Job Shop Scheduling Problem (JSP)은 에너지 효율성 최적화를 위해 중요한 문제이며, 생산성과 지속 가능성을 균형 있게 유지하는 데 기여한다. 본 논문은 JSP 인스턴스의 특성을 파악하고 적절한 알고리즘을 선택하기 위한 프레임워크를 제시한다. XGBoost를 활용한 머신러닝 기법을 통해 GUROBI, CPLEX, GECODE와 같은 최적의 솔버를 추천한다. 제안된 알고리즘 선택기는 새로운 JSP 인스턴스 해결을 위한 최적의 알고리즘을 추천하는 데 84.51%의 정확도를 달성했다.
