온라인 작업 스케줄링을 위한 최적 제어 기반 비용 함수 일반화 프레임워크

**1. 연구 배경 및 문제 정의** 작업 스케줄링은 다양한 산업·컴퓨팅 시스템에서 핵심적인 최적화 문제이며, 전통적으로 가중치가 부여된 완료시간 \(\sum_j w_j C_j\) 또는 흐름시간 \(\sum_j w_j (C_j-r_j)\) 과 같은 선형 목표가 많이 연구되어 왔다. 그러나 실제 시스템에서는 비용이 시간에 따라 비선형적으로 증가하거나, 머신마다 서로 다른 비용 구조를 가질 수 있다. 이를 포괄적으로 모델링하기 위해 논문은 각 작업 \(j\)와 머신 \(i\)에 대해 비감소·비음수 함수 \(g_{ij}(t)\) 를 정의하고, 목표를 \(\sum_j g_{i(j)j}(C_j)\) 로 설정한다. 작업은 도착 시점 \(r_j\) 에만 정보가 공개되며, 사전 배정이 불가능한 온라인 환경을 가정한다. 또한, 선점(preemptive)과 비이동성(non‑migratory) 제약을 두어, 한 작업이 한 머신에 고정된 채로만 실행될 수 있다. **2. 속도 증강 프레임워크** 온라인 알고리즘의 경쟁비율을 정의하기 위해 속도 증강(1+ε) 모델을 채택한다. 즉, 온라인 스케줄러는 오프라인 최적해보다 \(1+\epsilon\) 배 빠른 머신을 사용한다고 가정한다. 이 가정 하에 유한한 경쟁비율을 달성할 수 있는 알고리즘을 설계한다. **3. 프랙셔널 완화와 HDF 최적성** 먼저, 목표 함수를 작업의 남은 길이에 비례하도록 가중치를 부여하는 프랙셔널 형태인 GFCS(Generalized Fractional Completion Time) 로 완화한다. 특수 경우 \(g_j(t)=w_j g(t)\) (동형 비용)에서는 최고 밀도 우선(HDF) 규칙이 최적임을 보인다. 저자들은 역방향 동적 프로그래밍 과정을 통해 듀얼 변수 \(\alpha_j\) 와 \(\beta(t)\) 를 명시적으로 계산하고, KKT 조건을 만족시키는 것을 확인한다. 이는 기존 문헌에서 복잡한 두 단계 듀얼 업데이트를 단순화한 결과이다. **4. 최적 제어 기반 듀얼 변수 설계** 일반 비용 함수에 대해 오프라인 GFCS 문제를 연속시간 최적 제어 문제로 재구성한다. 상태 변수는 각 작업의 남은 처리량이며, 제어 변수는 어느 작업에 머신을 할당할지이다. 최소 원리와 Hamilton‑Jacobi‑Bellman 방정식을 적용해 최적 듀얼 변수의 구조적 특성을 도출한다. 특히, 비용 함수의 1차·2차 미분 비율을 이용해 상수 \(K = \sup_{j,t\ge r_j}\frac{(t-r_j)g''_j(t)}{g'_j(t)}\) 를 정의하고, 이 값이 듀얼 변수와 원시 비용 증가량 사이의 비율을 제한한다는 것을 보인다. **5. 온라인 알고리즘 설계 (단일 머신)** 위에서 얻은 듀얼 변수 근사값을 이용해 온라인 알고리즘을 설계한다. 새로운 작업이 도착하면, 현재 시점까지의 듀얼 변수 값을 업데이트하고, 작업을 현재 가장 높은 “잔여 밀도” \(\rho_j(t)=\frac{g'_j(C_j)}{v_j(t)}\) 를 가진 작업에 할당한다. 이 과정은 HRDF(Highest Residual Density First)와 동일한 스케줄링 규칙을 구현한다. 분석 결과, 알고리즘은 \(2K(1+\epsilon)\) 속도 증강 하에 경쟁비율 \(2K\) 을 달성한다. **6. 다중 비연관 머신 확장** 다중 머신 환경에서는 각 머신‑작업 쌍에 대해 비용 함수가 서로 다를 수 있다. 여기서는 비용 함수의 볼록성 파라미터 \(\theta = \sup_{i,j,t,v\ge0}\frac{g_{ij}(t+v)-g_{ij}(t)}{v g'_{ij}(t)}\) 를 도입한다. 알고리즘은 (i) 작업을 가장 작은 “듀얼 증가량”을 초래하는 머신에 할당하고, (ii) 각 머신 내부에서는 HRDF 규칙을 적용한다. 이때 듀얼 변수는 네트워크 흐름 문제와의 연관성을 이용해 동적으로 구성한다. 결과적으로, \(2K\theta(1+\epsilon)\) 속도 증강 하에 경쟁비율 \(2K\theta\) 을 보장한다. **7. 이론적 기여와 실용적 의미** - HDF 규칙의 최적성을 일반 비용 함수에 대해 새로운 증명 방식(역방향 듀얼 피팅)으로 제공한다. - 최적 제어와 듀얼 피팅을 결합한 프레임워크를 제시해, 잠재함수 설계보다 직관적이고 일반화 가능한 방법을 제공한다. - 경쟁비율이 비용 함수의 곡률 \(K\)와 볼록성 \(\theta\)에 명시적으로 의존함을 보여, 실제 시스템에서 비용 함수 형태에 따라 알고리즘 성능을 사전에 예측할 수 있다. **8. 결론** 본 논문은 온라인 작업 스케줄링 문제를 일반 비용 함수라는 포괄적인 목표 아래 재정의하고, 최적 제어 기반 듀얼 변수 설계를 통해 속도 증강 환경에서 유한한 경쟁비율을 달성하는 알고리즘을 제시한다. 단일 머신에서는 HDF가 최적임을 재확인하고, 다중 비연관 머신에서는 곡률·볼록성 파라미터에 기반한 명시적 경쟁비율을 제공한다. 이론적 결과는 기존 연구들을 통합·확장하며, 실제 클라우드·데이터센터 환경에서 비용 구조가 복잡한 경우에도 적용 가능한 실용적인 스케줄링 전략을 제시한다.