Benders 분해 가속화: 연속 SAA 복제 해결 전략

초록

본 논문은 동일한 확률 프로그램에 대해 서로 다른 샘플을 사용해 만든 다수의 샘플 평균 근사(SAA) 복제를 순차적으로 Benders 분해로 풀 때, 이전 복제에서 얻은 이중 해와 절단 정보를 재활용함으로써 전체 계산 시간을 크게 단축하는 방법을 제안한다. Dual Solution Pool(DSP) 구축, 풀 관리, 초기 절단 선택 기법 등을 결합한 결과, 실험에서 평균 절반 수준의 시간 절감 효과를 확인하였다.

상세 분석

이 논문은 두 단계 혼합정수 확률계획 문제를 대상으로, 오른쪽 손변수에만 불확실성이 존재하고 연속 재조정(recursion)이 가능한 구조를 전제로 한다. 전통적인 Benders 분해는 매 반복마다 시나리오별 서브문제를 풀어 얻은 이중 변수 π를 이용해 절단(θ ≥ (h − Tx)ᵀπ)을 메인 문제에 추가한다. 그러나 복수의 SAA 복제를 순차적으로 해결할 경우, 각 복제는 동일한 제약 행렬 W와 비용 q를 공유하지만 우변 h와 계수 T가 샘플에 따라 달라진다. 이 특성을 이용해 저자는 두 가지 핵심 아이디어를 도입한다. 첫째, 이전 복제에서 발견된 이중 해들을 “Dual Solution Pool(DSP)”에 저장하고, 새로운 복제의 서브문제 해결 전 DSP를 검색해 이미 위배된 절단이 존재하는지 확인한다. 위배된 절단이 있으면 실제 서브문제 풀이를 건너뛰고 바로 메인 문제에 절단을 추가함으로써 서브문제 해결 비용을 절감한다. 둘째, DSP가 복제 수가 증가함에 따라 급격히 커지는 문제를 해결하기 위해 풀 관리 기법을 제안한다. 구체적으로는 (i) 중복되거나 비효율적인 이중 해를 제거하고, (ii) 절단 효과가 큰 대표 해만을 보존하는 “큐레이션” 절차를 적용한다. 또한 초기화 단계에서 메인 문제에 포함시킬 절단을 선택하는 두 가지 전략—(a) 첫 번째 복제의 최적 해에서 활성화된 절단만 선택, (b) 여러 복제에서 빈번히 등장하는 절단을 통계적으로 추출—을 실험적으로 비교한다.

이론적 측면에서는 DSP에 충분히 많은 이중 해가 저장될 경우, 임의의 1차 단계 해 x에 대해 거의 가장 위배된 절단을 찾을 확률을 상한으로 분석한다. 이는 “거의 최악 절단(nearly most‑violated cut)”을 확보함으로써 기존 Benders 알고리즘의 수렴 속도와 동일한 수준을 유지하면서도 서브문제 호출을 크게 감소시킬 수 있음을 의미한다.

실험에서는 세 개의 실제 사례(함대 계획, 통신망 설계, 용융 공정)와 두 단계 선형·정수 모델을 사용해 100여 개의 복제를 수행하였다. DSP만 사용했을 때는 초기 절단 선택 없이도 평균 30 % 정도의 시간 절감이 관찰되었으며, DSP와 초기 절단 선택, 풀 큐레이션을 모두 적용한 경우 전체 평균 시간이 절반 이하로 감소하였다. 특히 정수형 1차 단계가 포함된 경우, 서브문제 해결이 비용이 크게 차지하던 상황에서 DSP 활용이 가장 큰 효과를 보였다.

결과적으로, 이 논문은 “정보 재사용”이라는 관점에서 Benders 분해를 확장함으로써, 동일한 확률 모델에 대한 다중 SAA 복제 해결 시 계산 자원을 효율적으로 배분할 수 있음을 입증한다. 제안된 DSP와 관리 기법은 기존 Benders 구현에 비교적 간단히 통합 가능하며, 클라우드·고성능 컴퓨팅 환경에서 순차적 혹은 제한된 병렬 처리 상황에서도 유용하게 적용될 수 있다.