의 총 가공 시간 및 기계 부하 불균형 최소화 스케줄링

초록

본 논문은 유연 제조 시스템(FMS)에서 작업장 스케줄링을 다목적 최적화 문제로 모델링한다. 목표 함수는 전체 가공 시간 최소화와 기계 부하의 불균형 정도 최소화를 동시에 고려한다. 이를 위해 기계 부하 불균형을 정량화하는 평가 함수를 정의하고, 정수선형계획법(ILP)으로 문제를 해결한다. 실험 결과는 제안 모델이 기존 방법에 비해 총 가공 시간을 단축하고, 각 기계의 부하를 보다 균등하게 분배함을 보여준다.

상세 분석

이 연구는 전통적인 작업장 스케줄링(JSSP)이 주로 makespan(전체 작업 시간) 최소화에 초점을 맞추는 반면, 실제 FMS에서는 기계 활용도와 부하 균형도 핵심 성능 지표임을 강조한다. 논문은 먼저 기계 부하 불균형을 “각 기계의 작업량 평균과의 편차”로 정의하고, 이를 제곱합 형태의 함수로 수식화한다. 이렇게 정의된 불균형 함수는 목표 함수에 가중치를 부여해 다목적 최적화 문제로 전환된다.

정수선형계획법(ILP) 모델링 단계에서 작업(job), 공정(operation), 기계(machine) 간의 관계를 3차원 이진 변수 x_{ijk} (i: 작업, j: 공정 단계, k: 기계)로 표현한다. 제약식은 (1) 각 공정은 정확히 하나의 기계에 할당, (2) 작업 순서 제약(선행 공정 완료 후 다음 공정 시작), (3) 기계의 동시 가동 제한, (4) 작업의 시작·종료 시간 연속성 등을 포함한다. 목표 함수는 두 개의 항목을 가중합 형태로 결합했으며, 가중치 선택에 따라 어느 한쪽 목표에 더 중점을 둘 수 있다.

알고리즘 구현은 상용 MILP 솔버(CPLEX 또는 Gurobi)를 이용했으며, 실험 데이터는 표준 JSSP 인스턴스와 실제 FMS 사례를 혼합해 구성했다. 결과는 총 가공 시간(Total Processing Time, TPT)이 평균 12% 감소하고, 부하 불균형 지표(Unbalance Index, UI)가 18% 개선되었다는 점을 강조한다. 특히, 부하 균형을 고려함으로써 특정 기계의 과부하를 방지하고, 유지보수 비용 및 다운타임 감소 효과도 기대할 수 있다.

하지만 모델은 완전 정수선형 형태이므로 문제 규모가 커질 경우 계산 복잡도가 급격히 상승한다. 논문에서는 30~50개의 작업·기계 수준에서 실험했으며, 대규모 시스템(수백 작업) 적용을 위해 휴리스틱·메타휴리스틱(예: 유전 알고리즘, 파티클 스웜)과의 하이브리드 방안을 제시하지 않은 점이 한계이다. 또한, 가중치 설정이 주관적이며, 실제 생산 환경에서는 비용, 납기, 품질 등 추가 목표가 필요할 수 있다. 향후 연구에서는 다목적 진화 알고리즘을 통한 파레토 최적 해 탐색, 동적 작업 흐름(실시간 주문) 대응, 그리고 에너지 소비 최소화와 같은 새로운 목표를 통합하는 방향이 제시된다.