AI 용어집 · 기초 · 전통 ML·추천·검색 · 강화학습 · 물류·공급망
경로 최적화 Route Optimization
경로 최적화는 여러 배송지·차량·시간 조건을 함께 고려해, 전체 이동 거리나 시간, 비용이 가장 적게 드는 운행 순서와 경로를 찾는 일이다.
용어 정보
- 난이도
- 기초 · 소식을 읽을 때 자주 만나는 기술 용어
- 카테고리
- 산업 AI
- 분야
- 전통 ML·추천·검색, 강화학습
- 산업
- 물류·공급망
- 추가
- 2026-10-10
어떻게 작동하나
입력은 배송지 위치, 차량 수와 적재 용량, 고객이 원하는 도착 시간대, 기사 근무 시간 같은 조건이다. 이 문제는 경우의 수가 폭발적으로 늘어 모든 경로를 다 따져 보기가 불가능하므로, 수학적 최적화 기법이나 '충분히 좋은 답'을 빠르게 찾는 휴리스틱 알고리즘을 쓴다. 여기에 머신러닝이 실제 교통 상황을 바탕으로 구간별 이동 시간을 예측해 계산의 정확도를 높인다. 운행 중에 사고나 추가 주문이 생기면 경로를 다시 계산해 기사에게 바꾼 경로를 보낸다.
왜 중요한가
물류 비용에서 운송, 특히 마지막 고객 문 앞까지 가는 배송 구간이 큰 비중을 차지한다. 경로를 조금만 줄여도 연료비, 차량 수, 기사 근무 시간이 함께 줄어든다. 고객에게 약속한 시간대를 지키는 비율이 높아져 서비스 품질도 좋아진다. 이동 거리가 줄면 탄소 배출도 줄어 환경 목표와도 연결된다.
알아 둘 점
계산상 최적 경로가 현장에서도 최선은 아니다. 주차가 어려운 건물, 엘리베이터 대기, 기사만 아는 지름길 같은 정보는 데이터에 잘 담기지 않는다. 숫자만 줄이는 경로가 기사에게 무리한 일정을 강요하면 안전과 노동 조건 문제가 생기므로, 휴식 시간과 근무 시간 규정을 조건에 넣어야 한다. 또 수요 예측이 틀리면 차량 배치부터 어긋나므로, 경로 최적화는 수요 예측과 함께 맞물려 돌아가야 효과가 난다.
예시
택배 회사는 매일 아침 그날 배송할 물량과 주소를 받아, 지역별로 차량을 나누고 차량마다 들를 순서를 자동으로 만든다. 기사 앱에는 정해진 순서와 예상 도착 시간이 뜨고, 도로가 막히거나 긴급 주문이 들어오면 남은 경로가 다시 계산된다. 식품 배송처럼 냉장 차량과 시간대 약속이 중요한 서비스에서는 이런 조건까지 함께 넣어 경로를 짠다.