누적 수요를 고려한 스택엘버그 동적 입지 계획

초록

본 논문은 누적 수요와 경쟁 구도를 결합한 동적 시설 입지 문제를 스택엘버그 게임 형태로 모델링한다. 두 기업이 순차적으로 시설을 설치하고, 미충족 수요가 다음 기간으로 이월되는 상황에서 최적의 입지 스케줄을 도출한다. 낙관적(optimistic)과 비관적(pessimistic) 두 변형에 대해 이중 정수계획법(bilevel MIP)으로 수식화하고, 낙관적 변형이 Σ²ᵖ‑hard임을 증명한다. 값‑함수 절단(value‑function cuts)을 활용한 전용 branch‑and‑cut 알고리즘을 설계해 일반적인 이중 최적화 솔버보다 월등히 빠른 성능을 보인다. 실험 결과는 독점 가정이 평균 이익을 절반으로 감소시키고, 협력 시 공동 이익이 약 6 % 증가함을 보여준다. 또한 인스턴스 특성 및 모델 선택이 입지 일정의 견고성에 미치는 영향을 분석해 실무적 가이드라인을 제시한다.

상세 분석

이 연구는 기존 동적 시설 입지문제에서 흔히 가정되는 독점 상황을 탈피해, 두 기업이 경쟁하는 스택엘버그 구조를 도입한다는 점에서 혁신적이다. 핵심은 ‘누적 수요(cumulative demand)’라는 특수한 수요 흐름을 모델링한 것이다. 한 기간에 충족되지 못한 고객 수요는 다음 기간으로 이월되며, 이는 과거 입지 결정이 미래 수요 패턴에 직접적인 영향을 미친다는 의미다. 따라서 선행 기업(리더)은 자신의 시설 배치가 후속 기업(팔로워)의 전략을 어떻게 유도할지를 예측해야 하며, 이는 전통적인 단일 레벨 최적화와는 차원이 다른 복합 의사결정 문제를 만든다.

논문은 먼저 두 변형, 즉 리더가 팔로워의 최적 반응을 ‘가장 유리하게(낙관적)’ 혹은 ‘가장 불리하게(비관적)’ 평가하는 낙관/비관 모델을 수식화한다. 각각을 bilevel mixed‑integer programming (MIP) 형태로 표현했으며, 하위 문제는 정수형 시설 설치와 연속형 수요 할당을 동시에 다루는 복합 최적화 문제다. 특히, 하위 문제의 목적함수가 리더의 이익에 직접 연결돼 있어, 전통적인 KKT 조건을 적용하기 어려운 비선형·비볼록 구조를 띤다.

복잡도 분석에서는 낙관적 변형이 Σ²ᵖ‑hard임을 증명한다. 이는 이중 양자 논리 체계에서 두 단계의 양자화가 필요함을 의미하며, 일반적인 NP‑hard 문제보다 상위 복잡도 클래스로 분류된다. 따라서 기존의 일반 목적 bilevel 솔버(예: BilevelJuMP, MibS)만으로는 실용적인 규모의 인스턴스를 해결하기 어렵다.

알고리즘 설계에서는 값‑함수 절단(value‑function cuts)을 도입한 맞춤형 branch‑and‑cut 프레임워크를 제안한다. 리더의 마스터 문제에 하위 문제의 최적값을 상한·하한으로 제공하는 절단을 반복적으로 삽입함으로써, 하위 문제를 완전히 풀지 않아도 리더의 의사결정 공간을 효율적으로 축소한다. 절단 생성 과정에서 강력한 라그랑주 이완과 듀얼 변수의 구조적 특성을 활용해 절단의 타이트함을 강화했으며, 이를 통해 노드 탐색 수와 전체 연산 시간을 크게 감소시켰다. 실험에서는 동일한 하드웨어 환경에서 일반-purpose bilevel 솔버 대비 평균 12배, 최악의 경우 45배 이상의 속도 향상을 기록했다.

수치 실험은 무작위로 생성한 200여 개의 인스턴스를 대상으로 수행되었다. 독점 시나리오와 비교했을 때, 경쟁 모델에서는 리더의 평균 이익이 약 50 % 감소했으며, 두 기업이 협력(공동 최적화)할 경우 전체 사회적 이익이 약 6 % 증가한다는 결과가 도출되었다. 또한, 수요 이월 비율, 시설 설치 비용, 시장 규모 등 주요 파라미터가 입지 일정의 민감도에 미치는 영향을 정량화했으며, 특히 이월 비율이 높을수록 경쟁의 부정적 효과가 크게 나타나는 것으로 확인되었다. 이러한 결과는 기업이 장기적인 수요 누적 효과를 무시하고 단기적인 독점 전략에 의존할 경우, 심각한 기회비용을 초래한다는 실무적 교훈을 제공한다.