이 얼랑 C 계산기로 알 수 있는 것
"콜센터에 상담원이 몇 명 필요한가?"와 "출시 때 서버가 몇 대 필요한가?"는 같은 질문입니다. 요청은 무작위로 도착하고, 각 요청은 일정 시간 서버를 점유하며, 모든 서버가 바쁘면 줄을 서서 기다립니다. 이 계산기는 이를 M/M/c 대기행렬로 모델링하고, 덴마크 엔지니어 A. K. 얼랑이 1917년에 발표한 얼랑 C 공식으로 대기 확률, 평균 대기 시간, 대기열 길이, 목표 시간 안에 응대되는 비율을 계산합니다.
또한 거꾸로 계산해, 서비스 레벨 목표(설정한 경우 최대 평균 대기 시간까지)를 충족하는 최소 서버 수를 찾고, 그 주변 값을 표로 보여 주어 한 대를 늘리거나 줄일 때의 차이를 확인할 수 있습니다.
사용 방법
- 도착률 λ: 초·분·시간당 전화, 채팅, 티켓, 요청 수. 하루 평균이 아니라 가장 붐비는 시간대의 값을 넣으세요.
- 평균 서비스 시간: 건당 평균 처리 시간(콜센터는 통화 시간과 후처리 시간의 합, 서버는 요청 처리 시간). 서버당 서비스율 μ로 입력할 수도 있습니다.
- 서버 수 c: 병렬로 응대하는 상담원, 워커, 스레드, 머신의 수. 비워 두면 권장 수 기준의 결과를 보여 줍니다.
- 서비스 레벨 목표: 대기 시간이 T를 넘지 않아야 하는 도착의 비율. 기본값인 "20초 안에 80%"는 널리 쓰이는 예시일 뿐 법이나 표준이 아닙니다. 직접 목표를 입력하세요.
IT 용량 산정에도 그대로 쓸 수 있습니다. 초당 요청 수와 밀리초 단위 서비스 시간을 넣고, "서버"를 동시 실행 워커로 보면 됩니다.
계산 공식
도착률 λ, 평균 서비스 시간 s(서비스율 μ = 1/s)일 때 제공 트래픽은 A = λ/μ 얼랑, 가동률은 ρ = A/c입니다. 대기행렬은 A < c일 때만 안정적입니다. 그렇지 않으면 줄이 끝없이 길어지므로 숫자 대신 그 사실을 알려 줍니다.
도착한 요청이 기다려야 할 확률이 얼랑 C, C(c, A)입니다. 이 계산기는 얼랑 B 점화식 Bk = A·Bk−1 / (k + A·Bk−1)과 C = c·B / (c − A(1 − B))로 구합니다. 계승을 쓰지 않으므로 서버가 수천 대여도 정확합니다. C로부터 다음을 계산합니다.
- 평균 대기 시간 Wq = C / (cμ − λ), 평균 체류 시간 W = Wq + 1/μ
- 평균 대기열 길이 Lq = λWq, 시스템 내 평균 수 L = Lq + A
- 서비스 레벨 P(Wq ≤ T) = 1 − C·e−(cμ−λ)T (선착순)
결과는 리틀의 법칙 L = λW를 만족하며, 검산 값으로 함께 표시됩니다. 처리량 계산기(리틀의 법칙)로 교차 확인할 수 있습니다.
계산 예시
고객지원 창구에 시간당 120통(분당 2통)의 전화가 오고 평균 처리 시간이 4분이면 A = 2 × 4 = 8 얼랑입니다. 상담원 10명이면 가동률 80%, 대기하는 고객 40.9%, 평균 대기 시간 약 49초이며, 20초 안에 응대되는 비율은 65.4%에 그칩니다. 11명이면 대기 확률은 24.5%, 평균 대기 시간은 19.6초로 줄고 서비스 레벨은 80.9%로 올라갑니다. 따라서 "20초 안에 80%" 목표에는 11명이 필요합니다. 12명이면 90.0%입니다.
교과서 검산: Iversen의 Teletraffic Engineering and Network Planning 예제 9.3.1에서 트래픽 20얼랑, 평균 서비스 시간 100초, 회선 32개인 시스템의 평균 대기 시간은 0.075초입니다. 이 계산기의 결과는 0.0747초입니다.
IT 예시: 초당 5,000건, 건당 120 ms면 A = 600 얼랑입니다. 요청의 99%가 50 ms 안에 처리되기 시작하려면 동시 실행 워커 610개가 필요하며, 이때 가동률은 98.4%, 평균 대기 시간은 약 7 ms입니다.
가정과 한계
- 도착은 무작위이며 서로 독립(포아송 과정)이고, 서비스 시간은 지수분포를 따릅니다.
- 성능이 같은 서버가 선착순으로 응대하며, 대기 공간은 무제한입니다.
- 중도 포기는 없다고 가정합니다. 실제로는 전화를 끊는 고객이 있어 얼랑 C가 대기 시간과 필요 인원을 과대평가합니다. 포기를 반영하려면 얼랑 A 모델(M/M/N+M, Garnett·Mandelbaum·Reiman, 2002)이 더 적합합니다.
- 결과는 실제로 응대 가능한 인원입니다. 휴식, 교육, 결근(shrinkage)은 별도로 더하세요.
- 몰려드는 트래픽, 재시도, 편차가 큰 서비스 시간은 보통 모델보다 대기를 악화시킵니다. 결과를 최솟값으로 보고 실제 부하로 검증하세요.
하나의 작업을 병렬화할 때의 속도 향상 한계는 암달의 법칙 계산기에서 확인하세요.