실제 위치 자료 확보의 한계로 가상 데이터를 사용한 경진대회 프로젝트입니다. 결과는 모델상의 운용안이며 실제 현장에 도입한 실적과 구분됩니다.
문제와 목표
방산 수출 사후관리(MRO)를 위해 해외 물류센터를 어디에 두고, 어떤 차량 경로로 수요지를 지원할지 결정하는 문제를 다뤘습니다. 부품 공급뿐 아니라 폐부품 회수까지 함께 고려해야 했습니다.
센터 개수를 미리 고정하지 않고 고정비와 변동비를 함께 고려해 입지와 운용안을 결정하도록 모델을 구성했습니다.
내 역할
팀장으로 주제 선정과 진행을 총괄하고 CPLEX 모델링 및 PPT 제작을 맡았습니다. 팀원들은 자료수집·전처리, 코드 보조·발표를 담당했습니다.
분석 대상과 주요 제약
10곳후보 물류센터
19곳수요지
10대차량
- 차량 이동경로와 적재량
- 수요지 지원과 물류센터 운영 조건
- 폐부품 회수를 포함한 역물류 조건
해가 나오지 않는 원인을 추적하다
발생한 문제
역물류 제약 추가 후 해를 찾지 못함
장시간 계산에도 종료되지 않음
현실적으로 맞지 않는 운용안 도출
확인과 수정
관련 논문과 교수 자문을 바탕으로 제약 간 모순 수정
과도하게 제한적인 제약 설정을 검토·조정
모델·데이터 파일 대조로 집합 인덱스 매핑 오류 수정
팀원이 구현 가능성에 부담을 느꼈을 때에는 시험 일정을 고려해 진행 계획을 조정했습니다. 교수 미팅을 주 2회로 늘려 팀 전체가 CPLEX를 이해하도록 학습한 뒤, 팀 스스로 모델을 수정하며 진행했습니다.
최종 결과
4곳물류센터 운용안
4대차량 운용안
16초수정 모델 최적해 도출
제약 102,523개와 변수 4,286개 규모의 MIP를 최적해로 해결했습니다. 스마트물류 경진대회 최우수상과 창원특례시장상을 수상했고, 스마트물류 우수인재 유럽 해외연수에 선발됐습니다.
초기 모델은 3일 이상 계산이 종료되지 않았으며 수정 모델은 16초에 최적해를 도출했습니다. 제약 설정과 오류를 수정한 전후 비교이므로 동일 모델의 순수 실행 속도 개선으로 해석하지 않습니다. 검증되지 않은 비용 절감률은 제시하지 않습니다.
생산관리로 연결되는 배움
운영 조건을 명확히 정의하고 제약 사이의 관계를 검토하는 방법을 익혔습니다. 계산이 완료됐다는 사실만으로 결과를 받아들이지 않고, 입력 데이터와 최종 운용안이 현실적인지 함께 확인하는 습관을 쌓았습니다.