드론 연계 혈액 수집 라우팅 최적화

초록

본 논문은 혈액 기증 현장에서 채취된 혈액을 6시간 이내에 혈액 가공센터로 전달해야 하는 시간 제한(PTL)을 고려하여, 트럭과 드론을 동기화한 수집 라우팅 문제(DABCRP)를 제시한다. MILP 모델링과 컬럼 생성 기반 알고리즘을 개발하고, 가격 결정 서브문제는 맞춤형 메모틱 알고리즘으로 해결한다. 실험 결과, 드론을 활용한 협동 운송이 트럭 전용 방식에 비해 수집 가능한 유효 혈액 단위를 20% 이상 향상시켰으며, 제안 알고리즘은 Gurobi와 기존 메타휴리스틱보다 우수한 성능을 보였다.

상세 분석

이 연구는 혈액 수집 라우팅 문제에 드론을 도입함으로써 기존 트럭 전용 모델의 한계를 극복하고자 한다. 핵심은 PTL(Processing Time Limit)이라는 6시간 내에 혈액을 가공센터에 도착시켜야 하는 강력한 시간 제약을 만족시키면서, 다수의 기증 현장을 반복 방문할 수 있는 다중 트립(multi‑trip) 구조를 설계한 점이다. 트럭‑드론 팀은 하나의 트럭에 하나의 드론을 탑재하고, 트럭이 이동하는 동안 드론을 발사해 별도의 기증 현장을 방문하고 다시 트럭과 재합류하는 방식으로 동기화된다. 이때 드론은 도로 혼잡에 영향을 받지 않으며, 트럭보다 두 배 이상의 속도로 비행한다고 가정해 실제 운용 효율을 크게 높인다.

수학적 모델링은 MILP 형태로 제시되었으며, 변수는 트럭·드론의 경로 선택, 방문 시점, 그리고 각 현장에서의 혈액 수집량을 포함한다. 목적함수는 PTL 내에 도착한 혈액 단위의 총합을 최대화한다. 제약조건은 차량 용량, 드론 비행 거리·시간 제한, 재합류 지점 일치, 그리고 각 현장의 혈액 발생 시점과 PTL을 고려한 시간 윈도우를 포함한다.

문제 규모가 커짐에 따라 직접 MILP 해결이 비현실적이므로, 컬럼 생성(Column Generation) 프레임워크를 도입하였다. 마스터 문제는 사전 생성된 트럭‑드론 투어(컬럼) 중 최적 조합을 선택하는 이진 선택 문제이며, 서브문제는 새로운 유망 투어를 생성하는 가격 결정 문제다. 서브문제는 NP‑hard 특성을 가지므로, 저자들은 맞춤형 메모틱 알고리즘을 설계했다. 이 알고리즘은 유전 연산(교배·돌연변이)과 지역 탐색(2‑opt, 드론 재배치) 등을 결합해 고품질 컬럼을 빠르게 탐색한다.

실험에서는 30~100개의 기증 현장을 갖는 인스턴스를 사용했으며, 드론 속도를 트럭의 2배, 3배 등 다양한 시나리오를 검증했다. 결과는 드론 도입 시 수집 가능한 혈액 단위가 평균 22%~35% 증가함을 보여준다. 또한 제안된 컬럼 생성·메모틱 조합은 Gurobi의 직접 해법보다 10배 이상 빠르게 최적 혹은 근접 최적 해를 도출했으며, 기존 하이브리드 유전 알고리즘과 침입 잡초 최적화(IWO)보다도 일관되게 우수한 목표값을 기록했다.

이 논문은 혈액 공급망에서 시간 민감형 제품(플레이트릿)의 효율적 수집을 위해 드론과 트럭의 협동 운용을 수학적으로 정형화하고, 실용적인 해법을 제공한다는 점에서 학문적·실무적 기여가 크다. 특히 컬럼 생성과 메모틱 서브문제 해결 전략은 다른 시간 제한 라우팅 문제에도 확장 적용 가능성을 시사한다.