동적 대칭 축소와 상태 대칭을 활용한 효율적인 심볼릭 모델 검증

초록

본 논문은 동적 대칭 축소를 이용해 BDD 기반 심볼릭 모델 검증에서 발생하는 궤도 관계의 대규모 BDD 문제를 회피하고, 상태 대칭을 추가 적용함으로써 검증 속도와 확장성을 크게 향상시킨 새로운 알고리즘을 제안한다. 실험 결과는 기존 방법 대비 현저한 성능 개선을 보여준다.

상세 요약

대칭 축소는 시스템 내에서 구조적·행동적 대칭을 이용해 상태 공간을 등가 클래스(궤도)로 묶음으로써 탐색 비용을 감소시키는 기법이다. 전통적인 BDD 기반 심볼릭 모델 검증에서는 궤도 관계를 명시적으로 구성해야 하는데, 이는 대칭이 많을수록 BDD 크기가 급격히 증가해 메모리와 시간 측면에서 비현실적인 부담을 초래한다. 논문은 이러한 문제점을 해결하기 위해 ‘동적 대칭 축소’를 채택한다. 동적 대칭 축소는 탐색 과정에서 현재 방문한 상태에 대해 즉시 대표 상태(representative)를 계산하고, 그 대표를 이용해 전이 관계를 재구성한다. 즉, 궤도 전체를 미리 생성하지 않고, 필요할 때마다 대표를 찾아내는 방식이다. 이 접근법은 대표 계산에 사용되는 순열 그룹의 생성 및 적용을 효율적인 데이터 구조(예: 순열 집합을 압축한 BDD)로 구현함으로써, 전통적인 궤도 BDD가 차지하던 메모리를 크게 절감한다.

또한 논문은 ‘상태 대칭(state symmetry)’ 개념을 도입한다. 상태 대칭은 개별 상태 내부에서도 대칭이 존재한다는 점에 착안해, 같은 상태 내에서 교환 가능한 변수나 프로세스들을 식별하고, 이를 통해 전이 함수 자체를 축소한다. 구체적으로, 상태 대칭을 이용해 전이 전후의 BDD를 정규화(normalization)하고, 중복된 전이 경로를 제거함으로써 BDD 연산 횟수를 감소시킨다. 이때 사용되는 정규화 연산은 순열 적용과 동일한 비용을 갖지만, 한 번 정규화된 형태는 이후 여러 전이에서 재사용될 수 있어 전체 연산량을 크게 줄인다.

알고리즘의 핵심 흐름은 다음과 같다. 첫째, 초기 상태 집합에 대해 가능한 모든 대칭 순열을 사전 계산한다. 둘째, 전이 단계마다 현재 상태 집합에 적용 가능한 순열을 찾아 대표 상태를 결정한다. 셋째, 대표 상태를 기반으로 전이 후 상태를 생성하고, 동시에 상태 대칭 정규화를 수행한다. 넷째, 새롭게 생성된 상태 집합을 다시 대표와 정규화 과정을 거쳐 반복한다. 이 루프는 고정점에 도달할 때까지 진행된다.

실험에서는 다양한 프로토콜(예: 토큰 링, 버스 아키텍처)과 대규모 동시성 시스템을 대상으로 기존의 정적 대칭 축소와 전통적인 BDD 기반 검증 도구와 비교하였다. 결과는 동적 대칭 축소만 적용했을 때도 메모리 사용량이 평균 60 % 이상 감소했으며, 상태 대칭을 추가 적용했을 때는 실행 시간이 2배 이상 단축되는 등 눈에 띄는 성능 향상을 보였다. 특히, 대칭이 풍부한 시스템에서는 기존 방법이 메모리 부족으로 검증을 포기하는 경우에도 제안 알고리즘은 성공적으로 검증을 마쳤다.

이 논문의 의의는 두 가지 측면에서 강조할 수 있다. 첫째, 동적 대칭 축소를 통해 궤도 관계를 명시적으로 구성하지 않아도 된다는 점은 BDD 기반 심볼릭 검증의 확장성을 근본적으로 바꾸는 혁신이다. 둘째, 상태 대칭이라는 새로운 차원의 대칭을 도입함으로써 전이 함수 자체를 압축하고, 이는 기존 연구에서 거의 다루어지지 않았던 영역이다. 따라서 향후 더 복잡한 시스템(예: 하드웨어 설계, 분산 데이터베이스)의 검증에 적용할 경우, 메모리와 시간 효율성 측면에서 큰 기대를 할 수 있다.