다중 모호성 계층과 비결정적 유한 자동자의 새로운 경계

초록

이 논문은 입력 길이 n에 대해 허용 계산이 최대 O(n^k)인 다항 모호성을 가진 NFA를 작은 크기로 구성할 수 있지만, 모호성을 o(n^k)로 낮추면 지수적인 상태 수가 필요함을 보인다. 이를 통해 다항 모호성에 대한 엄격한 계층이 형성되고, 1989년과 1998년에 제기된 오랜 열린 문제가 해결된다.

상세 분석

본 연구는 비결정적 유한 자동자(NFA)의 모호성 개념을 정량화하고, 모호성 수준에 따른 표현력 차이를 명확히 구분한다. 모호성은 입력 길이 n에 대해 자동자가 가질 수 있는 수용 경로의 최댓값으로 정의되며, 다항 모호성(O(n^k))과 지수 모호성 사이의 경계가 기존 연구에서는 불분명했다. 저자들은 두 정수 r과 k(모두 자연수)를 매개변수로 하는 언어 L_{r,k}를 설계한다. 이 언어는 크기가 k·poly(r)인 NFA로 O(n^k) 수준의 모호성을 유지하면서 인식 가능하지만, 동일한 언어를 o(n^k) 모호성을 요구하는 NFA가 인식하려면 상태 수가 2^{Ω(r)} 수준으로 급격히 증가한다는 것을 증명한다. 핵심 기술은 통신 복잡도 이론을 NFA의 구조에 매핑하는 방법이다. 저자들은 먼저 기본적인 “거리‑검증” 문제를 정의하고, 이를 다중 복제(product) 기법을 통해 L_{r,k}에 삽입한다. 그런 다음, 모호성이 낮은 NFA가 해당 언어를 인식하려면 각 복제 단계마다 거의 완전한 정보를 교환해야 함을 보이며, 이는 통신 복잡도 하한과 직접 연결된다. 결과적으로, 모호성을 감소시키는 것이 자동자의 크기를 지수적으로 늘리는 비용을 초래한다는 강력한 하한을 얻는다. 이 하한은 기존에 알려진 “선형 모호성 vs. 비선형 모호성” 결과를 일반화하며, 특히 k가 고정된 다항 함수일 때도 동일하게 적용된다. 따라서 논문은 “다항 모호성 계층(polynomial ambiguity hierarchy)”이라는 새로운 구조를 제시하고, 1989년 Ravikumar와 Ibarra, 1998년 Leung이 제기한 “다항 모호성 사이에 엄격한 구분이 존재하는가”라는 질문에 결정적인 답을 제공한다.