Optimization method for area controller scheduling integrating efficiency, fatigue, and fairness

기술 요약: 효율성, 피로도 및 형평성을 통합한 구역 관제사 스케줄링 최적화 방법론

문제 정의
본 논문은 구역 항공 교통 관제사의 스케줄링이라는 중대한 과제를 다룬다. 이는 동적인 수요 변동, 엄격한 안전 제약 조건, 그리고 운영 효율성과 인적 요인 간의 균형 유지 필요성을 특징으로 하는 복잡한 조합 최적화 문제이다. 현재의 스케줄링 관행은 대개 경험적인 템플릿과 정적 규칙에 의존하며, 이는 시간별로 변하는 교통 수요에 관제사의 역량을 동적으로 매칭하는 데 실패한다. 이는 피크 타임 시의 역량 부족이나 저수요 기간 동안 고숙련 인력의 과도한 집중과 같은 비효효율성을 초래한다. 또한, 기존 방식들은 피로 위험을 단순히 누적 근무 시간으로만 단순화하여, 고강도 연속 근무로 인한 인지적 저하를 간과하는 경우가 많다. 아울러, 스케킹 과정에서 근무 시간 및 고부하 직무 노출에 대한 형평성을 보장하기 위한 정량적 메커니즘이 결여되어 있어, 조직의 공정성과 팀의 안정성을 저해할 가능성이 있다. 핵심 문제는 엄격한 하드 제약 조건 하에서 운영 효율성, 피로 위험, 근무 시간의 형평성을 동시에 조율하는 다목적 최적화 프레임워크를 개발하는 것이다.

방법론
제안된 솔루션은 제약 프로그래밍(CP-SAT)과 다목적 마린 프레데터 알고리즘(MOMPA)을 결합한 하이브리드 해결 프레임워크를 통해 다목적 최적화 모델을 통합한다.

1. 다목적 최적화 모델:

   • 효율성: 운영 효율성은 역량 공급 변수로 정량화된다. 모델은 관제사의 효율성 공급을 섹터 수요 강도와 일치시키는 것을 목표로 하며, 수요가 높은 실행 직무에 고등급 관제사를 우선 배치한다.
   • 피로 제어: 피로 위험은 '시간 누적'(총 근무 시간)과 '강도 누적'(고수요 기간 노출)의 두 가지 구성 요소로 분해된다. 이 이중 접근 방식은 업무의 양과 지속적인 고강도 근무에 따른 인지적 부하를 모두 포착한다.
   • 형평성: 형평성은 관제사 간 총 근무 시간의 분산으로 특징지어지며, 근무량 분포의 분산을 최소화하는 것을 목표로 한다.
   • 제약 조건: 모델은 포지션 커버리지(실행 및 계획 역할), 자격 매칭, 섹터 활성화/비활성화, 일일 및 주기 근무 시간 제한, 그리고 근무 교대 사이의 필수 휴식 시간(예: 야간 근무 회복)을 포함한 하드 제약 조건을 포함한다.

2. 하이브리드 솔루션 프레임워크:

   • 가용성 확보를 위한 CP-SAT: 문제의 NP-hard 특성과 엄격한 하드 제약 조건을 처리하기 위해 제약 프로그래밍 만족도(CP-SAT) 솔버를 사용한다. 이는 엄격하게 실행 가능한 초기 스케줄을 생성하고, 후보 솔루션에 대해 "최소 침해 수리(minimal-disturbance repairs)"를 수행한다. 이를 통해 최적화 알고리즘이 제안하는 모든 스케줄이 솔루션 구조를 변경하는 광범한 재스케줄링 없이도 모든 운영 규칙을 준수하도록 보장한다.
   • 파레토 탐색을 위한 MOMPA: CP-SAT에 의해 정의된 실행 가능 영역 내에서 파레토 프런트(Pareto front)를 탐색하기 위해 다목적 마린 프레데터 알고리즘(MOMPA)을 활용한다. MOMPA는 해양 포식자의 행동을 모사하며, 초기 단계에서는 전역 탐색을 위해 브라운 운동을, 후기 단계에서는 지역 국소 탐색을 위해 레비 비행(Lévy flight)을 활용한다. 또한 다양성과 수렴성을 보장하기 위해 외부 아카이브를 유지한다.

주요 기여

• 통합 모델링: 본 논문은 운영 효율성을 명시적으로 정량화하고, 피로 위험을 시간 및 강도 구성 요소로 분해하며, 근무 시간 분산을 통해 형평성을 특징짓는 통합 다목적 모델을 구축함으로써 경험적 판단을 넘어 알고리즘 입력으로 전환하였다.
• 하이브리드 알고리즘 접근법: CP-SAT가 엄격한 실행 가능성을 보장하고 최소 침해 수리를 수행하는 동시에, MOMPA가 파레토 프런트를 효율적으로 탐색하는 새로운 프레임워크를 제안한다. 이는 고도로 제약된 스케줄링 문제에서 메타휴리스틱 방식이 겪는 높은 불가능성 비율 문제를 해결한다.
• 전략적 트레이드오프 관리: 단일 출력이 아닌 일련의 후보 솔루션(파레토 프런트)을 생성하여, 의사 결정자가 특정 선호도(예: 피로도 우선, 형평성 우선 또는 종합적 절충)에 따라 스케줄을 선택할 수 있도록 한다.

결과
본 방법론은 중국 남중부 지역 관제 센터의 실제 운영 데이터를 사용하여 검증되었으며, 6개 섹터와 73명의 면허 소지 관제사를 대상으로 9개 타임 슬롯에 걸친 24시간 동안의 데이터를 다루었다.

• 알고리즘 성능: 개선된 NSGA-II와의 비교 실험 결과, MOMPA가 벤치마크를 크게 상회하는 성능을 보였다. MOMPA는 더 높은 하이퍼볼륨(HV) 0.8976(vs. 0.4422), 더 낮은 역세대 거리(IGD) 0.0000(vs. 0.3424), 그리고 더 작은 간격(Spacing) 지표 0.0253(vs. 0.0442)을 달성했다. 또한, MOMPA는 계산 시간 측면에서도 더 짧은 시간(473.5초 vs. 671.7초)을 요구했다.
• 운영 성과: 최적화된 스케줄은 "고수요 시 고매칭, 저수요 시 적합 배정" 전략을 달성했다.
  • 효율성: 섹터 간 효율성 공급의 분산이 감소하여, 피크 타임 동안 핵심 직무에 고등급 관제사가 배치되도록 보장하였다.
  • 피로도: 피로도 분포의 오른쪽 꼬리 부분이 압축되어, 과도한 고강도 또는 연속 근무에 투입되는 관제사의 수를 줄였다.
  • 형평성: 극단적인 근무 시간 값의 비율이 유의미하게 감소하여, 역량 확보를 저해하지 않으면서도 인력 간의 업무량 분포를 보다 균형 있게 만들었다.

의의 및 주장
본 논문은 제안된 방법이 관제사 스케줄링을 경험 기반 관행에서 데이터 기반 최적화로 전환하는 기술적 경로를 제공한다고 주장한다. 효율성, 피로도, 형평성을 단일 프레임워크에 통합함으로써, 이 방법은 안전, 효율성 및 조직의 안정을 균형 있게 맞추는 "종합적 절충" 솔루션을 제공한다. 저자들은 최소 침해 수리 전략과 실제 운영 데이터에 대한 성공적인 적용을 통해, 이 접근 방식이 우수한 해석 가능성과 공학적 실행 가능성을 입증한다고 단언한다. 본 연구는 솔루션의 가치가 수학적 최적성뿐만 아니라, 다양한 운영 시나리오(예: 피크 교통량, 악기상, 일반 운영 등)에 적합한, 의사 결정자에게 해석 가능하고 트레이드오프를 고려한 옵션을 제공할 수 있는 능력에 있음을 강조한다.