최소 엔트로피 방향 찾기

초록

본 논문은 그래프의 정점에 대한 진입 차수 분포의 엔트로피를 최소화하는 방향을 찾는 문제(MINEO)를 연구한다. planar 그래프에서도 NP‑hard임을 증명하고, 선형 시간에 1비트의 가산 오차 보장을 제공하는 간단한 근사 알고리즘을 제시한다.

상세 분석

MINEO 문제는 각 정점의 진입 차수를 확률분포 p(v)=ρ(v)/m 로 정의하고, 엔트로피 H(p)=−∑p(v)log₂p(v) 를 최소화하는 방향을 찾는 것이다. 이 문제는 최소 엔트로피 집합 커버(MINESC)의 특수 경우이며, 각 원소가 정확히 두 개의 집합에 포함되는 구조로 귀결된다. 논문은 먼저 1‑in‑3 SAT의 planar, 3‑regular 제한 버전으로부터 MINEO의 NP‑hard성을 증명한다. 핵심은 “정밀도 우위”(strict dominance) 성질을 이용한 레마 1로, 진입 차수 시퀀스가 다른 시퀀수를 지배하면 엔트로피가 반드시 작아진다. 이를 통해 요소‑가젯을 설계하고, 정확 커버 존재 여부와 최적 엔트로피 사이에 일대일 대응을 만든다. 즉, 정확 커버가 존재하면 각 가젯의 진입 차수 시퀀스가 (4,3,3,1,0,0) 형태가 되고, 전체 그래프의 엔트로피는 하한값에 도달한다. 반대로 정확 커버가 없으면 어느 정도의 엔트로피 초과가 불가피하므로 최적 방향을 찾는 것이 NP‑hard임을 보인다.

근사 알고리즘 측면에서는 “편향된(biased) 방향”을 도입한다. 모든 간선 (u,v) 에 대해 deg(u)>deg(v)이면 u→v 로 정향하는데, 이는 정점의 차수를 기준으로 높은 차수를 가진 정점으로 진입을 집중시킨다. 논문은 이러한 편향된 방향의 엔트로피 H(p̂) 가 최적값 OPT(G)보다 최대 1비트만큼 클 수 있음을 정리 2와 그 증명을 통해 보인다. 핵심 아이디어는 Kullback‑Leibler 발산 D(p̂‖d)≥0 을 이용해 H(p̂)=OPT(G)−D(p̂‖d)+1 ≤ OPT(G)+1 로 상한을 얻는 것이다. 여기서 d(v)=deg(v)/(2m) 은 정규화된 차수 분포이며, 편향된 방향은 바로 이 d에 대한 최적해와 동일한 선형계획(LP) 해를 구현한다. 따라서 선형 시간으로 편향된 방향을 구하면 1비트 가산 오차 근사해를 즉시 얻는다. 이 결과는 기존의 log₂e≈1.44비트 오차를 제공하던 알고리즘을 개선한다.

또한 논문은 MINEO가 “선형(linear)” 성질을 갖는다는 점을 강조한다. 즉, 두 개의 독립 그래프에 대한 최적 방향을 합쳐도 전체 그래프의 최적 방향이 된다. 이는 MINSVC와 대비되는 특성으로, MINSVC는 비선형이라 근사와 복잡도 분석이 더 어려운 반면, MINEO는 구조적으로 단순하고 분석이 용이함을 시사한다. 마지막으로 폴리토프 P(G)와 그 정점이 비순환 방향임을 언급하며, 엔트로피 최소화 문제를 선형계획 형태로 재구성하고, 비용 c(v)=−log(deg(v)/m) 를 사용한 LP가 편향된 방향을 정확히 산출함을 보인다. 전체적으로 문제의 난이도, 구조적 특성, 그리고 실용적인 1비트 근사 알고리즘을 체계적으로 제시한다.