그룹 기반 폴리토프 스케줄링: 통합 모델과 최적 보장

초록

본 논문은 작업·정점·간선 등 다양한 엔터티를 그룹으로 묶어 그 최대 완료시간의 가중합을 최소화하는 일반화된 목표를 제시한다. 이를 ‘폴리토프 스케줄링 with Groups(PSP‑G)’ 및 그 이산형 변형(DPSP‑G)으로 추상화하고, 비클레어보이언트 온라인 설정에서는 최선의 O(log g) 경쟁률을, 오프라인에서는 (2+ε) 근사와 여러 특수 경우에 대한 상수‑팩터 근사를 제공한다. 핵심 기법은 가상 가중치를 이용한 비례공정(PF) 알고리즘과 새로운 factor‑revealing LP 분석이다.

상세 분석

논문은 먼저 “그룹 완료시간”이라는 새로운 목표 함수를 정의한다. 기존의 makespan(전체 최장 완료시간)과 Σw_j C_j(가중합 완료시간) 두 목표를 각각 모든 작업을 하나의 그룹에 넣거나 각 작업을 개별 그룹에 두는 특수 사례로 보는 것이 핵심이다. 이를 일반화하면, 그룹 S∈𝒮에 대해 C_S = max_{j∈S} C_j 로 정의하고, 목표는 Σ_{S∈𝒮} w_S C_S 를 최소화하는 것이 된다.

이러한 추상화는 세 가지 주요 분야—병렬 기계 스케줄링, 폴리토프 스케줄링, 그래프 색채·스케줄링—에 동시에 적용될 수 있다. 특히 폴리토프 스케줄링은 “하향 폐쇄(polytope) P = {y≥0 | B·y ≤ 1}” 안에서 시간마다 처리율 벡터 y(t)를 선택하도록 하는 일반적인 프레임워크이며, 기존 연구는 Σw_j C_j 목표에만 초점을 맞추었다. 저자들은 이를 그룹 가중합 목표로 확장함으로써, 비선형적인 그룹 구조가 존재하는 상황에서도 동일한 폴리토프 제약을 유지할 수 있음을 보인다.

비클레어보이언트 온라인 알고리즘에서는 작업의 실제 처리량 p_j를 알 수 없으므로, 정보 이론적 한계가 존재한다. 논문은 PF(비례공정) 원칙을 변형해, 각 그룹이 자신의 가중치를 현재 남아 있는 작업에 균등히 분배하는 “가상 가중치” w’j = w_S / |S∩U(t)| 를 도입한다. 이렇게 정의된 가중치에 대해 PF는 y(t) = argmax{y∈P} Σ_{j∈U(t)} w’_j log y_j 를 선택한다. 이때 기존 PF 분석은 작업 단위의 가중치에만 의존했지만, 그룹 가중치를 반영한 새로운 factor‑revealing LP를 구성해 경쟁률을 정확히 O(log g) 로 제한한다. 하한도 Ω(log g) 로 증명되어, 이 결과가 최적임을 확인한다.

오프라인에서는 두 가지 접근법을 제시한다. 첫 번째는 DPSP‑G(이산형 폴리토프 스케줄링)에서 그룹 목표를 makespan 목표로 변환하는 “그룹‑다중화·이중화” 기법이다. 이를 통해 기존의 makespan 근사 서브루틴(ρ‑근사)을 이용하면 전체 목표에 대해 (2ρ e + ε)‑근사를 얻는다. 두 번째는 연속형 PSP‑G에 대해 인터벌‑인덱스 LP를 풀고, 무작위 스트레칭·절단 기법을 적용해 (2+ε)‑근사를 달성한다. 이때 LP는 각 작업의 진행률을 연속적인 변수로 모델링하고, 그룹 완료시간을 선형 제약식으로 표현한다.

특히, 논문은 다음과 같은 구체적 결과를 도출한다.

• 동일 기계(P | r_j | Σw_S C_S)에서 7.249‑근사, 관련 기계(Q | r_j | Σw_S C_S)에서 10.874‑근사.
• 비선점 sum‑multicoloring(npSMC‑G)에서 라인·인터벌 그래프에 각각 10.874‑근사, 완전 그래프에 5.437‑근사.
• 데이터 마이그레이션(그래프 스케줄링 특수 경우)에서 (2+ε)‑근사, 이는 기존 (4+ε)‑근사를 크게 개선한다.
• 비클레어보이언트 코플로우 스케줄링에서 기존 O(g) 경쟁률을 O(log g) 로 지수적으로 개선한다.

이러한 결과는 “그룹 기반 목표”라는 공통 구조를 식별하고, PF와 LP 기반 분석을 적절히 결합함으로써 서로 다른 도메인 간에 알고리즘을 전이할 수 있음을 보여준다. 또한, 그룹 크기 g가 작을수록 온라인 경쟁률이 낮아지고, 오프라인에서는 기존 근사 알고리즘을 그대로 활용해 상수‑팩터 근사를 얻을 수 있다는 실용적 의미도 갖는다.