개요
리틀의 법칙(Little's Law)은 대기행렬 이론(Queueing Theory)에서 핵심적인 정리로, MIT 경영과학 과정에서 최초로 학위를 받은 존 리틀(John Little)이 1961년에 증명한 법칙이다. 안정 상태(stationary system)의 시스템에서 평균 고객 수(L), 평균 도착률(λ), 평균 체류 시간(W) 사이의 관계를 정의한다.
수식
L = λ × W
- L: 시스템 내 평균 고객 수 (평균 작업량)
- λ: 시스템에 도착하는 평균 도착률 (Arrival rate, 단위 시간당 도착 수)
- W: 한 고객이 시스템 내에서 보내는 평균 시간 (체류 시간)
주요 특징
- 분포 무관성: 도착 과정의 분포, 서비스 시간 분포, 서비스 순서 등에 영향을 받지 않고 성립한다.
- 범용성: 제조업, 서비스업, IT 시스템, 병원, 콜센터 등 거의 모든 프로세스 시스템에 적용 가능하다.
- 유일한 조건: 시스템이 에르고딕(ergodic)해야 한다. 즉, 장기적으로 안정 상태에 있어야 한다.
- 하위 시스템에도 적용 가능: 하나의 큰 시스템 내부의 하위 시스템(예: 계산대, 줄) 각각에도 별도로 적용할 수 있다.
활용 사례
1. IT 성능 분석
- 웹 서버의 평균 응답 시간 계산: 평균 응답 시간 = 시스템 내 평균 요청 수 / 처리량(throughput)
- 데이터베이스 쿼리 최적화, 성능 테스트 지표 분석
2. 제조업
- 리드 타임(lead time) 예측: 재공품(WIP) 수량과 생산율을 알면 완료까지 걸리는 시간 계산 가능
- 병목 구간 식별 및 프로세스 최적화
3. 서비스업
- 편의점/레스토랑: 평균 방문 고객 수와 체류 시간을 통해 적정 매장 규모 및 인력 산정
- 콜센터: 대기 시간과 상담사 배치 최적화
4. 의료
- 응급실 직원 배치 최적화, 환자 대기 시간 관리
5. 인구학
- 등가 형태: P = B × e (총 인구 = 연간 출생 수 × 기대 수명)
예시
편의점 예시: 고객이 시간당 10명 도착하고, 평균 0.5시간 머문다면, 매장 내 평균 고객 수는 5명이다.
- L = 10 × 0.5 = 5
IT 예시: 큐 깊이 미터에 평균 9개의 작업이 대기 중이고, 처리 중인 1개를 더해 시스템 내 평균 10개 작업, 처리량이 초당 50이라면 평균 응답 시간은 0.2초다.
- W = 10 / 50 = 0.2초
역사
- 1954년: Cobham의 논문에서 이미 사용되었으나 증명 없이 가정으로 채택됨
- 1958년: Philip M. Morse가 L = λW 형태를 최초로 출판하고 반례를 찾아보라는 도전 제기
- 1961년: John Little이 최초의 엄밀한 증명 발표
- 1967년: Jewell이 더 간단한 증명 제시
- 1969년: Eilon이 더욱 단순화된 증명 발표
- 1972년: Shaler Stidham Jr.가 직관적인 새로운 증명 발표
한계 및 주의사항
- 유한한 시간 구간의 데이터에 직접 적용할 경우 측정 시작 시점에 이미 존재하는 고객과 종료 시점에 아직 떠나지 않은 고객 처리 문제가 발생할 수 있어, 적절한 추정 공식이 필요하다.
- 시스템이 불안정(unstable)하여 도착률이 처리율을 초과하면 큐가 무한히 증가하므로 법칙이 의미를 잃는다.
- 현실의 시스템은 공간 제약이 있어 오버플로우 시 고객이 거절(rejection)될 수 있으며, 이 경우 유효 도착률(effective arrival rate)과 실제 도착률이 달라진다.
