RT-T10까지는 단일 모드(도로) 기반 배차 최적화에 집중했다. RT-T11은 도로·철도·해운·항공 4개 운송 모드를 복합 활용하는 멀티모달 경로 최적화를 다룬다. 각 운송 수단은 노드-엣지 그래프로 모델링되고, 환적(Transfer) 노드에는 모드 전환 비용·시간을 패널티로 부여한다.

목적은 단일 지표(최소 비용)가 아닌 비용·시간·탄소 배출의 3가지 지표를 동시에 최소화하는 것이다. 이들은 서로 상충 관계 (trade-off)에 있어 하나의 해로 수렴하지 않으며, NSGA-II (Non-dominated Sorting Genetic Algorithm II) 기반의 다목적 유전 알고리즘이 Pareto 해집합을 반환한다. 의사결정자는 가중치를 부여해 최종 경로를 선택한다.

# transfer_cost: (from_mode, to_mode) → (time_hr, cost)
# 환적 노드에서 적용되는 패널티 (그래프 엣지 가중치에 가산)
transfer_cost = {
    ("road", "rail"): {"time_hr": 2.0, "cost": 50000},
    ("rail", "sea"):  {"time_hr": 4.0, "cost": 80000},
    ("road", "air"):  {"time_hr": 3.0, "cost": 120000}
}

# 3-objective optimization (서로 상충 관계)
from pymoo.algorithms.moo.nsga2 import NSGA2
from pymoo.optimize import minimize

objectives = [
    minimize(total_cost),        # KRW
    minimize(total_transit_time), # hour
    minimize(co2_emission)        # kg CO2eq
]

# NSGA-II (비지배 정렬 기반 다목적 GA)
algo = NSGA2(pop_size=50, n_gen=50)
result = minimize(problem, algo, seed=42)
pareto_front = result.F  # shape: (k, 3) — k개의 비지배해

Pareto Front 해 하나를 그냥 선택하는 것이 아니라, 3 objectives를 정규화(normalize)한 뒤 사용자 가중치를 곱해 가중 점수(Weighted Score)를 계산한다. 가중치는 시나리오에 따라 바뀔 수 있다 — 비용 우선(w_cost=0.7)은 해운 경로를, 시간 우선(w_time=0.7)은 항공을, 탄소 우선(w_co2=0.7)은 철도+해운을 선택한다.