확률 시스템을 위한 질적 논리와 동등성

본 논문은 마코프 결정 과정(MDP)에서 확률 0 또는 1 로 만족되는 성질만을 다루는 질적 논리와 그에 대응하는 동등성 관계를 체계적으로 연구한다. 연구는 크게 네 부분으로 구성된다. 첫 번째 부분에서는 기존의 확률 CTL(pCTL)과 pCTL*에서 확률 구간 연산자를 제거하고, 경계값 0과 1만을 허용하는 질적 논리 QRCTL(Qualitative Randomized CTL)을 정의한다. QRCTL의 문법은 상태 공식과 경로 공식으로 구성되며, 경로 공식에는 ‘다음(X)’, ‘until(U)’ 같은 CTL‑style 연산자가 포함된다. 의미론은 1/2‑플레이어 해석(플레이어 1이 nondeterministic 선택을, 확률이 자동으로 선택되는 해석)과 2‑플레이어 해석(확률 선택을 적대적 플레이어 p가 담당) 두 가지 관점을 모두 제공한다. 특히, QRCTL는 ‘∀’, ‘∃’와 같은 양적 경로 수량자를 배제하고, ‘P⊲⊳q’에서 q를 0 또는 1 로 제한함으로써 질적 질문에 초점을 맞춘다. 두 번째 부분에서는 QRCTL 모델 검증 알고리즘을 제시한다. 알고리즘은 QRCTL 공식의 구조에 따라 재귀적으로 해결되며, ‘X’, ‘U’, ‘G’, ‘F’와 같은 연산자에 대해 각각 전통적인 CTL 검증 절차를 변형한다. 핵심은 모든 연산자를 확률 0·1 로 변환 가능한 형태로 재작성하고, 이를 BDD(바이너리 결정 다이어그램) 기반 심볼릭 연산으로 구현함으로써 다항 시간 복잡도를 확보한다. 저자는 또한 QRCTL*(중첩된 경로 연산자를 허용하는 확장)에도 동일한 기법을 적용할 수 있음을 보인다. 세 번째 부분에서는 QRCTL이 정의하는 질적 동등성 ≈₀(및 QRCTL*에 대한 ≈₀*)를 연구한다. 두 상태 s와 t가 ≈₀라면, s와 t에서 만족하는 모든 QRCTL 공식이 동일하게 0, 1, 혹은 ‘양의 확률’로 평가된다. 저자는 먼저 교대형 MDP(Alternating MDP, AMDP)에서 ≈₀와 교대 이중동형(alternating bisimulation) 사이의 동등성을 증명한다. 교대형 MDP는 nondeterministic 선택과 probabilistic 선택이 서로 다른 상태에 존재하는 특수한 형태이며, 이 경우 ≈₀는 기존의 교대 이중동형과 정확히 일치한다. 따라서 기존의 파티션 정제 알고리즘(예: Paige‑Tarjan, Kanellakis‑Smolka)을 그대로 적용해 효율적으로 ≈₀를 계산할 수 있다. 반면, 비교대형 MDP에서는 nondeterministic 과 probabilistic 선택이 같은 상태에서 동시에 발생한다. 저자는 이러한 경우에 ≈₀가 지역적 파티션 정제 알고리즘으로는 수렴하지 않으며, 전역적인 비국소 연산이 필요함을 증명한다. 구체적으로, 상태 집합을 단순히 1‑neighbour(인접 상태)만을 기준으로 분할하면, 질적 동등성을 완전히 포착하지 못한다는 반례를 제시한다. 따라서 비교대형 MDP에 대해서는 새로운 전역 알고리즘이 필요하거나, 상태 공간을 교대형 형태로 변환한 뒤 추가적인 보정이 필요하다. 네 번째 부분에서는 QRCTL*와 QRCTL 사이의 구분력을 분석한다. 교대형 MDP에서는 ‘until’ 연산자가 QRCTL와 QRCTL* 사이에 차이를 만들지 않으며, 두 논리는 동일한 질적 동등성을 유도한다. 그러나 비교대형 혹은 무한 상태 공간을 가진 MDP에서는 QRCTL*가 더 정교한 구분을 제공한다. 특히, ‘U’ 연산자를 중첩함으로써 특정 경로 패턴을 표현할 수 있게 되고, 이는 QRCTL만으로는 구분되지 않는 상태 쌍을 구분한다. 저자는 이러한 차이를 정리하고, QRCTL*가 정의하는 동등성 ≈₀*가 ≈₀보다 항상 더 세밀함을 증명한다. 마지막으로, 논문은 다양한 MDP 클래스(유한·무한, 교대·비교대, 유한·무한 분기)별로 질적 동등성, 교대 이중동형, 표준 확률 이중동형 사이의 포함 관계를 완전하게 표로 정리한다. 이를 통해 연구자는 어떤 상황에서 간단한 파티션 정제만으로 충분한지, 언제 전역적인 계산이 필요한지를 명확히 판단할 수 있다. 전체적으로 이 연구는 확률 시스템의 질적 검증을 위한 논리적 기초와 효율적인 알고리즘을 제공함으로써, 정량적 모델 검증이 갖는 복잡도와 수치 민감도 문제를 회피한다. 시스템 설계자는 QRCTL을 이용해 “모든 실행이 확률 1 로 목표에 도달한다”와 같은 직관적인 질적 요구사항을 빠르게 검증할 수 있고, 필요에 따라 QRCTL*를 통해 더 섬세한 경로 특성을 분석할 수 있다. 또한, 동등성 관계를 이용한 모델 축소는 검증 효율성을 크게 향상시킨다.