대규모 라우팅은 종종 지정된 순서로 노드들의 클러스터를 방문해야 하는 경우가 많으며, 이는 Ordered Clustered Traveling Salesman Problem (OCTSP)을 야기합니다. 각 클러스터를 독립적으로 최적화하는 것이 자연스러워 보이지만, 비지역적인 의존성(non-local dependencies)을 놓치게 됩니다. 우리는 OCTSP를 위한 COMPASS 알고리즘을 소개하며, 이는 병렬 서브 솔버들을 오케스트레이션하여 검색과 학습 가속 라우팅을 결합합니다. COMPASS는 품질 상한선이 없으며, 컴퓨팅 자원이 증가함에 따라 해결책이 계속 개선됩니다. 이 알고리즘은 클러스터 구조를 활용하며, 인스턴스 크기(instance size)가 아닌 클러스터 크기에 지수적으로 비례하는 시간 안에 정확한 해답에 도달할 수 있습니다. 경험적으로 볼 때, COMPASS는 대체 방법들보다 일관되게 우수한 성능을 보입니다. 일반적인 대규모 라우팅 솔버와 달리, COMPASS는 일반 거리 행렬(general distance matrices)을 소비하며 좌표 입력으로 제한되지 않습니다. 우리는 100K 개의 합성 노드와 28.5K 개의 실제 이커머스 노드까지 확장하는 것을 시연합니다. 우리가 아는 한, 후자는 비대칭 거리(asymmetric distances)에 대한 보고된 라우팅 솔루션 중 가장 큰 규모이며, 기존 ATSP 벤치마크보다 9배나 뛰어납니다.