서브그래프 매칭을 위한 분해 기법

초록

제약 프로그래밍에서 초기 제약 그래프가 완전할 경우 기존 정적·동적 분해 기법을 적용하기 어렵다. 저자들은 전역 제약을 포함한 서브그래프 동형성 문제(SIP)를 해결하기 위해 정적·동적 분해를 결합한 하이브리드 접근법을 제안한다. 먼저 제한된 부분 네트워크에 대해 정적 휴리스틱을 사전 계산하고, 첫 번째 분해가 가능해질 때까지 이를 따르며, 이후에는 완전 전파와 동적 분해 검색을 수행한다. 실험 결과, 희소 그래프에서 제안 방법이 전용 매칭 알고리즘 및 기존 CP 기법보다 더 많은 인스턴스를 해결한다.

상세 분석

이 논문은 제약 만족 문제(CSP)의 구조적 특성을 활용해 서브그래프 동형성 문제(SIP)를 효율적으로 해결하는 새로운 분해 프레임워크를 제시한다. 기존의 정적 분해 기법은 제약 그래프가 희소할 때만 유용했으며, 전역 알디프(all-diff) 제약으로 인해 초기 그래프가 완전하게 연결되는 SIP에서는 적용이 불가능했다. 반면 동적 분해는 검색 과정 중에 그래프가 분리되는 시점을 포착할 수 있지만, 매 단계마다 그래프 연결성을 검사하는 비용이 크게 증가한다. 저자들은 이 두 접근법의 장점을 결합해 “정적‑동적 하이브리드” 전략을 설계하였다. 핵심 아이디어는 (1) 전체 제약 네트워크가 아닌, 변수와 도메인 크기가 제한된 서브 네트워크에 대해 사전 정적 순서를 계산하고, (2) 이 순서를 따라 변수 할당을 진행하면서 그래프가 실제로 분리되는 시점을 감지하면 즉시 동적 분해(AND/OR 검색)로 전환하는 것이다. 이를 위해 0‑분해와 1‑분해 개념을 명확히 정의하고, 단일값 도메인을 가진 변수들을 제외한 후 그래프를 재구성해 연결성 검사를 O(|V|+|E|) 시간에 수행한다. 또한, 전역 알디프 제약을 이진 제약 집합으로 변환해 동적 단계에서 효율적인 도메인 축소와 일관성 유지가 가능하도록 설계하였다. 실험에서는 특히 정점 수가 수천 수준이고 에지 밀도가 낮은 희소 그래프에서, 기존 VF2와 같은 전용 매칭 알고리즘보다 높은 성공률을 보였으며, 정적‑동적 전환 시점 선택이 검색 트리의 폭을 크게 줄여 전체 탐색 비용을 감소시켰다. 이와 같이 논문은 제약 그래프가 초기에는 완전하지만, 검색 진행 중에 자연스럽게 분해될 수 있는 문제에 대해 효과적인 해결책을 제공한다는 점에서 이론적·실용적 의의를 동시에 갖는다.