조선소 작업장 효율 높일 해법 겨뤘다…LG CNS, 글로벌 최적화 경연 성료

55개국 958개팀 참가…선박 블록 배치 알고리즘 경쟁, 상위 10개팀 코드는 오픈소스 공개

LG CNS가 제한된 자원 안에서 가장 효율적인 답을 찾는 '수학적최적화' 인재 발굴에 나섰다. 올해 대회에는 전 세계 55개국에서 1400명이 넘는 참가자가 몰려 조선소의 복잡한 블록 배치 문제를 알고리즘으로 풀었다.

LG CNS는 대한산업공학회와 공동 개최한 '최적화 그랜드 챌린지 2026'을 마무리하고 시상식을 열었다고 20일 밝혔다. LG CNS는 수학적최적화 분야 저변을 넓히기 위해 2024년부터 매년 대회를 개최하고 있다.

수학적최적화는 주어진 자원과 조건 안에서 가능한 경우의 수를 계산해 가장 효율적인 해법을 찾는 기술이다. AI와 양자컴퓨팅·로봇 등 다양한 산업에서 복잡한 의사결정을 지원하는 기반 기술로 활용된다.

LG CNS가 주최한 최적화 그랜드 챌린지 2026에서 수상자 및 관계자들이 기념사진을 촬영하고 있다. (사진=LG CNS)

올해는 미국과 영국·중국·일본·독일·인도 등 55개국에서 958개팀 1448명이 참가했다. 지난해 343개팀 676명과 비교하면 팀 수는 약 2.8배, 참가자는 두 배 이상 늘었다.

카네기멜론대와 임페리얼 칼리지 런던·스탠퍼드대·도쿄대 등 해외 대학을 비롯해 서울대·카이스트·포항공대 학생들이 참가했다. 액센추어와 IBM·삼성전자·현대자동차 등 국내외 기업의 현직 전문가들도 경쟁에 참여했다.

올해 참가자들이 풀어야 할 문제는 조선소의 '블록 배치 최적화'였다. 초대형 선박을 만들 때 각각 제작한 수백 개의 대형 블록을 제한된 작업장 안에 언제 어디에 어떤 방향으로 배치할지 결정하는 문제다.

블록마다 크기와 모양이 다른 데다 공정 순서와 납기까지 고려해야 한다. 참가자들은 작업장 공간을 적게 사용하면서도 생산 일정에 차질이 생기지 않도록 배치하는 알고리즘을 설계했다.

수학적최적화는 이처럼 사람이 일일이 모든 경우의 수를 비교하기 어려운 산업 현장에서 생산계획과 물류·설비 운영을 효율화하는 데 활용된다. 불필요한 재고와 이동 시간을 줄이고 한정된 자원을 보다 효율적으로 배분할 수 있다.

LG CNS는 실제 국내 대형 제조사의 생산계획에 수학적최적화를 적용해 물류창고를 거치는 재고를 57% 줄였다고 밝혔다. 생산 속도가 달라 창고에 쌓이던 에어컨 실내기와 실외기의 생산 일정을 맞춰 수억원 규모의 비용 절감 효과를 냈다는 설명이다.

이밖에도 철강사의 자재 적재와 크레인 운용 일정, 공항 로봇의 이동·충전 경로, 조선사의 도장 작업 계획 등에 수학적최적화를 적용하고 있다. LG CNS는 조선과 방산·철강·물류·제조·금융·항공 등에서 200건이 넘는 관련 과제를 수행했다.

예선과 본선을 통과한 상위 6개팀은 한국에서 열린 결선에서 자신들의 알고리즘을 직접 발표했다. 최종 대상은 일본 참가팀이 차지했으며 LG CNS는 대상을 포함한 20개팀에 총 2억원의 상금을 수여했다.

상위 10개팀이 제출한 알고리즘은 오픈소스로 공개한다. 대회에서 나온 다양한 문제 해결 방식을 학계와 산업계가 활용할 수 있도록 공유한다는 취지다.

박상균 LG CNS 엔트루 부문장 전무는 "한정된 자원으로 최고의 효율을 끌어내는 일은 무척 복잡하고 어렵지만 수학적최적화로 풀어낼 수 있다"며 "앞으로도 대회를 키워 전 세계 인재들과 함께 최적화 기술의 지평을 넓혀가겠다"고 말했다.