최적화 알고리즘 구현 경험: 문제 정의 + 방법 + 결과
약 90초
구체적인 최적화 문제를 선택하고 알고리즘 선택 이유와 결과를 흐름으로 서술
졸업 프로젝트에서 배달 경로 최적화 문제를 다뤘습니다. 10개 거점을 최단 시간으로 방문하는 순서를 구하는 문제였는데, 경우의 수가 너무 많아서 완전 탐색이 현실적이지 않았습니다. 처음엔 그리디 방식으로 가장 가까운 다음 노드를 선택하는 방법을 썼는데, 최적해와 거리가 멀었습니다. 그래서 Simulated Annealing을 적용해봤는데, 초기 온도와 냉각 속도 파라미터에 따라 결과가 크게 달라지는 걸 반복 실험으로 확인했습니다. 약 200회 반복 조정 끝에 그리디 방식 대비 약 18% 경로가 단축됐습니다. 배운 점은 최적화 알고리즘은 "잘 구현"하는 것보다 "파라미터를 어떻게 조정하는가"가 결과를 좌우한다는 것이었고, 그래서 실험 로그를 꼼꼼히 남기는 습관이 생겼습니다. 이 경험이 수치 기반으로 결정을 바꾸는 방식을 연습한 시간이었습니다.
이 결의 특징
실제 알고리즘 선택 과정에서 파라미터 조정의 영향도를 정량적으로 측정한 흐름이 드러납니다. 문제 해결을 위해 여러 방법을 시도하고 실험 로그를 남기는 체계적인 접근이 관찰됩니다.
이 결이 통하는 자리
최적화의 정확성보다 파라미터 조정 과정을 이해하는 조직에서 신뢰를 얻습니다. 수치 기반 의사결정과 실험 문화를 중시하는 팀에서 이런 접근 방식을 평가합니다.