실현가능 영역 (Feasible Region)

한 줄 정의: 최적화 문제에서 주어진 모든 제약조건을 동시에 만족하는 변수값들의 집합이다.

쉽게 풀면

실현가능 영역은 최적화 문제를 풀 때 '규칙을 어기지 않고 고를 수 있는 모든 선택지'의 모음이다. 이 영역 밖의 점은 아무리 목적함수 값이 좋아 보여도 제약조건을 어기기 때문에 답으로 인정될 수 없다. 최적화는 결국 이 실현가능 영역 안에서만 최선의 답을 찾는 과정이라고 볼 수 있다.

왜 중요한가

실현가능 영역은 최적화 이론뿐 아니라 운영관리, 경제학, 공학 설계 등 제약이 존재하는 거의 모든 의사결정 문제에서 등장하는 기본 개념입니다. 영역의 모양(볼록성 여부, 유계성 등)에 따라 어떤 알고리즘을 쓸 수 있는지, 최적해가 유일하게 존재하는지가 결정되기 때문에, 새로운 최적화 기법을 제안하는 논문에서는 대상 문제의 실현가능 영역이 어떤 성질을 갖는지부터 명확히 규정하는 경우가 많습니다.

논문에서는 이렇게 쓰입니다

"부등식 제약들이 만드는 실현가능 영역이 비어 있지 않음을 확인하여 문제가 풀이 가능함을 보였다."

제약 최적화 문제를 풀기 전에 실현가능 영역이 존재하는지(실현가능성)를 먼저 확인하는 것이 일반적인 절차다.

"생산 계획 모형에서 설비 용량과 인력 제약을 반영한 실현가능 영역을 도출하고, 그 안에서 총비용을 최소화하는 꼭짓점 해를 선형계획법으로 구하였다."

운영관리 분야에서 실제 자원 제약을 반영해 가능한 생산 계획들의 범위를 정의하고, 그 범위 안에서 가장 비용이 적게 드는 지점을 찾았다는 뜻이다.

"강화학습 기반 로봇 경로계획 문제에서 장애물 회피 제약이 만드는 실현가능 영역이 비볼록(non-convex) 형태를 띠어, 전역 최적해를 보장하는 기존 기법을 그대로 적용하기 어려웠다."

로봇공학 분야에서 실현가능 영역의 모양이 복잡하면 최적화가 훨씬 어려워진다는 점을 보여주는 문장으로, 영역의 기하학적 성질이 알고리즘 선택에 직접 영향을 준다는 것을 말해준다.

조금 더 깊게 보면

선형계획법에서는 실현가능 영역이 여러 개의 평면(초평면)으로 둘러싸인 볼록다면체 형태를 가지며, 이 경우 최적해는 항상 영역의 꼭짓점(vertex) 중 하나에서 존재한다는 성질이 알려져 있어 심플렉스법 같은 알고리즘이 효율적으로 작동합니다. 반면 비선형 제약이 포함되면 영역이 볼록하지 않을 수 있어(비볼록 영역), 전역 최적해를 찾는 것이 훨씬 까다로워지고 지역 최적해에 머무를 위험이 커집니다. 논문에서는 이 때문에 실현가능 영역의 볼록성 여부를 명시하고, 이에 맞는 최적화 알고리즘을 선택했는지를 밝히는 경우가 많습니다.

주의할 점

제약조건이 서로 모순되면 실현가능 영역이 텅 비어 해가 아예 존재하지 않을 수 있다.