● 조합최적화

어려운 계획 문제,
이제 출발 신호를.

optimaru는 현장의 문제를 위한 최적화 엔진입니다. 배차 경로, 근무표, 시간표, 생산 계획처럼 복잡한 실제 제약이 얽힌 문제에 몇 초 만에 답을 냅니다.

학교 시간표 · 2학년 3반

24학급 · 교사 40명 · 교실 25개

교사 · 학급 · 교실 충돌: 0건
충돌 없는 첫 시간표: 11 ms

01 — 엔진

하나의 엔진, 데이터로 표현하는 제약.

핵심은 의존성 없는 C++17 메타휴리스틱 엔진과 Python 바인딩입니다. 문제마다 작은 도메인 모델을 얹고, 업무 규칙과 선호 조건은 더하고 빼고 가중치를 조절하는 제약 플러그인으로 다룹니다. 솔버 코드를 고칠 필요가 없습니다.

필요한 곳에서 빠르게: 이동이 건드린 부분만 다시 계산하는 증분 채점 덕분에 단일 코어에서도 초당 수백만 개의 후보 변경을 탐색합니다.
주장 대신 측정: Google OR-Tools 같은 검증된 솔버, 그리고 CVRPLIB, Li & Lim, Patterson 같은 공개 인스턴스와 비교합니다. 모든 해는 별도 검증기로 다시 채점합니다.
pip install optimaru: 모든 유스케이스가 담긴 Python 패키지 하나. Linux, macOS, Windows용으로 빌드되어 있습니다. 몇 줄로 풀거나, 고객 서비스 안에 넣어 쓰세요.
플러그인 제약: 모든 필수 규칙과 선호 조건은 이름, 가중치, 필수/선호 수준을 가진 플러그인입니다. 프로젝트마다 더하고 빼도 솔버 코어는 그대로이고, 같은 규칙은 엔진, 참조 모델, 화면에서 모두 같은 뜻입니다.

$ pip install optimaru

from optimaru import vehicle_routing as vrp
from optimaru.vehicle_routing.constraints import (
    get_constraints, vehicle_capacity, maximize_visits_assigned,
    MinimizeTravelTime, MaxRouteDuration,
)

config = vrp.SolverConfig()
config.spent_limit_seconds = 5
solver = vrp.Solver(config)

# Plug in only the rules you need, weighted your way.
solver.solve_with_constraints(plan, get_constraints([
    vehicle_capacity,
    maximize_visits_assigned,
    MinimizeTravelTime(weight=10),
    MaxRouteDuration(hard=True),
]))

차량 경로: 비용 함수는 플러그인 목록 하나입니다.

02 — 벤치마크

OR-Tools와 비교했습니다.

같은 인스턴스, 같은 시간 예산, 모든 결과는 다시 검증. 비긴 결과도 그대로 보여 드립니다.

학교 시간표 — 총 벌점 · 낮을수록 좋음

두 솔버 모두 필수 규칙은 전부 지켰습니다. 벌점이 낮을수록 어긴 선호 조건이 적습니다.

optimaru
OR-Tools CP-SAT

S · 6학급

310 30% 낮음

443

M · 12학급

1,176 22% 낮음

1,511

L · 24학급

2,752 34% 낮음

4,164

다른 결과

문제	지표	optimaru	OR-Tools
학교 시간표 · 24학급	충돌 없는 첫 시간표	11 ms	10초 안에 못 찾음
차량 경로 · CVRPLIB A-n32-k5	최적해와의 차이	5.48%	24.36%
픽업 · 배송 · Li & Lim lc101	총 이동 거리	156 동률	156
프로젝트 일정 · Patterson Pat1	전체 소요 시간	67 동률	67

같은 인스턴스, 같은 10초 예산. 모든 해는 별도 검증기로 다시 채점했습니다. 시간표에서 OR-Tools CP-SAT는 8 worker, 나머지는 1 worker. 2026년 8월 측정.

03 — 솔루션

22개 유스케이스, 네 가지 분야.

각각 고유한 제약, 테스트, 벤치마크를 갖춘 실제로 동작하는 모델입니다. 발표 자료가 아니라, 고객의 규칙에 맞춰 바로 고쳐 쓰는 출발점입니다.

04 — 제품

같은 엔진 위에서 만듭니다.

얼리 액세스

optimaru Timetabling

몇 주 걸리던 학교 시간표를 몇 분 만에. 시수표를 엑셀로 올리고, 규칙을 정하고, 생성한 뒤 확인하고 다듬습니다. 웹과 모바일 모두에서.

자세히 보기 →

오픈소스 · Apache 2.0

optimaru Engine

솔버 자체와 유스케이스별 Python 패키지. 직접 쓰거나, 제품에 넣거나, 저희와 함께 모델을 만들 수 있습니다.

자세히 보기 →

05 — 시작한 이유

조합최적화는 배송, 병원 근무표, 학교 시간표 뒤에서 조용히 돌아갑니다. 그런데 대부분의 팀은 여전히 비싼 블랙박스 솔버와, 첫 번째 실제 제약에서 무너지는 연구용 코드 사이에서 고릅니다. 쓰기 쉽고 현실에서 버티는 오픈소스 엔진을 만들기 위해 optimaru를 시작했습니다.

— 강승현, 창업자 · 회사 소개 →

경로나 일정 문제가 있으신가요?

지금 쓰고 있는 규칙을 보내 주세요. 최적화가 도움이 되는지, 얼마나 되는지 솔직하게 말씀드립니다.

문의하기

어려운 계획 문제,이제 출발 신호를.