본문으로 바로가기

국내외 과학기술 정책에 대한 간략한 정보

단신동향

해외단신

의사결정을 지원하는 최적화방법의 혁신 - 사회가치창조에 대한 기여- 원문보기 1

  • 국가 일본
  • 생성기관 과학기술진흥기구연구개발전략센터(CRDS)
  • 주제분류 핵심R&D분야
  • 원문발표일 2025-10-24
  • 등록일 2025-11-04
  • 권호 298
○ 과학기술진흥기구 연구개발전략센터는 수리적 최적화 기법으로는 정확한 해를 얻기 어려운 문제에 대해, 기계학습과의 결합을 통해 실용적으로 유용한 근사해를 도출할 수 있는 최적화 기법의 연구개발에 대한 제안을 담은 보고서를 발표
- 사회적 과제를 해결하는 과정에서는 정책 입안, 자원 배분, 리스크 관리 등 중요한 판단이 요구되며, 이러한 판단을 체계적이고 정량적으로 지원하기 위한 유효한 수단이 최적화 기법임
- 수리적 최적화 기법은 '47년 발표된 선형계획법(linear programming)에서 시작되어, 컴퓨터의 발전과 함께 연구·개발이 이루어져 왔으나 △문제가 대규모·고차원(방대한 수의 변수를 포함)인 경우 계산량이 폭발적으로 증가하여 계산이 불가능 △데이터에 결손, 오차, 또는 편향이 존재하여 정확한 계산이 어려운 경우가 있음. △최적화 대상의 모델을 구축하기 어렵거나, 대상이 동적으로 변하는 경우가 있음. △최적화의 본질적 목적이 명확하지 않아 목적 함수를 정의할 수 없는 경우가 있는 등 각종 문제가 있어 현실의 문제에 수리적 최적화 기법을 적용하지 못하는 경우가 많음
- 이에 따라 CRDS는 수리적 최적화 기법과 기계학습을 융합한 하이브리드 최적화 기법에 대해 세 가지 연구개발 과제의 추진을 제안하며, 이를 통해 현실 문제에 대한 최적화 접근의 한계를 극복하고 실용적 해법을 모색할 것을 제안
○ 세 가지 제안
- (기계학습과 수리적 최적화 기법의 연계) 기계학습과 수리적 최적화 기법의 각 연구 분야가 연계하여 하이브리드 최적화의 연구개발 추진
- (하이브리드 최적화 기법을 활용한 문제 해결 프로세스) 하이브리드 최적화 기법을 실제 문제에 적용하고, 이를 백캐스팅(목표역산)하여 연구개발을 수행하는 장을 마련함으로써 기계학습과 수리적 최적화의 융합을 촉진
- (하이브리드 최적화 기법의 보급) 하이브리드 최적화 기법을 실제 문제에 폭넓게 적용하고, 의사결정을 지원할 수 있도록, 하이브리드 최적화 기법의 의미와 가치를 이해하기 쉽게 전달하는 실천 활동을 추진

배너존

  • 케이투베이스
  • ITFIND
  • 한국연구개발서비스협회
  • 한국과학기술정보연구원