부에치 자동자 공허성 검사 알고리즘 비교

초록

본 논문은 LTL 모델 검증에서 핵심 단계인 부에치 자동자의 공허성 검사를 다양한 알고리즘으로 구현하고, 대규모 벤치마크를 통해 실제 실행 시간 차이를 정량적으로 평가한다. 특히 온‑플라이 명시적 상태 탐색 환경에서 기존 Spin에 사용되는 중첩 DFS(Nested DFS)를 대체할 수 있는 더 효율적인 방법들을 제시한다. 실험 결과, 제안된 최적 알고리즘은 평균 33 % 정도 빠른 성능을 보이며, 온‑플라이 모델 검증 도구에 적용할 경우 전반적인 검증 속도를 크게 향상시킬 수 있음을 확인한다.

상세 분석

부에치 자동자는 LTL(선형 시간 논리) 모델 검증에서 무한 실행을 표현하기 위해 널리 사용되는 구조이며, 그 공허성 여부를 판단하는 것이 전체 검증 과정의 병목이 된다. 전통적으로 Spin과 같은 도구는 온‑플라이 탐색 중에 중첩 깊이 우선 탐색(Nested DFS)을 수행해 SCC(Strongly Connected Component)를 찾는 방식으로 공허성을 검사한다. 이 방식은 이론적으로 선형 시간 복잡도를 보장하지만, 실제 구현 시 스택 관리, 재귀 호출 깊이, 그리고 탐색 중 발생하는 중복 검사 등 미세한 설계 선택이 성능에 큰 영향을 미친다.

논문은 먼저 기존 알고리즘들을 정형화하고, 각각의 메모리 접근 패턴과 상태 저장 구조를 분석한다. 특히, (1) 기본 DFS 기반의 Tarjan 알고리즘, (2) 색상 표기법을 이용한 On‑the‑Fly SCC 탐색, (3) 비재귀적 BFS‑DFS 혼합 방식, (4) 최근 제안된 “BFS‑based Empty‑Check” 등을 비교한다. 각 알고리즘은 상태 공간을 순차적으로 확장하면서 동시에 공허성 조건을 검증하도록 설계되었으며, 온‑플라이 특성을 유지하기 위해 부분 그래프만을 메모리에 유지한다.

실험 설계는 500여 개의 실제 모델(통신 프로토콜, 임베디드 시스템, 동시성 프로그래밍 등)과 200개의 인공적으로 생성된 난이도 높은 사례를 포함한다. 각 알고리즘은 동일한 하드웨어 환경에서 10회 반복 실행하여 평균 실행 시간과 메모리 사용량을 측정하였다. 결과는 다음과 같다. 첫째, Tarjan 기반 구현은 메모리 사용량이 가장 낮지만, 재귀 호출에 따른 스택 오버플로 위험이 존재한다. 둘째, 색상 표기법을 활용한 On‑the‑Fly SCC는 중복 검사를 최소화해 평균 15 % 정도 빠른 성능을 보였지만, 구현 복잡도가 높다. 셋째, BFS‑DFS 혼합 방식은 초기 탐색 단계에서 넓게 확장하면서도 깊이 탐색을 병행해 전체 탐색 깊이를 줄였으며, 평균 27 %의 속도 향상을 달성했다. 마지막으로, 논문에서 제안한 “Improved Nested DFS”(INDFS) 알고리즘은 기존 Nested DFS의 스택 관리와 상태 재활용 로직을 최적화해, 전체 벤치마크에서 평균 33 % 빠른 결과를 얻었다.

핵심 인사이트는 온‑플라이 검증에서 “상태 재사용”과 “스택 최소화”가 성능 향상의 결정적 요인이라는 점이다. 특히, 탐색 중에 이미 방문한 상태를 즉시 재활용하고, 불필요한 재귀 호출을 제거함으로써 캐시 적중률을 높이고 메모리 대역폭 사용을 감소시킬 수 있다. 또한, 알고리즘 선택 시 모델의 구조적 특성(예: SCC의 크기와 분포)도 고려해야 하며, 큰 SCC가 빈번히 등장하는 경우 BFS‑DFS 혼합 방식이 유리하고, 작은 SCC가 다수인 경우 색상 표기법이 효율적이다.

결론적으로, 논문은 기존 Spin에 내장된 Nested DFS를 그대로 유지하는 것이 최선이 아님을 증명하고, 실제 도구 구현 시 INDFS와 같은 최적화된 알고리즘을 채택함으로써 검증 속도를 현저히 개선할 수 있음을 제시한다. 이는 대규모 시스템 검증에서 시간·자원 절감 효과를 가져와, 실시간 시스템이나 임베디드 환경에서도 온‑플라이 모델 검증을 보다 실용적으로 활용할 수 있게 만든다.