네트워크 흐름 모델을 활용한 일반화된 셀룰러 제조 그룹핑 최적화

초록

본 논문은 부품이 다중 공정 경로를 가질 수 있는 일반화된 셀룰러 제조 시스템에서, 공정 경로를 유사도 기준으로 최소화하는 단위 용량 최소비용 네트워크 흐름 모델을 제안한다. 첫 단계에서 최적의 공정 경로 패밀리를 형성하고, 두 번째 단계에서는 정해진 셀 수에 맞춰 기계 셀을 배정하기 위해 정수 2차 할당(QAP) 모델과 계층적 휴리스틱을 모두 설계한다. 실험 결과 QAP와 휴리스틱이 동일한 해를 도출함을 확인했으며, 사전 패밀리 수를 지정할 필요가 없는 점이 주요 장점이다.

상세 분석

이 연구는 셀룰러 제조 시스템(CMS)에서 ‘일반화된 그룹핑 문제’를 해결하기 위해 네트워크 흐름 이론을 새롭게 적용한 점이 가장 큰 혁신이다. 기존의 단순 그룹핑은 각 부품이 하나의 공정 경로만을 갖는 가정하에 기계와 부품을 그래프 형태로 표현하고, 최소 비용 순환 흐름을 찾아 셀을 형성했다. 그러나 실제 제조 현장에서는 부품마다 여러 대체 공정 경로가 존재하며, 이때 어느 경로를 선택할지가 그룹핑 성능에 결정적인 영향을 미친다. 논문은 이를 ‘공정 경로 패밀리 형성’ 단계로 분리하고, 각 경로를 노드 쌍으로 모델링한 뒤, 단위 용량(min‑capacity) 제약을 갖는 최소비용 네트워크 흐름 문제로 전환한다. 여기서 비용은 두 경로 간의 기계 요구 사항 차이를 나타내는 ‘비유사도’로 정의되며, 흐름의 양은 각 경로가 반드시 하나의 패밀리에 할당돼야 함을 보장한다. 단위 용량 제약을 두어 흐름이 0 또는 1만 가질 수 있게 함으로써, 전통적인 매칭 문제와 동일한 구조를 갖게 되고, 기존의 선형 시간 복잡도 알고리즘(예: Successive Shortest Path, Cost‑Scaling)으로 최적 해를 효율적으로 도출할 수 있다.

두 번째 단계에서는 형성된 패밀리를 실제 기계 셀에 매핑한다. 여기서는 사전에 셀 수를 고정하고, 각 셀에 할당된 패밀리와 기계 간의 이용률을 최대화하는 목표를 설정한다. 이를 위해 정수 2차 할당 문제(QAP)로 수학화했으며, 목표 함수는 기계 활용도(즉, 패밀리와 셀 간의 매칭 가중치)의 합을 최대화한다. QAP는 NP‑Hard 문제이지만, 문제 규모가 비교적 작아 상용 솔버로도 최적 해를 구할 수 있었다. 동시에, 계산량을 크게 줄이기 위한 계층적 휴리스틱을 설계했는데, 이는 먼저 패밀리 간 유사도 기반으로 클러스터링하고, 이후 기계와 셀을 순차적으로 할당하는 절차이다. 실험 결과 두 방법이 동일한 해를 제공함으로써, 휴리스틱이 QAP의 정확도를 유지하면서도 실행 시간을 크게 단축한다는 점을 확인했다.

연구의 한계로는 공정 경로와 기계 요구 사항을 확정적인 입력으로 가정했으며, 실제 제조 환경에서 발생하는 처리 시간 변동, 불확실한 라우팅, 동적 주문 변동 등을 반영하지 못한다는 점을 지적한다. 향후 연구에서는 확률적 처리 시간, 실시간 재배치를 고려한 동적 네트워크 흐름 모델, 그리고 대규모 산업 현장에 대한 스케일링 기법을 도입할 필요가 있다. 또한, 제안된 모델을 인지 디지털 트윈(CDT) 프레임워크에 연계하여 실시간 의사결정 및 시뮬레이션에 활용한다면, Industry 5.0 시대의 인간‑기계 협업 제조 시스템에 큰 시너지를 기대할 수 있다.