본 논문은 기존 지역 탐색 알고리즘의 한계를 극복하기 위한 새로운 접근 방식을 제시합니다. 각 반복에서 최적의 이웃으로 전이를 수행하는 지역 탐색 알고리즘의 의사결정 과정을 개선하는 것을 목표로 합니다. 기존 알고리즘과 동일한 입력 정보를 사용하는 신경망을 활용하여 이 과정을 개선하고자 합니다. EvoCOP2024에서 발표된 연구를 확장하여, 알고리즘의 효율성을 높이고 문제 목적 함수의 단조 변환에 대한 강건성을 확보할 수 있도록 정보 표현 방식을 다양하게 조사합니다. NK 랜드스케이프 문제를 중심으로 한 실험 설정을 통해 접근 방식의 효율성을 평가하며, 문제 크기와 험준함을 조절할 수 있는 유연성을 제공합니다. 블랙박스 문제에 대한 지역 탐색 알고리즘의 문제 해결 능력 향상 및 새로운 알고리즘 출현에 대한 가능성을 제시합니다. 최종 버전은 SN Computer Science (Springer) 저널에 게재되었습니다.
