컬리, 유전 알고리즘으로 물류 QPS 최적화… 고유 상품 수 10% 이상 감소

컬리 데이터플랫폼 팀은 물류센터의 핵심 공정인 QPS(Quick Picking System) 효율을 높이기 위해 **유전 알고리즘(Genetic Algorithm)**을 도입했다. QPS는 피킹된 바구니를 실시간으로 분배하는 자동화 공정으로, 처리 속도는 바구니 안에 담긴 고유한 상품 수에 따라 결정된다. 사과 5개보다 사과, 감, 귤 등 서로 다른 5종이 들어간 바구니가 스캔 및 이동 시간이 더 오래 걸리기 때문이다.

최적화 목표와 알고리즘 적용

기존에는 주문-상품 행렬을 대각 행렬 형태로 정렬해 인접 주문을 묶는 방식을 사용했으나, 컬리는 이를 Open shop scheduling 문제로 모델링하고 유전 알고리즘을 적용했다. 유전 알고리즘은 최적 해를 보장하지는 않지만, 우수한 해를 선택하고 교배 및 변이를 반복해 빠르게 더 나은 해를 탐색하는 데 효과적이다.

특히 계산 효율을 높이기 위해 시작 세대를 정교하게 구성했다. 같은 Batch 내 유사한 주문들을 먼저 묶어 초기 적합도를 높인 뒤, 고유 상품 수가 적은 상위 50%만 생존시켜 다음 세대를 생성하는 방식으로 최적화를 진행했다.

성과 및 향후 계획

과거 실제 주문 데이터를 기반으로 실험한 결과, 주문 규모와 무관하게 유전 알고리즘(GA) 적용 시 기존 방식 대비 고유 상품 수가 약 10% 이상 감소했다. 이는 바구니 처리 속도 향상으로 이어진다. 해당 연구는 2022년 말레이시아에서 열린 IEEM 2022에서 발표될 예정이며, 컬리는 실제 현장 적용 전 Digital Twin을 활용한 유효성 검증을 진행 중이다.