동적 부분합을 위한 학습 기반 절차

본 논문은 SAT 문제 해결에 널리 사용되는 CDCL(Conflict‑Driven Clause Learning) 기반 솔버에 동적 부분합(Dynamic Subsumption) 기법을 도입하여, 검색 과정 중에 원본 클라우즈를 실시간으로 정제하는 방법을 제시한다. 논문은 먼저 SAT 솔버의 기본 구조와 전통적인 전처리 기법인 SatElite를 소개하고, 전처리 단계에서 수행되는 정적 부분합이 검색 중에 발생하는 중복 절을 충분히 제거하지 못한다는 한계를 지적한다. 이를 보완하기 위해 저자들은 충돌 분석 단계에서 생성되는 중간 해석 절(σ_i)을 활용해 원본 클라우즈를 동적으로 부분합하는 알고리즘을 설계한다. 핵심 아이디어는 다음과 같다. 충돌이 발생하면, 충돌 절과 그 반대 절을 포함하는 두 클라우즈를 해석(resolution)하여 새로운 절 σ_1을 만든다. 이후 σ_1과 충돌 그래프에 기록된 다른 클라우즈들을 차례로 해석해 가며, σ_i (i≥1)라는 일련의 해석 절을 생성한다. 각 σ_i는 현재까지의 해석 과정에서 도출된 절이며, 이는 원본 클라우즈들의 부분집합으로 볼 수 있다. 저자들은 σ_i가 어떤 원본 클라우즈 c를 포함한다면(c ⊇ σ_i) c는 σ_i에 의해 부분합될 수 있다고 정의한다. 이때 부분합 검사는 “c′ ⊂ c”가 존재하고, F|¬c′|* = ⊥인 경우, 즉 단위 전파 후 모순을 일으키는 최소 부분집합이 존재하는지를 확인함으로써 상수 시간에 수행된다. 이러한 검사를 효율적으로 수행하기 위해 두 가지 제한을 둔다. 첫 번째 제한은 σ_i를 생성하는 데 사용된 원본 클라우즈 집합 C_{σ_i}만을 검사 대상으로 삼는 것이다. 이는 충돌 그래프에서 σ_i와 직접 연결된 절만을 고려함으로써 불필요한 비교를 배제한다. 두 번째 제한은 C_{σ_i} 중에서도 충돌 리터럴 x와 ¬x에 연결된 경로를 통해 도달 가능한 클라우즈 집합 P_{σ_i} 로 더 축소한다. 논문은 Property 1, Property 2, Property 3을 통해 이러한 제한이 이론적으로 타당함을 증명하고, 전체 알고리즘의 최악 복잡도가 O(|C_{σ_k}|²)임을 제시한다. 구현 측면에서는 MiniSat과 Rsat에 동적 부분합 모듈을 삽입하였다. 구현은 기존 솔버의 충돌 분석 루틴에 몇 줄의 코드만 추가함으로써 이루어졌으며, 단위 전파와 충돌 그래프 관리에 이미 존재하는 데이터 구조를 재활용한다. 실험은 두 가지 범주로 나뉜다. 첫 번째는 산업용 및 랜덤 인스턴스와 같은 표준 베치이며, 두 번째는 변수와 절이 복잡하게 얽힌 crafted 인스턴스이다. 표준 베치에서는 성능 향상이 미미하거나 동일 수준을 유지했지만, crafted 인스턴스에서는 평균 10~15%의 실행 시간 감소와 메모리 사용량 감소를 관찰했다. 특히, 동적 부분합이 학습 절의 크기를 줄이고, 불필요한 리터럴을 제거함으로써 이후의 단위 전파와 충돌 분석이 더 효율적으로 진행되는 것이 확인되었다. 결론적으로, 논문은 동적 부분합이 CDCL 파이프라인에 최소한의 오버헤드로 통합될 수 있음을 입증하고, 충돌 분석 단계와 단위 전파 단계 사이의 상호작용을 새로운 관점에서 바라볼 수 있는 기반을 제공한다. 향후 연구에서는 동적 변수 제거, 동적 재정렬, 그리고 다른 형태의 동적 최적화와 결합하여 SAT 솔버의 전반적인 성능을 더욱 향상시킬 가능성을 제시한다.