M/M/c대기모형 (M/M/c Queueing Model)

한 줄 정의: 도착과 서비스가 각각 포아송과정, 지수분포를 따르며 서버가 c개인 다중서버 대기행렬을 분석하는 확률모형입니다.

쉽게 풀면

은행 창구가 하나가 아니라 여러 개 있다고 생각하면 됩니다. 손님은 한 줄로 서서 기다리다가 먼저 비는 창구로 이동해 서비스를 받습니다. M/M/c는 이런 다중 창구 상황에서 대기시간과 대기줄 길이가 창구 수(c)에 따라 어떻게 달라지는지를 계산하는 모형입니다. 창구를 늘리면 대기시간이 줄어드는데, 그 정도를 정량적으로 보여주는 것이 이 모형의 역할입니다.

왜 중요한가

실제 서비스 시스템은 서버가 하나인 경우보다 여러 개인 경우가 많아, 콜센터 상담원 수 결정이나 병원 진료실 배치 등 자원 배분 의사결정에 직접 활용됩니다. 서버 수를 늘릴 때의 비용과 대기시간 감소 효과를 비교하는 논문에서 핵심 분석 도구로 쓰입니다.

논문에서는 이렇게 쓰입니다

"M/M/c대기모형을 적용하여 상담원 수를 3명에서 5명으로 늘렸을 때 평균 대기시간의 변화를 분석하였다."

서버(상담원) 수를 변화시켰을 때 대기시간이 얼마나 개선되는지 이 모형으로 비교했다는 뜻입니다.

"본 논문은 M/M/c대기모형의 Erlang C 공식을 이용해 서비스 수준(SLA) 목표를 만족하는 최소 서버 수를 산정하였다."

목표 대기시간을 달성하기 위해 필요한 최소 창구(서버) 수를 이 모형의 공식으로 계산했다는 의미입니다.

조금 더 깊게 보면

M/M/c모형에서는 시스템 이용률이 ρ=λ/(cμ)로 정의되며, 이 값이 1보다 작아야 안정 상태가 유지됩니다. 대기 확률을 구하는 Erlang C 공식이 대표적으로 활용되며, 서버 수가 늘어날수록 규모의 경제 효과로 단위당 대기시간 개선 폭이 커지는 경향이 있습니다.

주의할 점

모든 서버가 동일한 서비스율을 가진다는 가정이 실제와 다를 수 있으며, 서버 간 성능 차이가 크면 모형의 예측이 부정확해질 수 있습니다. 또한 M/M/1과 마찬가지로 지수분포 가정이 실제 서비스 시간 분포와 다를 경우 오차가 발생할 수 있습니다.