한 번 빠른 기계, 무한히 많은 느린 기계 환경에서 온라인 스케줄링의 최적 경쟁비율 완전 규명

본 논문은 One‑Fast‑Many‑Slow(OFMS)라는 온라인 스케줄링 모델을 중심으로, 두 가지 중요한 변형인 Eventually‑committing과 Never‑committing에 대한 경쟁비율을 정확히 규명한다. OFMS는 하나의 빠른 기계와 무한히 많은 느린 기계를 보유한 환경에서, 작업이 순차적으로 도착하고 각 작업은 빠른 기계와 느린 기계에서 각각 다른 실행 시간을 갖는 상황을 모델링한다. 목표는 온라인 알고리즘이 전체 작업의 완료 시간(메이크스팬)을 오프라인 최적 알고리즘에 비해 최소한의 비율로 유지하도록 하는 것이다. **배경 및 기존 연구** Sheffield와 Westover(ITCS ’25)는 OFMS를 처음 제시하고, Instantly‑committing(작업을 즉시 할당), Eventually‑committing(작업 할당은 자유하지만 시작 후 이동 금지), Never‑committing(작업을 언제든지 중단·재배치 가능) 세 모델을 정의하였다. Instantly‑committing 모델에서는 경쟁비율이 정확히 2임이 증명되었지만, 나머지 두 모델에 대해서는 정확한 값이 알려지지 않았다. 특히 Eventually‑committing 모델에서는 하한 φ≈1.618와 상한 ≈1.678 사이에 격차가 있었으며, Kuszmaul‑Westover는 φ가 최적일 것이라고 추측하였다. Never‑committing 모델에서는 하한 1+√3/2≈1.366과 상한 1.5가 존재했지만, 두 값 사이의 차이가 남아 있었다. **주요 기여** 1. **Eventually‑committing 모델에서 φ‑competitive 알고리즘 제공** - 기존 “non‑procrastinating” 알고리즘은 빠른 기계가 비어 있으면 즉시 가장 큰 작업을 할당했으며, 이는 경쟁비율이 φ보다 크게 된다. - 저자들은 작업이 **eligible**(자격)인지 여부를 기준으로 할당 시점을 조절한다. 작업 τ_i가 시간 t에서 eligible하려면 t ≥ f_i·φ (f_i는 빠른 기계에서의 실행 시간)이어야 한다. 이 조건은 작업 크기와 무관하게 일정 시간만큼 지연을 허용한다. - 알고리즘 H는 스탠바이 집합 S를 유지한다. 새 작업이 도착하면 S에 삽입하고, 두 단계의 체크를 수행한다. * **slow‑check**: s_i + t ≤ φ·C_t이면 작업을 느린 기계에 즉시 할당한다. 여기서 C_t는 현재까지 도착한 작업들의 최적 오프라인 완성 시간이다. * **fast‑check**: (a) 빠른 기계가 비어 있거나 방금 작업을 마쳤고, (b) S 내에서 s_i + t_i가 최대이며, (c) τ_i가 eligible인 경우에만 빠른 기계에 할당한다. - 이 세 조건이 동시에 만족될 때만 빠른 기계에 할당함으로써, 빠른 기계가 비어 있어도 무조건 사용하지 않고, 필요에 따라 작업을 미루는 **procrastination**을 구현한다. - 분석에서는 먼저 H가 “safe assignment”(φ·C_∞ 이하의 완료 시간을 보장) 를 수행함을 증명하고, 빠른 기계에 할당된 작업들의 총 실행 시간 M_f가 φ·C_∞를 초과하지 않음을 보인다. 핵심은 eligibility가 절대 시간에만 의존한다는 점으로, 초기 단계에서 작은 작업이 빠른 기계를 차지하는 위험을 방지하고, 큰 작업이 도착했을 때 효율적으로 활용한다는 것이다. - 여러 보조 레마를 통해 (i) H가 언제든지 가장 큰 작업을 선택한다, (ii) 잘못 할당된 작업의 총량이 φ·C_∞를 초과하지 않는다, (iii) 최악의 경우에도 H의 전체 완료 시간이 φ·C_∞ 이하임을 보인다. 따라서 H는 φ‑competitive이며, 이는 기존 상한 ≈1.678을 크게 개선하고, Kuszmaul‑Westover의 conjecture를 완전히 증명한다. 2. **Never‑committing 모델에서 경쟁비율 하한을 1.5로 끌어올림** - 기존 하한은 두 작업만을 이용한 TAP(Task Arrival Process)로 1+√3/2≈1.366을 제공했다. - 저자들은 **계열형 TAP**를 설계한다. 각 TAP는 n개의 작업을 포함하고, 작업 크기와 도착 시점을 정교하게 조정해 온라인 알고리즘이 빠른 기계와 느린 기계 사이에서 최적 선택을 하기가 어렵게 만든다. - n을 크게 하면, 온라인 알고리즘이 달성할 수 있는 경쟁비율은 1.5에 점점 가까워진다. 이를 통해 어떤 Never‑committing 알고리즘도 1.5보다 작은 경쟁비율을 달성할 수 없음을 증명한다. - 결과적으로 기존에 제시된 상한 1.5가 실제 최적임을 확정한다. **기술적 통찰 및 의의** - **Eligibility‑based procrastination**은 작업의 절대 시간에 기반해 할당을 지연시키는 새로운 설계 원칙이다. 이는 빠른 기계가 비어 있더라도 무조건 사용하지 않음으로써, 초기 단계에서 작은 작업이 빠른 기계를 차지하는 비효율을 방지한다. - **다중‑작업 TAP**는 Never‑committing 모델에서 하한을 강화하는 강력한 도구이며, 작업 수를 늘려서 온라인 알고리즘이 최적 선택을 하는 데 필요한 정보를 인위적으로 제한한다. - 두 결과는 OFMS 문제의 전체 경쟁비율 스펙트럼을 완전하게 규명한다: Instantly‑committing = 2, Eventually‑committing = φ≈1.618, Never‑committing = 1.5. 이는 이종 자원(하나의 고성능 기계와 다수의 저성능 기계) 할당 문제에 대한 이론적 한계를 명확히 제시한다. **향후 연구 방향** - 제시된 알고리즘 H는 연속적인 시간 모델을 가정한다. 실제 시스템에서는 이산적인 스케줄링 슬롯이 존재하므로, 슬롯 기반 구현과 그 성능 보장을 연구할 필요가 있다. - Never‑committing 모델에서 제시된 TAP는 특정 구조를 갖는다. 보다 일반적인 확률적 도착 모델이나 적응형 입력에 대해 동일한 하한을 유지할 수 있는지 탐구할 여지가 있다. - 다수의 빠른 기계가 존재하거나, 느린 기계의 처리 속도가 서로 다를 경우에도 경쟁비율을 어떻게 확장할 수 있는지에 대한 연구가 기대된다.