포아송과정 (Poisson Process)
한 줄 정의: 서로 독립적으로 무작위 시점에 발생하는 사건들이 일정한 평균 발생률을 가질 때 그 발생 횟수를 모형화하는 확률과정입니다.
쉽게 풀면
콜센터에 전화가 걸려오는 시각이나 편의점에 손님이 들어오는 시각을 떠올려보면 됩니다. 이런 사건들은 정확히 언제 일어날지 예측할 수 없지만, 평균적으로 한 시간에 몇 번 정도 발생하는지는 어느 정도 알 수 있습니다. 포아송과정은 이렇게 사건들이 서로 영향을 주지 않고 무작위로, 그러나 평균적인 빈도는 일정하게 발생하는 상황을 수학적으로 표현하는 방법입니다.
왜 중요한가
고객의 도착, 전화 요청, 기계 고장 등 여러 현상이 포아송과정으로 잘 근사되는 경우가 많아, 대기행렬 이론과 시뮬레이션에서 도착 과정을 표현하는 기본 모형으로 널리 사용됩니다. 산업공학에서는 서비스 시스템의 설계와 용량 계획, 재고 관리 등 다양한 분야에서 포아송과정을 활용해 시스템의 성능을 분석합니다.
논문에서는 이렇게 쓰입니다
"고객 도착은 평균 도착률을 갖는 포아송과정을 따른다고 가정하였다."
손님이 오는 패턴을 수학적으로 다루기 쉬운 표준적인 확률 모형으로 가정했다는 뜻입니다.
"콜센터의 통화 요청 데이터를 분석한 결과 포아송과정에 부합함을 통계적으로 확인하였다."
실제로 수집한 데이터가 이론적인 포아송과정의 특성과 잘 맞아떨어지는지 검증했다는 의미입니다.
조금 더 깊게 보면
포아송과정에서는 일정한 시간 동안 발생하는 사건의 수가 포아송분포를 따르며, 연속된 두 사건 사이의 시간 간격은 지수분포를 따른다는 성질이 있습니다. 이러한 성질 덕분에 포아송과정은 대기행렬 모형에서 도착과정을 표현할 때 수학적으로 다루기 쉬운 대표적인 선택지로 사용됩니다.
주의할 점
실제 도착 패턴이 시간대에 따라 크게 달라지거나 사건들 사이에 상관관계가 있는 경우에는 단순한 포아송과정 가정이 잘 맞지 않을 수 있어, 실제 데이터로 적합성을 확인하는 과정이 필요합니다.