Graph Attention Network–based Delivery Route Generation Incorporating Human Experiential Data

전자상거래의 급속한 성장과 당일·익일 배송 수요 증가로 인해 실제 현장 환경을 반영한 효율적 배송 경로 생성 기술의 중요성이 커지고 있다. 기존의 거리 최소화 중심 최적화 기법은 숙련된 배송 기사들이 경험적으로 형성한 경로 선택 전략을 충분히 설명하기 어렵다. 본 연구는 실제 배송 기사 경로 데이터를 활용하여 사람의 경험적 전략을 반영한 배송 경로 생성 방법을 제안한다. GAT(Graph Attention Network)와 Pointer Network를 결합한 모델을 기반으로 이동 빈도 정보, 지역 클러스터링, 2-opt 기반 경로 개선 기법을 적용하였다. 실험 결과, 제안된 방법은 배송 경로의 구조적 일관성을 유지하면서 실제 배송 경로와 유사한 이동 시간을 보였다. 본 연구는 실제 배송 경로 데이터를 학습 신호로 활용하여 경험 기반 배송 경로 생성을 시도했다는 점에서 의의를 가진다.