독일 한 병원, 혼합정수계획법으로 의사 근무 일정 자동화… 계획 시간을 몇 시간 단축

독일 한 병원 부서의 의사 근무 일정은 수작업으로 느리게 작성되었으며, 계획은 손으로 만들어져 품질을 판단하기 어려웠다. 이를 자동화하는 것은 일회성 소프트웨어 프로젝트처럼 보였다. 병원마다 규칙이 달라 기성 시스템은 결코 맞지 않았다.

팀의 접근은 데이터를 모델로부터 분리하는 것이었다. 관계형 데이터 모델링은 복잡한 일정 정보(의사, 교대 근무, 자격, 공정성 선호)를 구조화하여 하나의 혼합정수계획법 정식화가 실용적으로 가능하게 했다. 최적화기는 이전 일정을 기반으로 하며 계획 기간을 넘어서는 교대 근무 호환성도 처리한다.

그 결과는 훨씬 빠르고 적은 수고로 근무표를 생성하고, 계획 품질을 시각화하여 쉽게 평가할 수 있으며, 계획 기간 전반에 걸쳐 공정성을 명시적으로 관리하는 의사결정 지원 도구이다. 이 모델은 다른 병원 부서에서 신속하게 맞춤화하고 구현할 수 있도록 설계되었다.

일정의 데이터 구조를 모델링한 다음 최적화하라

관계형 모델링은 '어디서나 다른' 문제를 표준 입력으로 바꾸어, 병원마다 맞춤 프로그램을 만드는 대신 하나의 혼합정수계획법이 여러 부서에서 작동하게 한다.

이전 일정에서 시작하고 계획 기간 이후의 교대 근무를 존중하면 변경이 점진적으로 유지되는데, 이는 의사들이 실제로 받아들이는 방식이다.

공정성을 명시적 목표로 삼으면 계획을 직원들에게 방어할 수 있으며, 이는 손으로 만든 근무표가 결코 충족하지 못한 요구 사항이다.

모든 사례가 달라서 자동화가 계속 실패할 때는 먼저 데이터 계층을 고쳐라. 관계형 모델링은 하나의 최적화기를 여러 부서와 병원에서 재사용할 수 있게 한다.

혼합정수계획법 기반 일정 시스템은 2026년 INFORMS Journal on Applied Analytics에 게재되었다. 저자들은 이를 다른 병원 내부 부서와 다른 병원에 신속하게 맞춤화할 수 있다고 제시하며, 관계형 데이터 모델을 재사용 가능한 핵심으로 본다.