M/M/c대기모형 (M/M/c Queueing Model)
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
서버(상담원) 수를 변화시켰을 때 대기시간이 얼마나 개선되는지 이 모형으로 비교했다는 뜻입니다.
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. M/M/c 모형은 서버가 하나가 아니라 c개 존재해 여러 고객을 동시에 처리할 수 있는 상황을 다루며, 서버 수가 늘어남에 따라 대기시간이 비선형적으로 감소하는 규모의 경제 효과를 수식으로 보여줍니다. M/M/c 모형은 도착과정과 서비스시간이 모두 지수분포(마르코프 과정)를 따르고 서버가 c개인 대기행렬 모형으로, 콜센터나 병원 응급실처럼 여러 창구가 동시에 운영되는 상황을 분석하는 데 널리 쓰입니다.
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.
서버 수를 늘리는 것이 항상 비용 대비 효율적인 것은 아니며, 도착률이 서비스율의 합(c배)을 초과하면 대기열이 무한히 늘어나는 불안정 상태가 되므로 시스템 이용률 관리가 함께 고려되어야 합니다. 서버 수 c가 늘어난다고 대기시간이 항상 선형적으로 줄어드는 것은 아니며, 이용률(rho)이 1에 가까워질수록 대기시간이 급격히 증가하는 비선형적 특성을 보입니다.