동적 프로그래밍과 제약 전파의 융합: 도메인 독립적 접근

본 논문은 동적 프로그래밍(DP)과 제약 프로그래밍(CP)이라는 두 주요 모델 기반 최적화 패러다임을 통합하는 새로운 프레임워크를 제안한다. 기존 연구에서는 DP에 문제 특화된 전파 기법을 적용하거나, CP에 DP의 우위·중복 검출을 도입하는 시도가 있었지만, 일반적인 모델 기반 접근은 부족했다. 저자들은 이러한 격차를 메우기 위해 Domain‑Independent Dynamic Programming(DIDP) 프레임워크와 일반 목적 CP 전파 엔진을 결합한다. 핵심 설계는 DP 탐색 과정에서 현재 상태를 CP 모델로 변환하고, 전파를 수행해 (1) 상태 자체가 불가능한지 판단하고, (2) 각 전이 후속 상태가 불가능한지 사전 차단하며, (3) 전파가 제공하는 tighter dual bound를 DP의 이중 경계에 반영하는 것이다. 구현은 Rust 기반 DIDP 인터페이스(RPID)를 활용한다. RPID는 TargetState, IsBaseState, GenSucc, Dominates, Dual 등 DP 모델을 정의하는 세 가지 트레이트를 제공한다. 저자들은 GenSucc 함수를 GenSuccPropagation으로 교체하고, 전파 결과 D′를 이용해 IsInfeasible와 IsSuccInfeasible를 구현한다. 또한 Dual 함수는 기존 Dual 값과 CP가 제공하는 DualCP 값을 max 연산으로 결합한다. 이 구조는 DP의 기존 중복·우위 검출 로직을 그대로 유지하면서, 전파 비용을 필요할 때만 발생시키는 ‘lazy’ 방식을 채택한다. 세 가지 대표적인 조합 최적화 문제에 대해 프레임워크를 적용하였다. 첫 번째는 단일 기계 스케줄링 문제 1 | ri, δi | PwiTi이다. 여기서는 작업 간 겹침을 방지하는 Disjunctive 제약과 edge‑finding 전파를 사용한다. DP 모델은 미스케줄된 작업 집합 U와 현재 시간 t를 상태로 정의하고, 가능한 작업을 선택해 새로운 상태 (U\{i}, t′) 로 전이한다. 전파 단계에서 작업 i의 시작 시간이 도메인에서 제거되면 해당 전이는 바로 차단된다. 두 번째는 자원 제한 프로젝트 스케줄링 문제(RCPSP)이다. Cumulative 제약과 time‑table 필터링을 적용해 자원 초과 가능성을 미리 탐지한다. 세 번째는 시간 윈도우가 있는 외판원 문제(TSPTW)이며, 시간 윈도우 제약을 CP에 모델링해 방문 순서가 불가능한 경우를 사전에 차단한다. 실험은 세 문제 각각에 대해 다양한 인스턴스 집합을 사용했으며, 비교 대상은 전통적인 DP 솔버(전파 없이)이다. 결과는 다음과 같다. (1) 상태 확장 수가 평균 30‑70% 감소했으며, 특히 제약이 촘촘한 TSPTW 인스턴스에서는 80% 이상 감소했다. (2) 해결 가능한 인스턴스 수가 DP만 사용할 때보다 크게 늘어났으며, 1 | ri, δi | PwiTi와 RCPSP에서는 전파 없이 해결하지 못하던 인스턴스를 모두 해결했다. (3) 전체 실행 시간은 전파 오버헤드가 약 10‑20% 정도 추가됐지만, 탐색 감소 효과가 이를 상쇄해 대부분의 경우 동일하거나 더 빠른 성능을 보였다. 저자들은 전파 비용을 줄이기 위한 향후 연구 방향으로 incremental propagation, 전파 스케줄링 최적화, 그리고 전파 결과를 캐시하는 기법을 제시한다. 결론적으로, 이 연구는 DP와 CP를 모델 기반으로 통합함으로써 두 패러다임의 장점을 상호 보완할 수 있음을 실험적으로 증명한다. 제약 전파를 통해 DP 탐색 공간을 효과적으로 축소하고, 동시에 DP의 이중 경계와 우위 검출을 활용해 CP의 강력한 추론 능력을 강화한다. 이는 향후 복합 제약을 갖는 대규모 조합 최적화 문제에 대한 새로운 해결책을 제공할 것으로 기대된다.