행렬 그래프 문법에서 제한 조건의 변환과 다중 그래프 적용

본 논문은 행렬 그래프 문법(Matrix Graph Grammars, MGG)이라는 프레임워크를 기반으로 그래프 변환 규칙에 부가되는 제한 조건(제약, 적용 조건, AC)의 변환과 이동에 관한 이론을 전개한다. MGG는 단순 유향 그래프와 그 변환 규칙을 부울 행렬(M)과 부울 벡터(V)로 표현함으로써 모든 재작성 연산을 부울 연산만으로 수행한다. 기존 연구에서는 규칙 시퀀스의 적용 가능성, 독립성, 도달 가능성, 최소 초기 그래프(MID)와 부정 초기 그래프(NID) 등을 행렬 연산으로 분석했으며, 이러한 분석은 그래프의 크기와 무관하게 효율적으로 수행될 수 있다. 첫 번째 주요 기여는 사후 조건(post‑condition)을 사전 조건(pre‑condition)으로, 그 반대로 변환하는 방법이다. 규칙 p는 정적 정의 ⟨L,R⟩와 동적 정의 ⟨e,r⟩로 분리될 수 있다. 여기서 e는 삭제 행렬, r은 추가 행렬이며, K 행렬은 “삭제될 정점에 연결된 기존 간선”과 “추가될 간선”을 금지하는 부정 행렬이다. 사후 조건은 RHS에 존재해야 할 패턴을 의미하고, 이를 LHS에 포함시키면 사전 조건이 된다. 구체적으로, 사후 조건을 표현하는 행렬을 전치하고 보수 연산을 적용해 LHS에 삽입한다. 반대로 사전 조건은 LHS에 요구되는 패턴을 RHS에 추가함으로써 사후 조건으로 전환한다. 이 변환은 모든 단계가 부울 행렬 연산으로 이루어지므로 자동화가 가능하다. 두 번째 기여는 제한 분산(restriction delocalization)이다. 규칙 시퀀스 p₁; p₂; …; pₙ 내에서 특정 규칙에 부착된 AC를 다른 규칙으로 옮길 수 있음을 보인다. 이를 위해 각 규칙의 K 행렬을 구하고, 시퀀스 전체의 합성 행렬을 구성한다. 그런 다음, 이동하려는 AC를 목표 규칙의 e·r 행렬에 흡수시키고, 원래 규칙에서는 해당 AC를 제거한다. 결과적으로 시퀀스 전체의 적용 가능성은 개별 규칙이 아닌 전체 행렬식으로 판단할 수 있다. 이 과정은 G‑Congruence 개념과 결합되어, 시퀀스와 그 순열이 동일한 MID와 NID를 가질 경우 순서에 관계없이 독립적으로 적용 가능함을 증명한다. 세 번째 기여는 다중 그래프(multidigraph) 지원이다. 기존 MGG는 단순 그래프만을 대상으로 하여 동일 정점 사이에 중복 간선을 허용하지 않는다. 논문은 각 간선을 고유 식별자와 함께 행렬에 추가하고, K 행렬에 중복 간선에 대한 부정 조건을 삽입함으로써 다중 그래프를 자연스럽게 다룰 수 있게 한다. 이때 호환성 검증식인 ∥M·Mᵗ·V∥=0 등을 수정해 다중 간선 존재 여부를 판단한다. 결과적으로 MGG는 큰 구조적 변경 없이 다중 그래프 변환을 수행할 수 있다. 논문은 다음과 같이 구성된다. 2절에서는 MGG의 기본 개념과 행렬·벡터 표현, 규칙의 정적·동적 정의, 완전성(compatibility) 검증을 소개한다. 3절에서는 기존 연구에서 제시된 그래프 제약과 적용 조건의 형식적 정의, MSOL 기반의 양화와 그래프 포함·부분 사상(P, Q) 프레디케이트를 설명한다. 4절에서는 사후 조건을 특정 시퀀스로 변환하는 방법을 제시하고, 5절에서는 사전 조건을 사후 조건으로 변환하는 절차를 상세히 기술한다. 6절에서는 제한 분산과 변수 노드 개념을 일반화하고, 이를 이용해 시퀀스 내에서 AC를 자유롭게 이동시키는 알고리즘을 제시한다. 7절에서는 다중 그래프 재작성에 대한 적용 사례를 제시하며, 기존 MGG 이론에 최소한의 수정만으로 다중 그래프를 지원함을 증명한다. 마지막으로 8절에서는 연구 결과를 요약하고, 향후 연구 방향으로 복합 제약 조건, 비선형 그래프 구조, 그리고 실시간 시스템에의 적용 가능성을 제시한다. 전반적으로 본 연구는 MGG의 수학적 기반을 확장해 제한 조건을 행렬 수준에서 자유롭게 조작하고, 이를 통해 복잡한 그래프 변환 시나리오(다중 그래프, 동시 적용 조건 등)에도 효율적인 분석과 구현이 가능함을 입증한다.