대기행렬(M/M/1 · M/M/c) 계산기

도착과 서비스가 확률적으로 일어나는 시스템의 대기·혼잡을 수학적으로 분석하는 이론입니다. Kendall 표기 M/M/c에서 첫 M은 도착이 포아송(무기억), 둘째 M은 서비스시간이 지수분포, c는 병렬 서버 수를 뜻합니다. M/M/1은 창구 1개, M/M/c는 동일 창구 c개가 하나의 대기열을 공유하는 모델입니다. 검사공정·출하도크·수리반·콜센터 등에 그대로 적용됩니다.

ρ = λ/μ (이용률), L = ρ/(1−ρ) (시스템 내 평균 건수), Lq = ρ²/(1−ρ) (평균 대기 건수), W = 1/(μ−λ) (평균 체류시간), Wq = λ/(μ(μ−λ)) (평균 대기시간)입니다. 예: λ=8건/시간, μ=10건/시간이면 ρ=0.8, W=0.5시간(30분) — 서비스 자체는 6분인데 24분을 기다리는 셈입니다.

도착한 고객(작업물)이 모든 서버가 바빠서 즉시 서비스받지 못하고 대기할 확률입니다. Pw = [a^c / (c!(1−ρ))] × P0 (a = λ/μ). 본 도구는 팩토리얼 오버플로 없이 점화식으로 자체 계산하며, Pw로부터 Lq = Pw·ρ/(1−ρ), Wq = Lq/λ가 도출됩니다. 콜센터 상담원 산정의 표준 공식이기도 합니다.

이용률 ρ = λ/(cμ) ≥ 1은 들어오는 속도가 총 처리능력 이상이라는 뜻입니다. 이때 대기열은 시간이 갈수록 무한히 쌓여 정상 상태(steady state)가 존재하지 않으므로 L·W 공식 자체가 성립하지 않습니다. 본 도구는 이 경우 경고와 함께 안정화에 필요한 최소 서버 수를 제시합니다. 실제 공정에서는 병목 앞 재공 폭증으로 나타나며, 병목 분석 도구로 어느 공정이 ρ≥1에 가까운지 먼저 찾는 것이 순서입니다.

대기시간이 이용률에 비례해 늘지 않고 1/(1−ρ)에 비례해 폭증하기 때문입니다. ρ 50%→80%는 대기가 약 4배, 80%→95%는 다시 4배 이상 늘어납니다. 설비 가동률 100%를 목표로 잡으면 리드타임과 재공이 기하급수로 늘어나는 이유가 바로 이 곡선입니다. 변동성이 큰 공정일수록 여유 능력(capacity buffer)을 더 두어야 합니다.

대기행렬의 모든 결과는 L = λW, Lq = λWq라는 Little's Law를 만족합니다. 즉 평균 재공 = 도착률 × 평균 체류시간. 본 도구의 L·W 산출값을 Little's Law 계산기에 넣어 교차 검증할 수 있고, 반대로 현장에서 측정한 WIP·리드타임으로 모델의 타당성을 확인할 수도 있습니다.

총 처리능력이 같다면 평균 체류시간(W)은 대체로 빠른 서버 1대가 짧고, 대기시간 안정성(서버 고장 리스크 분산)은 여러 대가 유리합니다. 또 대기열 구조도 중요합니다 — 서버별 개별 줄보다 공용 대기열 1개(풀링)가 항상 평균 대기를 줄입니다. 본 도구에서 c와 μ를 바꿔가며 두 대안의 Wq를 직접 비교해보세요.

① 대상 공정의 도착률 λ(투입 간격 기록)와 서비스율 μ(처리시간 관측)를 측정 → ② 본 도구로 현재 ρ·Wq 확인 → ③ 서버수별 Wq 곡선으로 목표 대기시간을 만족하는 최소 자원 결정 → ④ 인력·설비 증설이 필요하면 Capacity Planning으로 기간별 소요를 계획하고, 자동화 대안은 자동화 ROI로 투자성을 검증합니다.