탄소 인식 개미 군집 시스템

초록

본 논문은 일반화된 외판원 문제(GTSP)를 해결하면서 탄소 배출을 최소화하는 새로운 메타휴리스틱 알고리즘인 탄소 인식 개미 군집 시스템(CAACS)을 제안한다. 개미의 페로몬 전파 메커니즘에 탄소 배출 모델을 결합해 경로 선택 시 환경 비용을 고려하도록 설계했으며, 안테 수와 배출 스케일링 파라미터 등 여러 매개변수의 영향을 실험적으로 분석한다. 실험 결과, 기존 GTSP 솔버 대비 비슷한 품질의 해를 제공하면서 탄소 배출량을 현저히 감소시킨다.

상세 분석

CAACS 알고리즘은 전통적인 Ant Colony Optimization(ACO)의 기본 구조를 유지하면서, 각 간선에 탄소 배출량 E(i,j) 을 추가적인 비용으로 정의한다. 페로몬 업데이트 식은 두 단계로 구성된다. 첫 번째는 전통적인 증발 단계 τ_ij(t)←(1‑ρ)τ_ij(t) 으로, 탐색을 유지하기 위해 전역적인 페로몬을 감소시킨다. 두 번째는 강화 단계로, 선택된 경로 x_k(t) 에 대해 Δτ_kij(t)=Q·f(x_k(t)) 을 더한다. 여기서 f(x_k(t)) 은 해당 경로의 탄소 효율성을 반영하는 함수이며, 연료 효율, 차량 속도, 공기 저항 등 물리적 파라미터를 포함한다. 논문은 E(i,j) 스케일링 파라미터를 도입해 탄소 비용과 거리 비용 사이의 가중치를 조절한다. E(i,j) 값이 클수록 개미는 해당 간선을 회피하게 되며, 실험에서는 E(i,j) 증가가 경로 길이를 약간 늘리면서도 전체 탄소 배출을 15‑30 % 감소시키는 결과를 보였다.

또한, 안테 수 ψ 에 대한 민감도 분석을 수행하였다. 안테 수가 증가하면 탐색 공간이 넓어져 초기 수렴 속도가 빨라지지만, 일정 수준(≈200 개) 이상에서는 페로몬 업데이트 비용이 증가해 전체 실행 시간이 오히려 늘어났다. 따라서 실용적인 적용에서는 문제 규모에 비례하는 적절한 안테 수를 선택하는 것이 중요하다.

알고리즘 복잡도는 전통 ACO와 동일하게 O(ψ·|E|·T) (ψ: 안테 수, |E|: 그래프 간선 수, T: 반복 횟수)이며, 탄소 비용 계산을 위한 추가 연산은 상수 시간에 수행된다. 따라서 대규모 GTSP 인스턴스에서도 기존 메타휴리스틱과 비교해 실시간 적용이 가능하다.

실험 데이터는 GTSP 베이스라인인 GLNS와 OptimoRoute를 사용했으며, 네트워크 설계, 물류 배송, 상업용 항공 스케줄링 세 가지 실제 시나리오에 적용하였다. 각 시나리오에서 CAACS는 평균 2‑4 %의 경로 길이 증가에도 불구하고 탄소 배출량을 20‑35 % 절감했다. 특히, 드론 기반 소형 배송에서는 고도와 풍속을 고려한 E(i,j) 모델링이 큰 효과를 보였으며, 항공 물류에서는 항공기 선택 단계에 연료 효율 파라미터를 포함함으로써 전체 연료 소비를 현저히 낮출 수 있었다.

본 논문은 지속 가능한 물류와 교통 시스템 설계에 메타휴리스틱을 적용하는 새로운 패러다임을 제시한다. 탄소 배출 모델을 유연하게 확장할 수 있어, 전기차, 수소 연료전지 차량 등 다양한 친환경 기술과도 연계 가능하다. 향후 연구에서는 다목적 최적화(시간, 비용, 탄소)와 동적 실시간 데이터(교통 상황, 날씨) 통합을 통한 적응형 CAACS 개발이 기대된다.