데이터베이스를 위한 멘서스 이론

본 논문은 데이터베이스 이론에 새로운 대수적 도구인 ‘멘서스(mnesor)’를 도입하고, 이를 기존 관계형 연산에 적용하는 방법을 제시한다. 초기 섹션에서는 기존 멘서스 이론이 순서를 중시하는 스택 형태였음을 언급하고, 교환법칙 \(x+y = y+x\) 을 추가함으로써 순서에 무관한 집합적 구조로 전환한다. 이때 스칼라 역할을 하는 ‘그라뉼(granular)’은 비트롭(bitrop)이라는 두 연산(덧셈 ⊕ 와 곱셈 ⊗)을 갖는 대수 구조 위에 정의된다. 비트롭은 중심 원소 τ 를 가지고 \(x⊗τ = x\) 와 \(τ⊕τ = τ\) 를 만족한다. 또한 \(λ⊕τ = τ\) 인 원소들의 집합 \(B^+\) 를 도입하고, 임의의 \(x, y ∈ B\)와 \(λ, μ ∈ B^+\)에 대해 \(α ∈ B^+\) 가 존재해 \((x⊕y)⊗α = x\) 가 되는 흡수성, 그리고 \(x⊗λ = x⊗μ ⇒ λ = μ\) 이라는 소거성을 요구한다. 예시로 최소‑플러스 정수가 비트롭을 이룬다. 멘서스 공간 \(M\)은 이러한 비트롭 위의 반모듈(semimodule)이며, 자체적인 덧셈 \(+\)와 영원소 0을 가진다. 주요 공리로는 단위 원소 \(xτ = x\), 덧셈에 대한 스칼라 분배 \((x+y)λ = xλ + yλ\), 스칼라 결합 \(xλμ = (xλ)⊗μ\), 스칼라에 대한 덧셈 분배 \(x(λ⊕μ) = xλ + xμ\) 등이 있다. 흡수 공리 \(\exists α∈B^+ : (x+y)α = x\) 를 통해 멘서스 덧셈이 아이디포턴트임을 증명하고, ‘접두(prefix)’와 ‘하위(lower)’ 관계를 각각 덧셈과 스칼라 곱을 통해 정의한다. 두 관계는 동치임을 보이며, 이는 멘서스 집합이 격자(lattice)를 형성한다는 결론으로 이어진다. 다음으로 관계형 연산과의 매핑을 제시한다. 합집합은 단순히 멘서스 덧셈 \(x + y\) 로 표현된다. 이는 전통적인 합집합 호환성(스키마 일치) 요구를 없애고, 서로 다른 속성 집합을 가진 테이블도 같은 연산으로 결합할 수 있게 한다. 교집합은 \(x o y\) 로 정의되며, 이는 특정 \(λ, μ ∈ B^+\) 에 대해 \(xλ = yμ\) 인 경우에 해당한다. 이때 \(λ\) 과 \(μ\) 은 각각 \(x\)와 \(y\) 의 ‘공통 부분’을 추출하는 역할을 한다. 선택(selection)은 외부 곱 \(xλ\) 으로 구현되며, \(λ\) 는 필터링 조건을 나타내는 그라뉼이다. 논문은 불리언 격자를 비트롭으로 잡아, ‘EU 회원국’과 같은 속성을 \(λ\) 로 사용해 선택 연산을 수행하는 예시를 제시한다. 예시 섹션에서는 ‘스웨덴·독일·프랑스’와 같은 국가 집합을 비트롭 \(B\) 의 원소 \(τ\) 와 \(λ\) (예: NATO, EU)로 표시하고, 덧셈과 외부 곱을 통해 합집합, 교집합, 선택을 시각적으로 보여준다. 특히 교집합 예시에서는 \(Germany\)와 \(Denmark\) 테이블과 \(Germany\)와 \(Sweden\) 테이블을 교차시켜 \(Germany\)만 남는 과정을 설명한다. 마지막으로 논문은 이론적 의의를 정리한다. 멘서스와 비트롭을 결합한 구조는 벡터 공간의 선형성, 격자의 아이디포턴트·흡수성 등 두 분야의 장점을 동시에 제공한다. 그러나 실제 데이터베이스 시스템에 적용하기 위해서는 \(B^+\) 와 \(λ\) 의 구체적 구현, 연산 비용 분석, 기존 SQL 엔진과의 호환성 검증이 필요하다. 또한 순서 정보를 잃게 되는 점은 시간 순서가 중요한 데이터에 제한을 줄 수 있다. 전반적으로 논문은 대수적 관점에서 관계형 연산을 재해석하는 새로운 시도를 제시했으며, 향후 실용적 적용을 위한 연구가 필요함을 강조한다.