가공과 조립이 결합된 하이브리드 제조 시스템에서 다품종 키팅(kitting) 납품의 실시간 스케줄링을 위한 슬라이딩 윈도우 기반 강화학습(SWRL) 프레임워크를 제안한 연구다. 문제를 이중 키팅 구조와 후미 제품 병목 동학을 반영한 이종 그래프 기반 마르코프 결정 과정으로 정식화하고, 비활성 노드를 걸러내며 키팅 핵심 작업을 우선하는 슬라이딩 윈도우 필터링, 병목 이동을 추적하는 시공간 그래프 인코딩, 가변 토폴로지에서 행동 공간에 적응하는 제약 대기 전략의 동적 행동 매핑을 통합했다. 가전 제조사의 실제 사례 실험에서 고전적 디스패칭 규칙과 기존 심층 강화학습 대비 일관된 납기 지연 감소를 달성했고, 자원 구성·주문 부하 변화에도 견고했다. 강화학습 스케줄링의 실제 제조 현장 적용 가능성을 보여주는 사례다.

• •동적 주문 도착으로 공급 의존성과 작업-설비 할당이 동시에 변하는 키팅 제약 유연 조립 흐름 공장 문제를 다룸
• •이종 그래프 기반 MDP로 이중 키팅 구조와 희소 보상 지형을 정식화
• •슬라이딩 윈도우 필터링 + 시공간 그래프 인코딩 + 동적 행동 매핑의 3요소 통합
• •가전 제조사 실제 데이터에서 기존 디스패칭 규칙·DRL 대비 일관된 납기 지연 감소 입증