데이터 기반 경로 최적화 경험
약 90초
수업 프로젝트에서 물류 경로 최적화를 직접 시도한 경험을 중심으로 구성한 답변
경영공학 수업에서 팀 프로젝트로 편의점 배송 경로 최적화 시뮬레이션을 진행한 적이 있습니다. 서울 강남구 편의점 15곳을 대상으로 배송 순서를 최단 거리 기준으로 재배치했을 때 총 이동 거리가 약 18% 줄어드는 결과가 나왔습니다.
처음에는 직관적으로 가까운 곳부터 방문하는 순서로 짰으나, 출발지와 마감 시간 제약을 넣으니 그 순서가 최적이 아닌 경우가 발생했습니다. 제가 설계한 경로가 실제로 시간 기준으로는 6% 더 오래 걸렸고, 팀원이 시간 가중치를 추가하면서 두 지표를 함께 고려하는 방식으로 개선되었습니다.
거리와 시간을 단일 목표로 봤던 것이 실수였습니다.
이 경험에서 물류 최적화는 단순히 경로를 짧게 만드는 것이 아니라 무엇을 최적화할지 목표를 먼저 정하는 것이 핵심이라는 것을 배웠습니다. 거리, 시간, 비용 중 어느 축을 우선하느냐에 따라 최적 경로가 완전히 달라진다는 점도 깨달았습니다.
이 결의 특징
편의점 배송 경로 최적화 시뮬레이션에서 서울 강남구 15곳을 대상으로 총 이동 거리가 18% 줄어드는 구체적 결과를 얻었다. 처음에 직관적으로 가까운 곳부터 방문하는 순서를 짰으나, 출발지와 마감 시간을 넣으니 그 순서가 최적이 아니었다는 오류 경험이 있다.
이 결이 통하는 자리
거리와 시간을 단일 목표로 봤던 것이 실수라는 깨달음이 살아 있을 때, 이 답변자는 다중 지표 최적화가 필요한 상황에서 처음부터 목표를 분리해서 생각하도록 팀을 이끈다. 6% 시간 차이를 발견한 경험이 그 근거다.