A Two-Stage Optimization Algorithm for Booking Allocation in Short-Term Group Apartment Rentals: A Case Study

비즈니스 세계에서 호텔이나 임대 부동산을 관리하는 것은 종종 고도의 집중력을 요하는 저글링 게임처럼 느껴지곤 합니다. 소유주들은 빈 공간을 남겨두어 손해를 보지 않으면서도 모든 가용 침대를 채우기 위해 노력하는 동시에, 누가 머물 것인지, 언제 도착할 것인지, 그리고 얼마를 청구할 것인지를 결정해야 합니다. 수십 년 동안 전문가들은 특정 날짜의 객실에 대해 청구할 완벽한 요금을 계산하기 위해 복잡한 수학을 사용하여 가격표에 크게 집중해 왔습니다. 하지만 이 퍼즐에는 그만큼 중요하지만 자주 간과되는 또 다른 측면이 있습니다. 바로 사람들을 방에 물리적으로 배치하는 행위입니다. 수십 개의 침대가 여러 유닛에 흩어져 있는 대형 아파트 건물을 상상해 보십시오. 여행객 그룹이 도착했을 때 그들에게는 10개의 침대가 필요할 수 있지만, 그 침대들은 세 개의 서로 다른 아파트에 흩어져 있을 수 있습니다. 과제는 단순히 가격을 설정하는 것이 아니라, 어떤 특정 아파트를 사용할지, 그룹이 한 건물 안에 함께 머물도록 보장할지, 그리고 두 그룹이 동시에 같은 공간을 사용하지 않도록 하는 것입니다. 이것은 할당의 문제이며, 사람들이 가용 공간에 최대한 빽빽하고 효율적으로 들어차도록 하는 조합론적 퍼즐입니다. 대기업들은 이러한 퍼즐을 해결하기 위해 값비싼 소프트웨어를 보유하고 있지만, 소규모 기업들은 종종 스프레드시트와 수동적인 추측에 의존하며 시간을 낭비하고 수익을 놓치곤 합니다.

이것은 텔아비브의 '아워 플레이스(Our Place)'라는 작은 임대 회사와 그들을 도와 이 특정 퍼즐을 해결한 연구자들의 이야기입니다. 이 회사는 보통 일 년 내내 몇 개의 건물을 관리하지만, 여름 동안에는 조직된 젊은 여행객 그룹을 수용하기 위해 약 10개의 건물로 규모를 확장합니다. 표준적인 호텔 예약과 달리, 이 그룹들은 고정된 가격표를 가지고 있지 않습니다. 대신, 각 그룹은 체류 기간 동안의 침대당 제안 가격과 함께 구체적인 날짜 및 인원수를 직접 제เสนอ합니다. 수년 동안 이 회사의 운영 책임자는 매 시즌 겹치는 제안들을 수동으로 분류하며 어떤 그룹을 수락하고 어떤 아파트를 배정할지 결정하는 데 몇 주를 보냈습니다. 이는 느리고 소모적인 과정이었으며, 압박감 속에서 전적으로 인간의 판단에 의존하여 고객에 대한 응답을 지연시키기도 했습니다. 이를 개선하기 위해 하나 추르(Hana Tzur)라는 연구자가 회사와 직접 협력하여 새로운 시스템을 구축했습니다. 가격을 바꾸려고 시도하는 대신, 이 시스템은 오로러히 할당 문제에 집중했습니다. 즉, 가능한 수익을 극대화하기 위해 최적의 제안 조합을 선택하고 이를 가용 아파트에 배치하는 데 집중했습니다.

그들이 구축한 솔루션은 인간이 생각하는 방식을 모방하되 컴퓨터의 속도와 정밀함을 갖춘 2단계 프로세스입니다. 첫 번째 단계는 핵심적인 역할을 수행합니다. 이 단계는 들어오는 모든 요청과 비즈니스의 엄격한 규칙들(예: 각 아파트의 총 가용 침대 수, 그룹이 서로 다른 건물로 나뉘어 머물 수 없다는 규칙 등)을 검토합니다. 이 단계는 '정수 계획법(integer programming)'이라는 수학적 방법을 사용하는데, 이는 본질적으로 모든 규칙에 부합하는 단 하나의 최적의 배치를 찾기 위해 수백만 가지의 가능한 조합을 테스트하는 방법입니다. 이 단계는 회사가 가능한 최대의 돈을 벌 수 있도록 어떤 그룹을 수락하고 어떤 그룹을 거절할지를 결정합니다. 최적의 그룹이 선택되면 두 번째 단계가 이어집니다. 이 단계는 누가 머무는지를 바꾸지는 않지만, 그들이 어디서 잠을 잘지를 미세하게 조정합니다. 이 단계는 그룹을 서로 인접한 아파트에 배치하거나, 한 그룹의 퇴실과 다음 그룹의 입실 사이에 공백이 거의 없도록 하는 등의 작은 개선 사항을 찾습니다. 이 두 번째 단계는 운영을 더 원활하게 만들고 달력에 어색한 빈틈이 생기지 않도록 설계되었습니다.

연구진은 회사의 실제 2023년 예약 데이터를 사용하여 이 새로운 시스템을 테스트했습니다. 그들은 이전 해에 인간 관리자가 처리했던 것과 동일한 요청 세트에 알고리즘을 실행하고 결과를 비교했습니다. 컴퓨터의 계획은 수동 결정보다 약 3.5% 더 많은 수익을 창출했습니다. 실제 금액으로 환산하면, 해당 시즌에만 139,000 이스라엘 셰켈의 추가 수익을 의미했습니다. 돈 외에도, 이 시스템은 워크플로우를 완전히 바꾸어 놓았습니다. 관리자가 몇 주 동안 집중적으로 작업해야 했던 일이 단 몇 분의 일 수준의 시간으로 줄어들어, 할당 시간을 약 90% 단축했습니다. 이를 통해 회사는 고객에게 훨씬 빠르게 응답할 수 있었고, 관리자의 시간을 다른 업무에 활용할 수 있게 되었습니다. 이 시스템은 복잡한 코드를 처음부터 작성하지 않고도 애플리케이션을 구축할 수 있는 유형의 소프트웨어인 '로우 코드(low-code)' 플랫폼을 사용하여 구축되었으며, 필요할 때만 켜지는 클라우드 서버에서 실행되었습니다. 이를 통해 비용을 월 약 200 셰켈 정도로 매우 낮게 유지하여, 값비싼 상업용 소프트웨어를 감당할 수 없는 소규모 사업체도 고급 최적화 기술을 이용할 수 있게 했습니다.

하지만 연구진은 이러한 성공이 특정한 트레이드오프(trade-offs)와 한계를 동반한다는 점을 주의 깊게 언급했습니다. 시스템이 완벽했던 것은 아니며, 한 사례에서는 소프트웨어 작성 방식의 작은 오류로 인해 미세 조정 단계의 한 부분이 의도한 대로 작동하지 않았습니다. 다행히 주요 목표는 수익 극대화였고, 해당 오류는 아파트 간의 근접성에 대한 부차적인 선호도에만 영향을 미쳤기 때문에 전체적인 결과는 여전히 강력했습니다. 또한 연구진은 다양한 조건에서 시스템이 어떻게 작동할지 확인하기 위해 가상의 데이터로 시뮬레이션을 수행했습니다. 그들은 방에 대한 수요가 높아지고 공간에 대한 경쟁이 치열해질수록, 인간보다 컴퓨터를 사용하는 이점이 크게 커진다는 것을 발견했습니다. 가장 혼잡한 시나리오에서, 그룹을 효율적으로 배치하는 컴퓨터의 능력은 단순하고 최적화되지 않은 방식에 비해 65% 이상의 수익 개선을 이끌어냈습니다. 이는 시장이 더 혼잡할수록 이러한 스마트한 할당 방식이 더욱 가치 있다는 것을 시사합니다.

이 연구는 또한 소규모 기업을 위한 더 넓은 교훈을 강조했습니다. 복잡한 물류 문제를 해결하기 위해 데이터 과학자 팀이나 막대한 예산이 필요하지 않다는 것을 증证明했습니다. 오픈 소스 도구와 간단한 클라우드 컴퓨팅을 사용함으로써, 소규모 운영자도 과거 대기업들만이 누릴 수 있었던 결과를 얻을 수 있습니다. 연구진은 실수와 해결 과정(workarounds)을 포함한 전체 과정을 기록하여 이 접근 방식이 다른 이들에게도 실행 가능하다는 것을 보여주었습니다. 그들은 시스템의 가장 중요한 부분은 단순히 그룹을 가용 침대에 최대한 빽빽하게 배치하는 것임을 발견했습니다. 그룹을 인접한 방에 배치하는 것과 같은 다른 화려한 기능들은 있으면 좋지만, 주요 재정적 이득을 위해서는 반드시 필요한 것은 아니었습니다. 이는 매우 단순한 버전의 시스템이라도 대부분의 혜택을 제공할 수 있음을 의미합니다.

궁극적으로, 이 논문은 단기 임대 관리에 대한 우리의 생각을 재정립합니다. 그룹 예약을 다루는 비즈니스에서 성장의 가장 큰 기회는 종종 가격을 바꾸는 것이 아니라, 공간의 물리적 배정을 더 잘하는 데 있다는 것을 보여줍니다. '아우리 플레이스'의 인간 관리자는 숙련되고 경험이 풍축했지만, 겹치는 날짜와 다양한 그룹 규모와 관련된 엄청난 수의 변수를 고려할 때 모든 가능한 조합을 파악하는 것은 불가능했습니다. 컴퓨터는 관리자의 판단을 대체한 것이 아니라, 단순히 전체 그림을 볼 수 있는 도구를 제공한 것입니다. 그 결과, 비즈니스는 더 많은 수익을 올리고, 고객에게 더 빠르게 응답하며, 스트레스 없이 운영될 수 있었습니다. 유사한 과제에 직면한 다른 소규모 운영자들에게 이 사례 연구는 명확한 길을 제시합니다. 우선 어려운 제약 조건부터 시작하고, 최적의 적합성을 찾기 위해 단순한 도구를 사용하며, 인간의 정신이 쉽게 담아낼 수 없는 복잡성은 데이터에 맡기십시오.