---
title: "도시, 기반 시설, 운영 · 시뮬레이션 · 시뮬레이션 가설"
url: https://simulation-hypothesis.com/ko/simulations/cities-operations
description: "교통, 대기열, 공급망, 물, 전력, 건조 환경. 사람들이 실제로 돌리는 시뮬레이션 분류의 일부예요."
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl, 시뮬레이션 가설(simulation-hypothesis.com)"
---

[시뮬레이션](https://simulation-hypothesis.com/ko/simulations)영역 18개 중 10번째

# 도시, 기반 시설, 운영

교통, 대기열, 공급망, 물, 전력, 건조 환경.

오퍼레이션스 리서치는 사람과 물자와 자원을 효율적으로 옮기는 문제에서 자랐고, 시뮬레이션이 그 주된 도구예요. 산업과 정부에서 가장 흔히 돌리는 시뮬레이션들이지만, 눈에 띄는 일은 드물어요.

## 움직임

### 교통 흐름

자동차를 개별 운전자로, 규칙에 따라 움직이는 도로 위의 셀로, 또는 네트워크를 흐르는 유체로 보아요.

답하는 질문: 뚜렷한 원인 없이 정체는 왜 생기고, 이 교차로가 그것을 풀어 줄까?

빠진 것: 운전자 한 명 한 명의 특이한 버릇은 평균에 묻히고, 이상하게 운전하는 한 사람의 영향은 사라져요.

돌아가는 곳: 약 10^13 FLOPS 대략 도시 교통 당국의 데스크톱 또는 소형 클러스터 처음 등장: 1955 라이트힐과 휘덤의 교통 흐름 유체 이론

[상호작용 모델 실행하기](https://simulation-hypothesis.com/ko/simulations/run#toy-traffic)

[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[세포 자동자](https://simulation-hypothesis.com/ko/simulations/methods#m-cellular-automata)[연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)해상도: 몸

### 교통과 토지 이용

사람들이 어디서 살고, 일하고, 쇼핑하며, 그 사이를 어떻게 오가는지를 몇 년에서 수십 년에 걸쳐 따라가요.

답하는 질문: 이 철도를 놓으면 도시는 그 주변에서 어떻게 달라질까요?

빠진 것: 수십 년에 걸친 사회 변화는 과거 양상만으로 예측하기 어려워요.

돌아가는 곳: 약 10^14 FLOPS 대략 대도시권 계획 기관의 서버 클러스터 처음 등장: 1964 이라 로리의 대도시 토지 이용과 교통 모델

[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[몬테카를로](https://simulation-hypothesis.com/ko/simulations/methods#m-monte-carlo)해상도: 몸

### 도시 성장

도시가 땅 위로 칸 단위로 퍼져 나가요.

답하는 질문: 이 도시는 앞으로 삼십 년 동안 어디로 커 갈까?

빠진 것: 세포가 고정된 규칙으로 자라고, 실제 정치와 토지 소유는 부호화하기 더 어려워요.

돌아가는 곳: 약 10^13 FLOPS 대략 계획 부서의 데스크톱, 시나리오당 몇 분 처음 등장: 1979 월도 토블러의 지리적 변화에 대한 세포 모델

[세포 자동자](https://simulation-hypothesis.com/ko/simulations/methods#m-cellular-automata)해상도: 장

### 대피와 비상 대응

건물, 경기장, 지역을 떠나는 사람들과 반대 방향으로 움직이는 대응 인력

답하는 질문: 건물을 비우는 데 얼마나 걸리고, 사람들은 어디에서 막힐까요?

빠진 것: 공황과 군중 압사 행동은 단순화되어 있고, 실제 대피는 더 복잡해요.

돌아가는 곳: 약 10^13 FLOPS 대략 시나리오당 몇 분 걸리는 데스크톱 또는 소형 클러스터 처음 등장: 1995 Dirk Helbing의 보행자 군중 사회적 힘 모델

[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 몸

### 대중교통 네트워크 시뮬레이션

시간표에 따라 달리는 버스와 열차, 승객은 경로를 고르고 환승해요.

답하는 질문: 이 시간표나 경로를 바꾸면 승객은 시간을 얼마나 아낄까요?

빠진 것: 승객이 최선의 경로를 알고 따른다고 가정하지만, 많은 이는 가장 익숙한 길로 가요.

돌아가는 곳: 약 10^13 FLOPS 대략 대중교통 기관의 서버, 시나리오당 몇 분 처음 등장: 1970 1970년까지, 버스와 철도 시간표의 초기 컴퓨터 모델

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 몸

### 호출형 택시와 배차 시뮬레이션

도착하는 승객 요청에 맞춰 배차되는 차량 무리로, 운전자는 이동 사이사이에 위치를 옮겨요.

답하는 질문: 차량은 몇 대나 필요하고, 승객은 얼마나 기다릴까요?

빠진 것: 운전자가 배차 시스템의 제안을 따른다고 가정하지만, 실제 운전자는 늘 그러지는 않아요.

돌아가는 곳: 약 10^13 FLOPS 대략 회사의 클라우드 서버, 도시 시나리오당 몇 분 처음 등장: 2000 2000년까지, 동적 차량 배차의 초기 시뮬레이션 연구

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 몸

### 항공기 탑승 시뮬레이션

승객이 좁은 통로를 걸으며 가방을 넣는 과정을 여러 탑승 순서로 시뮬레이션해서, 비행기를 가장 빨리 채우는 방법을 찾아요.

답하는 질문: 어떤 탑승 순서가 항공기를 가장 빨리 채울까?

빠진 것: 실제 승객은 지시를 무시하고 무리 지어 이동해서, 이상화된 방식이 깨져요.

돌아가는 곳: 약 10^6 FLOPS 대략 수천 번의 탑승 시뮬레이션, 각각 몇 초. 처음 등장: 2002 판 란데헴과 뵈젤링크가 시뮬레이션으로 비행기 승객 탑승 시간을 줄이는 방법을 연구한 논문이에요. [출처](https://doi.org/10.1016/s0377-2217%2801%2900294-6)

[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)해상도: 개체군

### 공항 지상 운영 시뮬레이션

항공기가 유도로를 달리고, 활주로에서 대기하고, 게이트에 주기하는 모습을 관제 규칙과 날씨와 함께 시뮬레이션해, 공항이 감당할 수 있는 교통량을 재요.

답하는 질문: 이 공항은 지연이 폭발하기 전까지 한 시간에 비행기를 몇 편이나 받을 수 있을까요?

빠진 것: 관제사와 조종사의 결정은 규칙으로 줄어 있고, 다른 공항의 지연이 번지는 방식은 모델이 빠뜨려요.

돌아가는 곳: 약 10^8 FLOPS 대략 워크스테이션으로 몇 분에서 몇 시간. 처음 등장: 1981 A flexible simulation model of airport airside operations, Transportation Research Part A. [출처](https://doi.org/10.1016/0191-2607%2881%2990047-9)

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군

### 엘리베이터 교통 시뮬레이션

아침, 정오, 저녁 피크를 가진 승객이 무작위 층에 도착하고, 승강기가 제어 규칙에 따라 서고 배차되어, 건물의 승강기 규모를 정해요.

답하는 질문: 아침 피크에 대기 시간을 짧게 유지하려면 승강기가 몇 대나 필요하고, 어떤 배차 규칙이 좋을까요?

빠진 것: 승객 도착은 측정하거나 가정한 패턴을 따르고, 세입자가 건물을 쓰는 방식이 바뀌면 그 패턴은 깨져요.

돌아가는 곳: 약 10^6 FLOPS 대략 노트북으로 몇 초에서 몇 분. 처음 등장: 1993 Siikonen's elevator traffic simulation, in the journal Simulation. [출처](https://doi.org/10.1177/003754979306100409)

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 개체군

### 공유 자율주행 차량단

무인 택시 무리가 도시에서 요청을 처리해요. 각 이동, 대기, 빈 차 주행, 주차 시간을 따라가며 필요한 차량 수, 비용, 혼잡을 재요.

답하는 질문: 공유 자율주행차 몇 대면 도시의 자가용을 대체할 수 있고, 교통에는 어떤 영향이 있을까요?

빠진 것: 사람들이 합승을 받아들일지, 아낀 시간으로 무엇을 할지는 알려진 것이 아니라 가정이에요.

돌아가는 곳: 약 10^11 FLOPS 대략 대도시권 하나를 위한 워크스테이션이나 클러스터로 몇 시간에서 며칠. 처음 등장: 2014 Fagnant와 Kockelman의 공유 자율 주행차의 이동과 환경적 함의에 대한 에이전트 기반 시나리오. [출처](https://doi.org/10.1016/j.trc.2013.12.001)

[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)해상도: 개체군

### 공역 고속 시간 시뮬레이션

시뮬레이션 하늘의 구역과 경유점을 지나는 항공편을 실시간보다 훨씬 빠르게 돌려, 경로, 구역 설계, 관제 규칙을 시험해요.

답하는 질문: 새로운 공역 배치나 경로 구조는 추가 교통량을 안전하게 얼마나 감당할 수 있을까요?

빠진 것: 관제사의 업무량과 판단은 단순한 규칙으로 표현돼서, 바쁜 구역의 실제 한계는 더 낮을 수 있어요.

돌아가는 곳: 약 10^9 FLOPS 대략 워크스테이션으로 교통 하루당 몇 분에서 몇 시간. 처음 등장: 1964 Price's queueing theory in the fast-time simulation of air traffic control, in Navigation. [출처](https://doi.org/10.1002/j.2161-4296.1964.tb02094.x)

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군

## 대기행렬과 물류

### 공급망

공급업체에서 공장, 창고, 상점으로 물건이 이동하며, 지연과 부족이 사슬을 거슬러 올라가 되울려요.

답하는 질문: 수요의 작은 변화가 왜 공장의 생산에는 큰 출렁임을 낳을까?

빠진 것: 합리적인 재주문을 가정하고, 사재기와 매점매석은 모델을 깨뜨려요.

돌아가는 곳: 약 10^13 FLOPS 대략 회사 서버, 시나리오당 몇 분 처음 등장: 1958 제이 포레스터의 공급망 변동 산업 동역학 모델

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)해상도: 몸

### 제조 라인

생산 라인의 기계, 작업자, 버퍼, 고장

답하는 질문: 병목은 어디에 있고, 새 기계는 살 만한 값어치가 있을까?

빠진 것: 드문 고장과 인적 요인은 평균에서 근사해요.

돌아가는 곳: 약 10^12 FLOPS 대략 공장 계획용 데스크톱, 실행당 몇 분 처음 등장: 1961 Geoffrey Gordon의 초기 이산 사건 시뮬레이션 언어

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)해상도: 몸

### 대기행렬과 서비스 시스템

공항, 콜센터, 항만처럼 고객이나 승객이 도착해 기다리고 서비스를 받는 곳.

답하는 질문: 대기 시간을 10분 아래로 유지하려면 창구가 몇 개나 필요할까요?

빠진 것: 사람들이 줄을 서고 예측 가능하게 행동한다고 가정하지만, 실제 새치기와 이탈은 제각각이에요.

돌아가는 곳: 약 10^12 FLOPS 대략 데스크톱, 시나리오당 몇 분 처음 등장: 1961 1961년까지, 범용 이산 사건 시뮬레이션 도구가 대기행렬을 모델링하기 시작

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)해상도: 몸

### 병원 환자 흐름

응급실, 병동, 수술실, 퇴원으로 이어지는 환자의 흐름

답하는 질문: 환자들은 어디서 기다리고, 무엇이 병상을 비워 줄까?

빠진 것: 대량 사상자 사건 같은 드문 급증은 정상 패턴 밖에 있어요.

돌아가는 곳: 약 10^12 FLOPS 대략 병원의 데스크톱, 시나리오당 몇 분 처음 등장: 1965 1965년까지, 병원 외래의 초기 이산 사건 시뮬레이션

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 몸

### 창고·물류센터 시뮬레이션

로봇, 컨베이어, 피커, 보관 선반이 창고에서 물건을 옮겨요.

답하는 질문: 이 창고가 수요가 몰릴 때 주문을 충분히 빨리 골라 보낼 수 있을까요?

빠진 것: 장비가 사양대로 작동한다고 가정하고, 실제 막힘과 고장은 완전히 예측하기가 더 어려워요.

돌아가는 곳: 약 10^13 FLOPS 대략 물류 회사의 서버, 시나리오당 몇 분 처음 등장: 1988 1988년까지, 자동화 창고의 초기 이산 사건 시뮬레이션

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 몸

### 라스트 마일 배송 경로 짜기

배달 차량과 택배 기사가 도시 거리를 지나며 가장 짧은 시간에 많은 소포를 내려놓는 경로를 짜요.

답하는 질문: 오늘 모든 것을 배달하기 위한 최선의 순서와 경로는 무엇일까?

빠진 것: 실제 교통, 날씨, 놓친 배송은 모델이 가정하는 것보다 계획을 더 많이 바꿔요.

돌아가는 곳: 약 10^13 FLOPS 대략 배송 회사의 서버, 하루 경로당 몇 분 처음 등장: 1964 차량 경로 문제의 초기 컴퓨터 해법

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[몬테카를로](https://simulation-hypothesis.com/ko/simulations/methods#m-monte-carlo)해상도: 몸

### 프로젝트 일정 위험 시뮬레이션

프로젝트 네트워크 전체에서 작업 소요 시간을 무작위로 뽑아서, 임계 경로 추정치 하나 대신 완료 날짜의 분포를 얻어요.

답하는 질문: 프로젝트가 마감까지 끝날 가능성은 얼마나 될까요?

빠진 것: 작업 소요 시간을 서로 독립이라고 가정하지만, 실제 지연은 서로 얽혀 있어요.

돌아가는 곳: 약 10^6 FLOPS 대략 수만 번의 일정 표집, 저렴해요. 처음 등장: 1963 반 슬라이크의 몬테카를로 방법과 PERT 문제 [출처](https://doi.org/10.1287/opre.11.5.839)

[몬테카를로](https://simulation-hypothesis.com/ko/simulations/methods#m-monte-carlo)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 규칙

### 창고 로봇 무리 조율

수백 대의 이동 로봇이 선반을 작업자에게 날라 주고, 이들의 경로와 정체, 충전을 시뮬레이션해서 도입하기 전에 규모를 정해요.

답하는 질문: 창고가 피크 주문을 출하하려면 로봇이 몇 대나 필요하고, 어떤 경로 규칙이 필요할까요?

빠진 것: 실제 로봇은 고장 나고, 사람은 고르지 않게 일하고, 주문은 예측하기 어려운 몰림으로 들어와요.

돌아가는 곳: 약 10^10 FLOPS 대략 배치와 주문 하루마다 워크스테이션으로 몇 시간. 처음 등장: 2008 D'Andrea가 설명한, 물류 시설에서 자율 차량 수백 대를 조율한 이야기. [출처](https://doi.org/10.1109/tepra.2008.4686677)

[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)해상도: 개체군

### 공급망 디지털 트윈

회사의 공급업체, 공장, 재고, 운송을 데이터와 맞춰 실시간으로 유지하는 모델로, 차질이 생기면 어떻게 될지 시험해요.

답하는 질문: 항구나 공급업체가 내일 무너지면 선반이 텅 비기까지 얼마나 걸리고, 가장 싼 해결책은 무엇일까요?

빠진 것: 1차 공급업체 너머의 공급업체 데이터는 대개 없어서, 숨은 의존 관계는 숨은 채로 남아요.

돌아가는 곳: 약 10^11 FLOPS 대략 수많은 교란 시나리오를 위한 클라우드 클러스터 몇 시간에서 며칠. 처음 등장: 2020 이바노프와 돌구이의 교란 위험과 복원력을 관리하기 위한 디지털 공급망 트윈 [출처](https://doi.org/10.1080/09537287.2020.1768450)

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)해상도: 개체군

### 컨테이너 터미널 시뮬레이션

항구의 선박, 크레인, 트럭, 야적장 적재를 무작위 도착과 서비스 시간으로 다뤄서, 컨테이너가 어디서 줄을 서고 크레인이 몇 대 필요한지 찾아요.

답하는 질문: 이 터미널은 어디서 막히고, 크레인이나 게이트가 하나 더 있으면 얼마나 도움이 될까?

빠진 것: 선박 도착 시각은 날씨와 상류 항구에 따라 모델링하기 어려운 방식으로 밀리고, 야적장 적재 결정은 단순화되어 있어요.

돌아가는 곳: 약 10^8 FLOPS 대략 워크스테이션으로 몇 분에서 몇 시간. 처음 등장: 1975 보로비츠와 에인도르의 항만 컨테이너 터미널 컴퓨터 시뮬레이션. [출처](https://doi.org/10.1177/003754977502500204)

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 개체군

### 건설 공정 시뮬레이션

트럭, 굴착기, 크레인 같은 기계와 인력이 현장에서 반복 주기로 일하며, 무작위 소요 시간으로 병목과 비용을 찾아요.

답하는 질문: 굴착기 한 대당 트럭 몇 대여야 이 토공이 가장 빨리 끝날까요?

빠진 것: 날씨, 고장, 사람마다의 차이는 넣기 어려워서, 일정은 보통 지나치게 낙관적이에요.

돌아가는 곳: 약 10^6 FLOPS 대략 노트북으로 몇 초에서 몇 분. 처음 등장: 1977 Halpin's CYCLONE method for modelling job-site processes. [출처](https://doi.org/10.1061/jcceaz.0000712)

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군

## 사회 기반 시설

### 전력망

발전, 송전선, 수요를 초 단위로 균형 맞추며, 고장이 어떻게 연쇄하는지도 다뤄요.

답하는 질문: 전력망이 풍력과 태양광을 더 받아들일 수 있을까요, 그리고 하나의 고장이 한 지역을 정전시킬 수 있을까요?

빠진 것: 서로 연결된 여러 전력망에 걸친 드문 연쇄 고장은 완전히 예상하기 어려워요.

돌아가는 곳: 약 10^14 FLOPS 대략 전력망 운영자의 관제 센터 서버, 시나리오당 몇 초 처음 등장: 1956 1956년까지, 초기 디지털 전력 조류 프로그램이 물리적 회로망 분석기를 대체

[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 개체군

### 상수·배수 네트워크

관, 펌프, 하수관, 배수로를 흐르는 물.

답하는 질문: 배수 시설이 더 센 폭풍을 감당할까?

빠진 것: 노후 관과 누수는 정확히 알기 어려워서, 결과는 가정한 상태에 따라 달라져요.

돌아가는 곳: 약 10^12 FLOPS 대략 상수도 공사의 데스크톱, 시나리오당 몇 분 처음 등장: 1968 1968년까지, 상수도 관망의 초기 디지털 수리 모델

[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)해상도: 장

### 건물 에너지와 채광

1년 치 날씨 동안 건물을 지나는 열과 공기와 빛

답하는 질문: 이 설계는 에너지를 얼마나 쓰고, 안은 쾌적할까요?

빠진 것: 실제 거주자의 행동은 가정한 일정과 거의 맞지 않아요.

돌아가는 곳: 약 10^13 FLOPS 대략 설계 사무소의 데스크톱, 건물당 몇 분에서 몇 시간 처음 등장: 1977 1973년 석유 위기 이후 미국의 초기 건물 에너지 프로그램

[연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 장

### 기반 시설 상호 의존

전력, 물, 통신, 교통이 서로 이어져서, 하나의 고장이 다른 것으로 번져요.

답하는 질문: 전력이 끊기면 다음에는 무엇이 고장 날까?

빠진 것: 연결된 모든 시스템의 자세한 데이터가 필요한데, 그것이 한꺼번에 다 있는 경우는 드물어요.

돌아가는 곳: 약 10^14 FLOPS 대략 연구 클러스터, 시나리오당 몇 분 처음 등장: 2001 리날디, 피어렌붐, 켈리의 상호 의존 기반 시설 틀

[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 몸

### 폐기물 수거·처리 시뮬레이션

쓰레기와 재활용품을 트럭이 정해진 경로로 수거해서, 처리 시설에서 분류하고 가공해요.

답하는 질문: 쓰레기를 제때 모두 수거할 수 있을까요, 그리고 다음 처리장은 어디에 둬야 할까요?

빠진 것: 가구가 쓰레기를 올바르게 분리한다고 가정하지만, 늘 그러지는 않아요.

돌아가는 곳: 약 10^12 FLOPS 대략 시청의 데스크톱, 시나리오당 몇 분 처음 등장: 1974 1974년까지, 도시 쓰레기 수거 경로의 초기 컴퓨터 모델

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)해상도: 몸

### 지역 난방과 냉방 네트워크

중앙 플랜트에서 배관으로 보내는 뜨거운 물이나 차가운 물로, 여러 건물을 한꺼번에 난방하고 냉방해요.

답하는 질문: 열 공급망이 일 년 중 가장 추운 날 충분한 열을 전달할 수 있을까요?

빠진 것: 관과 펌프가 설계대로 작동한다고 가정하는데, 실제 관망은 수십 년 동안 새고 침니가 쌓여요.

돌아가는 곳: 약 10^12 FLOPS 대략 공익 사업 엔지니어의 데스크톱, 시나리오당 몇 분 처음 등장: 1979 1979년까지, 지역난방망의 초기 수리 및 열 모델

[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)해상도: 장

### 전력 시스템 전자기 과도 현상

번개, 개폐, 고장에서 오는 전력망의 빠른 전압과 전류 급증을 마이크로초 단위로 따라가 장비를 보호해요.

답하는 질문: 사고나 낙뢰가 일어난 처음 몇 밀리초 동안 전력망에는 무슨 일이 생길까?

빠진 것: 선로와 장비는 주파수에 의존하는 근사로 모델링하며, 부품 데이터는 불완전한 경우가 많아요.

돌아가는 곳: 약 10^10 FLOPS 대략 마이크로초 미만 간격으로 시간을 나아가며 푸는 네트워크 계산. 처음 등장: 1969 Dommel의 단상 및 다상 회로망 전자기 과도 현상의 디지털 컴퓨터 풀이. [출처](https://doi.org/10.1109/tpas.1969.292459)

[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)해상도: 장

### 에너지 시스템 용량 계획 모델

수요와 배출 한도 아래에서 비용을 최소화해서, 수십 년에 걸친 발전소, 연료, 전력망의 선택을 찾아요.

답하는 질문: 탄소 한도 아래에서 어떤 에너지 기술 조합이 가장 싸게 수요를 맞출까?

빠진 것: 완전 예견과 고정된 수요를 가정해서, 깔끔하지만 비현실적인 전환이 나와요.

돌아가는 곳: 약 10^10 FLOPS 대략 수십 년과 여러 지역에 걸친 대규모 선형 계획법. 처음 등장: 1981 Fishbone과 Abilock의 에너지 시스템 분석용 선형 계획 모델. [출처](https://doi.org/10.1002/er.4440050406)

[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)해상도: 규칙

### 에이전트 기반 전력 시장

발전기가 경매에 입찰하는 적응형 에이전트가 되어, 가격 규칙, 전략, 시장 지배력이 가격을 어떻게 만드는지 찾아요.

답하는 질문: 발전기는 전력 경매에서 가격을 올리는 법을 배울까요?

빠진 것: 에이전트의 학습 규칙은 가정된 것이고, 실제 거래자는 그렇게 단순하지 않아요.

돌아가는 곳: 약 10^9 FLOPS 대략 많은 에이전트 학습 실행. 처음 등장: 2001 Bower와 Bunn의 잉글랜드와 웨일스 전력 시장에서 균일 가격 경매와 차별 가격 경매에 대한 실험적 분석. [출처](https://doi.org/10.1016/s0165-1889%2800%2900036-1)

[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[게임 이론](https://simulation-hypothesis.com/ko/simulations/methods#m-game-theory)[진화적](https://simulation-hypothesis.com/ko/simulations/methods#m-evolutionary)해상도: 개체군

### 연쇄 정전 모델

부하가 나머지로 옮겨 가면서 송전선이 차례로 끊기는 과정을 시뮬레이션해서, 작은 고장이 지역 정전으로 어떻게 커지는지 찾아요.

답하는 질문: 전력망의 작은 고장은 어떻게 정전으로 커질까요?

빠진 것: 운전원의 대응과 보호 설정은 단순화되어 있고, 드문 연쇄 고장은 엄청난 표본 추출이 필요해요.

돌아가는 곳: 약 10^9 FLOPS 대략 격자 모델에서 많은 몬테카를로 연쇄. 처음 등장: 2002 Carreras와 동료들의 연쇄 고장 정전을 위한 송전 모델의 임계점과 전이. [출처](https://doi.org/10.1063/1.1505810)

[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군

### 스마트 그리드 공동 시뮬레이션

전력망, 주택, 배터리, 태양광 패널과 그 제어기를 각각 따로 시뮬레이션해서 함께 돌려요. 여러 전략 아래에서 전체 시스템이 어떻게 움직이는지 시험하기 위해서예요.

답하는 질문: 수천 개의 가정용 배터리를 위한 제어 방식은 지역 전력망에 어떤 영향을 줄까요?

빠진 것: 가구의 행동은 합성 부하 프로파일로 나타내는데, 전력망에 부담을 주는 드문 사용 패턴은 놓쳐요.

돌아가는 곳: 약 10^10 FLOPS 대략 한 지구의 하루를 위한 워크스테이션 몇 시간. 처음 등장: 2011 Schütte와 동료들의 스마트 그리드 능동 구성 요소의 모듈식 시뮬레이션용 mosaik 프레임워크 [출처](https://doi.org/10.1109/sgms.2011.6089027)

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 개체군

### 가스 파이프라인 네트워크 과도 현상

수요가 바뀔 때 파이프, 압축기, 밸브의 네트워크를 지나는 압력과 흐름의 파동으로, 운영자가 공급을 계획하고 누출이나 부족 없이 가스가 계속 흐르게 해요.

답하는 질문: 대량 사용자가 사용을 끊거나 가스 조성이 바뀌면 가스망의 압력은 어떻게 반응할까요?

빠진 것: 수요는 불확실하고 관은 1차원으로 다뤄서, 이음매의 국소 효과는 단순화돼 있어요.

돌아가는 곳: 약 10^9 FLOPS 대략 워크스테이션으로 몇 분에서 몇 시간. 처음 등장: 1970 Distefano의 가스 파이프라인 네트워크 동역학 시뮬레이션용 Pipetran 프로그램. [출처](https://doi.org/10.55274/r0010038)

[연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)해상도: 장

## 통신과 인터넷

### 이동 통신망 계획

기지국에서 나온 무선 신호가 도시나 지역에 퍼지는 모습을, 각 기지국이 감당해야 하는 통화와 데이터 연결 수와 대조해 지도로 나타내요.

답하는 질문: 다음 기지국 탑은 어디에 세워야 하고, 거기서 통화하는 사람들은 신호를 받을까?

빠진 것: 실제 건물과 날씨는 지형 모델이 가정하는 것보다 예측하기 어렵게 전파를 흩어요.

돌아가는 곳: 약 10^13 FLOPS 대략 통신사의 계획용 서버, 지역당 몇 분 처음 등장: 1978 1978년까지, 초기 이동통신망 커버리지와 용량 계획 도구

[연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[몬테카를로](https://simulation-hypothesis.com/ko/simulations/methods#m-monte-carlo)해상도: 장

### 인터넷 백본과 해저 케이블의 복원력

인터넷 백본 회선과 해저 케이블을 지나는 데이터 경로를, 단절과 장애에 맞춰 시험해요.

답하는 질문: 이 케이블이나 교환 지점이 고장 나면 누구의 연결이 끊길까요?

빠진 것: 장애 중의 실제 경로 결정은 모델이 보지 못하는 사업 거래에 달려 있어요.

돌아가는 곳: 약 10^12 FLOPS 대략 연구소 또는 통신사 서버, 시나리오당 몇 분 처음 등장: 1995 1995년까지, 인터넷 라우팅 실패와 복원력에 대한 초기 연구

[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[몬테카를로](https://simulation-hypothesis.com/ko/simulations/methods#m-monte-carlo)해상도: 규칙

### 데이터 센터 시설 시뮬레이션

데이터 센터 안의 서버, 냉각 시스템, 전력 공급을 그곳이 돌리는 연산 작업과 맞춰서 균형을 잡아요.

답하는 질문: 서버를 더 늘려도 이 데이터 센터는 시원하고 전력이 끊기지 않을까?

빠진 것: 실제 장비는 평균 모델이 매끄럽게 덮어 버리는 방식으로 낡고 고장 나요.

돌아가는 곳: 약 10^13 FLOPS 대략 사업자 자체 서버, 시나리오당 몇 분 처음 등장: 1999 1999년까지, 데이터 센터 냉각의 초기 전산 유체 역학 모델

[연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)해상도: 장

### 광대역 위성군 시뮬레이션

수백, 수천 개의 위성이 궤도를 돌며 서로 신호를 넘겨주고 지상 사용자에게도 내려보내요.

답하는 질문: 이 위성군이 지상의 모두에게 빠르고 안정적인 연결을 줄 수 있을까요?

빠진 것: 실제 날씨, 지형, 간섭은 기하만으로 예측한 통달 범위를 깎아 먹어요.

돌아가는 곳: 약 10^13 FLOPS 대략 사업자의 계획 클러스터, 시나리오당 몇 시간 처음 등장: 1997 1997년까지, 위성 전화망의 초기 궤도 및 커버리지 시뮬레이션

[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)해상도: 몸

### 통신 트래픽 공학

무작위로 도착하는 통화와 데이터 연결을, 그것을 실어 나를 회선과 장비에 맞춰 규모를 정해요.

답하는 질문: 통화 중 신호를 받는 사람이 생기기 전까지 회선이나 채널이 몇 개나 필요할까요?

빠진 것: 도착이 무작위이고 독립적이라고 가정하는데, 큰 공동 행사 때는 이것이 무너져요.

돌아가는 곳: 약 10^11 FLOPS 대략 통신사의 데스크톱, 시나리오당 몇 초 처음 등장: 1917 아그너 크라루프 얼랑의 전화 교환국 통신량 이론

[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[몬테카를로](https://simulation-hypothesis.com/ko/simulations/methods#m-monte-carlo)해상도: 규칙

### 스마트시티 센서 네트워크 시뮬레이션

도시 곳곳의 작은 센서 수천 개가 무선 네트워크로 교통, 대기질, 수도, 조명 자료를 보고해요.

답하는 질문: 센서 측정값이 충분히 전달될까, 그리고 배터리는 얼마나 오래 갈까?

빠진 것: 실제 센서는 모델이 가정하는 것보다 더 자주 표류하고, 알림 없이 고장 나고, 네트워크에서 이탈해요.

돌아가는 곳: 약 10^12 FLOPS 대략 시청 IT 부서의 서버, 시나리오당 몇 분 처음 등장: 2010 2010년까지, 도시 규모 무선 센서 네트워크의 초기 시뮬레이션 연구

[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)해상도: 규칙

### 인터넷 웜 전파 모델

네트워크 위의 시뮬레이션된 호스트가 스스로 퍼지는 코드에 감염되며, 측정된 스캔 전략과 대역폭 한계를 써요.

답하는 질문: 웜은 취약한 인터넷에 얼마나 빨리 퍼질 수 있을까요?

빠진 것: 방어와 패치 속도는 가정된 것이에요.

돌아가는 곳: 약 10^10 FLOPS 대략 값싼 전염병식 실행 처음 등장: 2002 How to 0wn the Internet in your spare time (2002) [출처](https://www.usenix.org/legacy/events/sec02/full%5Fpapers/staniford/staniford.pdf)

[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)해상도: 규칙

### 차량 네트워크 시뮬레이션

도로 교통 시뮬레이터가 차를 움직이는 동안 자동차들이 메시지를 주고받으며, 무선으로 충돌 경고와 군집 주행을 시험해요.

답하는 질문: 자동차들이 달리는 동안 경고를 믿을 수 있게 주고받을까?

빠진 것: 다른 차량과 건물이 일으키는 전파 그림자는 근사만 해요.

돌아가는 곳: 약 10^10 FLOPS 대략 결합된 교통 시뮬레이터와 패킷 시뮬레이터. 처음 등장: 2011 좀머, 저먼, 드레슬러의 양방향 결합 네트워크·도로 교통 시뮬레이션이에요. [출처](https://doi.org/10.1109/tmc.2010.133)

[이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 개체군

[◂ 공학과 기술](https://simulation-hypothesis.com/ko/simulations/engineering)[마음, 뇌, 인공 세계 ▸](https://simulation-hypothesis.com/ko/simulations/minds-computation)