파워 인덱스 비교 문제의 PP‑완전성 및 P 복잡도 분석

본 논문은 가중 투표 게임이라는 모델을 기반으로, 두 게임 G′와 G″에서 동일한 플레이어 i의 파워 인덱스 값을 비교하는 문제인 PowerCompare_f (f는 Banzhaf 또는 Shapley‑Shubik) 의 계산 복잡도를 심층적으로 분석한다. 먼저 가중 투표 게임을 (w₁,…,wₙ; q) 형태로 정의하고, 성공적인 연합을 quota q 이상으로 판단한다. 파워 인덱스는 플레이어가 연합을 성공으로 이끄는 “피벗” 역할을 할 확률을 측정한다. Banzhaf 인덱스는 모든 부분집합에 대해 i를 포함했을 때와 제외했을 때 성공 여부가 바뀌는 경우를 세어 2ⁿ⁻¹ 로 정규화한다. Shapley‑Shubik 인덱스는 모든 순열에서 i가 최초로 연합을 성공시키는 위치를 가중합하고 n! 로 정규화한다. 논문의 핵심 결과는 두 인덱스 모두에 대해 PowerCompare_f 가 PP‑complete 라는 것이다. 이를 위해 저자는 먼저 임의의 #P 함수 f에 대해 Compare_f = {⟨x,y⟩ | f(x) > f(y)} 가 PP에 속함을 Lemma 2.2 로 증명한다. 이 증명은 #P 함수가 NP 기계의 수용 경로 수와 동일함을 이용해, 입력 쌍 ⟨x,y⟩에 대해 무작위 문자열 w를 생성하고 w의 첫 비트에 따라 x와 y의 경로를 선택하도록 설계된 다항시간 관계 R을 정의함으로써, f(x) > f(y) 일 때 R을 만족하는 w의 비율이 ½를 초과함을 보인다. 다음 단계에서는 f가 #P‑parsimonious‑complete이면 Compare_f 가 PP‑hard임을 Lemma 3.1 로 보여준다. 임의의 PP 언어 L을 Compare_f 로 다항시간 many‑one 감소시키기 위해, L의 정의에 필요한 카운팅 함수 g₁ (조건을 만족하는 y의 수)와 g₂ (전체 가능한 y의 수) 를 각각 f에 parsimonious하게 감소시킨다. 그런 다음 입력 ⟨ϕ₁(x),ϕ₂(x)⟩ 를 생성하면, x ∈ L ⇔ g₁(x) > g₂(x) ⇔ ⟨ϕ₁(x),ϕ₂(x)⟩ ∈ Compare_f 가 된다. 따라서 PowerCompare_f 는 PP‑complete 이다. Banzhaf 원시 인덱스 B* 가 #P‑parsimonious‑complete 라는 사실은 기존 연구에서 암시되었지만, 저자는 이를 명시적으로 증명한다. #X3C (Exact‑3‑Cover의 카운팅 버전)가 #P‑parsimonious‑complete 임을 이용해, #X3C → #SubsetSum → B* 로 연쇄적인 parsimonious 감소를 수행한다. 이 과정에서 각 단계가 입력 크기와 해의 수를 정확히 보존함을 확인함으로써 B* 가 #P‑parsimonious‑complete 임을 확립한다. 반면 Shapley‑Shubik 원시 인덱스 SS* 는 #P‑many‑one‑complete 이지만 parsimonious‑complete 가 아님을 보인다. SS* 의 정의에 포함된 계수 k!·(n−k−1)! 은 입력에 따라 가중치가 달라지므로, 두 인스턴스가 동일한 해의 수를 갖더라도 변환 후 값이 달라질 수 있다. 따라서 parsimonious 감소가 불가능하고, many‑one 감소만 허용되는 #P‑complete 수준에 머무른다. 이는 SS* 가 #P‑metric‑complete 로 알려진 결과와 일치한다. 논문은 또한 이러한 복잡도 결과를 활용해 가중 투표 게임의 변형(예: 게임 합성, 가중치 조정, 플레이어 추가/제거)에서도 파워 인덱스 비교 문제가 여전히 PP‑complete 임을 논의한다. 이는 파워 인덱스가 단순히 #P 수준의 카운팅 문제를 넘어, 확률적 판단이 필요한 PP 수준의 어려움을 내포하고 있음을 시사한다. 실질적인 응용 측면에서는, 기업 연합, 국제 기구의 의사결정, 검색 엔진 메타 검색 등에서 특정 참여자의 영향력을 비교하려는 상황이 본질적으로 계산적으로 어려운 문제임을 이론적으로 뒷받침한다. 결론적으로, 이 연구는 파워 인덱스 비교 문제의 정확한 복잡도 등급을 PP‑complete 로 규정하고, 원시 Shapley‑Shubik 인덱스의 #P‑many‑one 완전성을 밝히며, 파워 인덱스 연구와 복잡도 이론 사이의 연결 고리를 강화한다.