통합 모델 시뮬레이션을 적용한 전시공간의 서비스와 자원배분의 기술적 방법 연구 = A Study on Technical Methods for Service and Resource Allocation in Exhibition Spaces Using Integrated Simulation

국문 초록 (Abstract)

(연구배경 및 목적) 인간이 사회활동을 영위하는 건축공간은 하나의 복잡계 시스템으로 간주할 수 있으며, 컴퓨팅 기술의 발달로 인해 시뮬레이션을 통한 사전 예측이 가능해졌다. 이에 따라 공간 디자인 분야에서도 시뮬레이션 분석의 활용도가 커지고 있다. DES는 프로세스를 중심으로 하는 산업적 분석 기술로, 이벤트 처리 기법에 의한 빠른 분석 속도와 직관성으로 인기가 많다. 그러나 기계적인 분석 메커니즘으로 인해 인간의 개별 행동이나 사회적 행태를 반영하지 못해 현실과 괴리된 결과가 출력되는 등 신뢰성 문제가 발생하고 있다. 이러한 한계를 극복하기 위해 본 연구에서는 ABM을 결합한 통합 모델을 제시하고자 한다. (연구방법) DES와 ABM의 특성을 결합하여 통합 모델을 제안하고, 이를 전시관을 예시 공간으로 적용하여 효용성을 평가하였다. 이 과정에서 전시 공간과 프로세스는 DES로 구축하고, 관람자와 전시 부스는 ABM을 이용하여 에이전트로 정의한 후, ABM 에이전트를 DES 공간에 배치하여 시뮬레이션 과정에서 데이터를 추출하였다. 관람자는 전시 부스를 경유하는 과정에서 발생하는 대기 시간을 고려하여, 허용값을 넘는 전시 부스를 패싱하는 방법으로 실제 상황에 근접한 시뮬레이션을 구축하였다. (결과) 먼저, 두 모델의 엔티티 존속 시간을 측정하여 타임 스텝의 동기화를 검증하였다. 기존의 DES 단독 시뮬레이션에서는 1시간 동안 입장한 100명에 대하여 18개의 단위전시 중 3개소에서 발생한 병목으로 인해 최대 9시간 5분 이상이 소요되는 비현실적 결과가 도출되었다. 반면, ABM+DES 시뮬레이션에서는 전체 평균 13.11%의 전시 부스를 패싱하였고, 최대 2시간 11분이 소요되었다. 또한, 기존 DES 단독 시뮬레이션에서는 전시 부스별 최대 대기자가 62명까지 폭증한 반면, ABM+DES 시뮬레이션에서는 허용대기자 수 이하로 통제되었다. 이를 토대로 전시 콘텐츠의 동시 관람(체험)자 수를 조정하여 개선 효과를 정량적으로 도출하였다. (결론) DES와 ABM이라는 서로 다른 접근법을 가진 모델을 결합하여 공간의 물리적 속성과 인간의 사회적 행동을 통합할 수 있었다. 기존의 시간 지연에만 의존하던 방식과 차별화하여 관람 체험의 완성도 기준으로 분석하는 방법을 제시하였다. 이러한 노력을 통해 전시물의 중요도와 관람자의 흥미 요인 등의 다양한 변수를 적용할 수 있는, 보다 현실적인 시뮬레이션 분석 방법론이 될 것으로 기대된다.

참고문헌 (Reference)

• 1 Macal, C., "To agent-based simulation from system dynamics" 371-382, 2010
• 2 Kwak, Sangman, "System dynamics modeling and simulation" Book Korea 2016
• 3 Harel, D., "Statecharts : A visual formalism for complex systems" 8 (8): 231-274, 1987
• 4 Hybinette, M., "SASSY : A design for a scalable agent-based simulation system using a distributed discrete event infrastructure" 926-933, 2006
• 5 Davidsson, P., "Multi agent based simulation : beyond social simulation" Springer Berlin Heidelberg 2000
• 6 Wainer, G., "Introduction to the discrete event system specification formalism and its application for modeling and simulating cyber-physical systems" 177-191, 2018
• 7 Wooldridge, M., "Intelligent agents : Theory and practice" 10 (10): 115-152, 1995
• 8 Dubiel, B., "Integrating agent based modeling into a discrete event simulation" 1029-1037, 2005
• 9 Hao, Q., "Implementing a hybrid simulation model for a kanban-based material handling system" 24 (24): 635-646, 2008
• 10 Borshchev, A., "From system dynamics and discrete event to practical agent based modeling: reasons, techniques, tools" 22 : 25-29, 2004
• 11 Ntaimo, L., "Forest fire spread and suppression in DEVS" 80 (80): 479-500, 2004
• 12 Siebers, P., "Discrete-event simulation is dead, long live agent-based simulation!" 4 (4): 204-210, 2010
• 13 Leemis, L. M., "Discrete event simulation : A first course" Pearson Prentice Hall 2006
• 14 Majid, M. A., "Comparing simulation output accuracy of discrete event and agent based models: A Quantitive Approach"
• 15 조성진 ; 나유경 ; 이준영 ; 조창현, "Analysis of the ecological impact of climate change using ABMS : A case study of polar bears and glacier" 46 (46): 291-303, 2011
• 16 Wu, S., "Agent-based discrete event simulation modeling and evolutionary real-time decision making for Large-scale systems" University of Pittsburgh 2009
• 17 Becker, M., "Agent-based and discrete event simulation of autonomous logistic processes" 571 : 566-571, 2006
• 18 Jang, SooJi, "A Study on the exhibition space analysis of the complex museum using agent-based modeling" 20 (20): 196-201, 2018
• 19 김준혁, "A Proposition on applying agent based model for analyzing" 26 (26): 130-142, 2010