1291.102 임무 복잡도에 따른 기법 선택

1. 개요

행동 제어 기법의 선택에서 임무 복잡도(task complexity)는 가장 핵심적인 결정 요인 중 하나이다. 본 절에서는 임무 복잡도의 수준에 따른 행동 제어 기법의 적합성을 분석하고, 행동 트리(Behavior Tree, BT)의 위치를 기술한다.

2. 임무 복잡도의 정량적 척도

임무 복잡도는 다음의 요인에 의해 정량화될 수 있다:

1. 행동 수(Number of Actions): 임무를 구성하는 원시 행동의 총 수
2. 분기 수(Number of Branches): 조건에 따라 다른 행동 경로를 선택해야 하는 분기점의 수
3. 의존 관계 깊이(Dependency Depth): 행동 간의 선후 의존 관계의 최대 깊이
4. 병행 행동 수(Number of Concurrent Actions): 동시에 실행되어야 하는 행동의 최대 수
5. 예외 시나리오 수(Number of Exception Scenarios): 정상 흐름에서 이탈하는 예외 상황의 수

3. 복잡도 수준별 기법 적합성

3.1 저복잡도 임무

행동 수가 적고(10개 미만), 분기가 단순하며, 예외 상황이 제한적인 임무에서는 유한 상태 머신, 규칙 기반 시스템, 포괄 아키텍처 등 단순한 기법이 충분하다. 행동 트리도 적용 가능하나, 트리 구조의 오버헤드가 기법의 장점에 비해 상대적으로 클 수 있다.

3.2 중복잡도 임무

행동 수가 10–50개 범위이고, 다수의 조건 분기와 순차-병렬 행동의 조합이 요구되는 임무에서 행동 트리는 최적의 기법 중 하나이다. 서브트리를 통한 계층적 분해, Sequence와 Fallback의 조합을 통한 제어 흐름 표현, 반응형 노드를 통한 동적 상황 대응이 이 복잡도 수준에서 가장 효과적으로 작동한다.

3.3 고복잡도 임무

행동 수가 50개를 초과하고, 복잡한 의존 관계, 다수의 예외 시나리오, 동적 목표 변경이 요구되는 임무에서는 행동 트리 단독으로는 한계가 있을 수 있다. 이 경우 행동 트리와 태스크 플래닝(GOAP, HTN)의 하이브리드 접근법이 효과적이다. 태스크 플래너가 고수준 행동 시퀀스를 자동으로 생성하고, 행동 트리가 실행 수준의 반응적 제어를 담당하는 역할 분담이 유리하다.

4. 복잡도에 따른 기법 선택 지침

참고 문헌

• Colledanchise, M., & Ögren, P. (2018). Behavior Trees in Robotics and AI: An Introduction. CRC Press.
• Iovino, M., Scukins, E., Styrud, J., Ögren, P., & Smith, C. (2022). A Survey of Behavior Trees in Robotics and AI. Robotics and Autonomous Systems, 154, 104096.

버전: 2026-04-01