시간에 민감한 다중모드 의료 운송: 최적 차량 배치와 비용‑시간 절감 전략

초록

본 논문은 장기 이식, 응급 환자 및 의료 물자 운송에 있어 지상·공중 차량을 통합한 다중모드 시스템을 제안한다. 교통 혼잡과 기상 영향을 고려한 건설형 탐욕적 휴리스틱을 설계하고, (i) 구급차 전용, (ii) 구급차+드론, (iii) 구급차+eVTOL, (iv) 세 가지 모두를 포함한 네 가지 플릿 구성을 비교 평가한다. 실험 결과, 완전 통합 플릿이 운송 시간과 운영 비용을 가장 크게 감소시키며, 특히 장거리·날씨 악조건에서 공중·지상 연계가 큰 이점을 제공한다는 점을 확인하였다.

상세 분석

이 연구는 의료 긴급 운송이라는 고부가가치 분야에 다중모드 운송 네트워크를 적용한 최초 사례 중 하나로 평가할 수 있다. 먼저, 기존 문헌에서 제시된 시설 위치·배정·실시간 파견 문제를 종합적으로 검토하고, 각 모드(구급차, 무인항공기(UAV), 전기 수직이착륙(eVTOL))의 장·단점을 정량화하였다. 구급차는 범위와 적재량에서 유리하지만 교통 체증에 취약하고, UAV는 저비용·짧은 거리에서 뛰어나지만 배터리 용량과 기상 제한이 있다. eVTOL은 높은 속도와 대용량을 제공하지만 충전 인프라와 착륙장(vertiport) 확보가 전제되어야 한다.

핵심 기법은 ‘구축형 탐욕적 휴리스틱(constructive greedy heuristic)’이다. 알고리즘은 (1) 요청을 급성도와 위치 기반으로 우선순위화하고, (2) 동일 경로 혹은 인접 경로에 있는 요청을 하나의 운송 레그에 통합(payload consolidation)한다. 이때 지상 구간은 실시간 교통 예측 모델(예: 평균 속도·혼잡 지수)로, 공중 구간은 기상 예보(풍속·강수)와 배터리 소모 모델로 소요 시간을 추정한다. (3) 각 요청에 대해 가장 비용·시간 효율이 높은 차량 유형을 선택하고, (4) 선택된 차량이 현재 가용 상태인지 확인한 뒤 배정한다. 이 과정은 전역 최적화를 위한 복잡한 MILP 모델에 비해 O(N·M) 수준의 선형 시간 복잡도를 유지하면서도 실시간 파견이 가능하도록 설계되었다.

실험 설계는 동일한 가상 도시 네트워크(노드 200개, 도로·공중 경로 혼합)와 24시간 시뮬레이션을 기반으로 네 가지 플릿 구성을 비교하였다. 주요 성능 지표는 총 운송 시간(평균·최대), 운영 비용(연료·전기·인건비), 배터리 재충전·연료 보급 횟수, 그리고 서비스 수준(요청 90% 이내 도착률)이다. 결과는 (iv) 완전 통합 플릿이 평균 운송 시간을 27% 감소시키고, 비용은 22% 절감했으며, 특히 악천후 시 UAV가 비활성화될 때 eVTOL과 구급차가 즉시 대체 역할을 수행해 서비스 연속성을 확보한다는 점을 보여준다.

한계점으로는(1) 배터리 충전·교체 인프라가 충분히 구축된 가정, (2) 기상 예보의 정확도가 1시간 이내로 제한된 상황, (3) 환자·장기와 같은 고가치 화물의 온도·진동 제어를 단순화한 모델링을 들 수 있다. 향후 연구에서는 실제 병원·헬리포트 데이터와 실시간 교통·기상 API를 연동한 현장 시험, 그리고 다중 목표(시간·비용·탄소 배출) 최적화를 위한 강화학습 기반 파견 정책을 탐색할 필요가 있다.