변수 치환을 통한 함수 제약 해결

초록

함수형 및 양함수형 제약을 포함한 CSP에서 변수 치환 기반의 새로운 전처리 기법을 제안한다. 이 방법은 함수 제약을 통해 변수들을 순차적으로 대체·제거함으로써 문제 규모를 크게 축소하고, 기존의 아크 일관성 기반 솔버보다 효율적인 해결을 가능하게 한다. 실험 결과, 무작위 생성된 테스트베드에서 변수 제거가 해결 시간과 메모리 사용량을 현저히 감소시켰다.

상세 분석

본 논문은 제한 프로그래밍(CP) 분야에서 함수형(constraint functional) 및 양함수형(bi‑functional) 제약이 차지하는 비중과 그 특성을 면밀히 분석한다. 함수형 제약은 한 변수의 값이 다른 변수의 값에 일대일로 매핑되는 관계이며, 양함수형 제약은 양쪽 모두 일대일 매핑을 만족한다. 이러한 제약은 전통적인 도메인 기반 CSP 솔버에서 아크 일관성(Arc Consistency)이나 경로 일관성(Path Consistency) 등을 적용해도 도메인 축소 효과가 제한적이다. 특히, 함수 제약이 다수 연결된 경우 변수 간 의존성이 복잡하게 얽혀 전체 탐색 공간을 크게 줄이기 어렵다.

논문은 이러한 한계를 극복하기 위해 “변수 치환(variable substitution)”이라는 전처리 전략을 도입한다. 핵심 아이디어는 함수형 제약을 통해 한 변수를 다른 변수의 함수 형태로 완전히 대체하고, 그 변수를 문제에서 제거하는 것이다. 구체적으로, 함수 제약 f : X → Y가 주어지면 X의 모든 도메인 값을 Y의 도메인 값으로 매핑하고, X를 제거한다. 양함수형 제약의 경우 양쪽 변수를 서로 치환함으로써 두 변수를 동시에 제거하거나, 하나를 기준으로 다른 하나를 대체한다. 이 과정은 연쇄적으로 적용될 수 있어, 함수 제약들로 이루어진 연결 그래프가 하나의 “핵심 변수(root)”에 의해 모두 도달 가능하면 전체 CSP를 단일 변수와 비함수 제약만 남도록 축소한다.

알고리즘적 측면에서 저자는 다음과 같은 절차를 제시한다.

1. 함수형·양함수형 제약을 그래프 형태로 모델링하고, 각 변수의 진입·진출 차수를 계산한다.
2. 진입 차수가 0인 변수(또는 진출 차수가 0인 변수)를 시작점으로 선택하여 치환 순서를 결정한다.
3. 선택된 변수에 대해 해당 함수 제약을 이용해 매핑 테이블을 구축하고, 매핑된 변수의 도메인을 교차(intersection)한다.
4. 치환이 완료된 변수는 CSP에서 삭제하고, 남은 제약들에 대해 도메인 정리를 수행한다.
5. 위 과정을 모든 함수 제약이 소진될 때까지 반복한다.

이 알고리즘은 각 치환 단계에서 O(|D|)의 선형 시간 복잡도를 갖으며, 전체 과정은 함수 제약의 수와 변수 수에 대해 선형에 가까운 시간 안에 종료된다. 또한, 치환 후 남는 비함수 제약에 대해서는 기존의 아크 일관성 알고리즘을 그대로 적용할 수 있어, 기존 솔버와의 호환성이 뛰어나다.

이론적 분석에서는 “함수 제약을 통한 전역 도달 가능성(global reachability)”이라는 개념을 도입한다. 즉, 어떤 변수 v가 존재하여 모든 다른 변수 u가 v와 함수 제약의 연쇄를 통해 도달 가능하면, 위 치환 절차를 통해 CSP를 완전히 축소할 수 있음을 증명한다. 이는 기존 연구에서 다루던 “함수 그래프가 트리 구조”인 경우보다 일반적인 상황을 포괄한다.

실험에서는 무작위로 생성된 3‑SAT 변형, 스케줄링, 퍼즐 문제 등에 함수형 제약을 삽입한 인스턴스를 사용하였다. 변수 치환 전후의 해결 시간, 탐색 노드 수, 메모리 사용량을 비교한 결과, 평균적으로 40% 이상의 시간 감소와 30% 이상의 메모리 절감 효과를 보였다. 특히, 함수 제약이 밀집된 인스턴스에서는 해결 불가능하던 경우조차 치환 후에는 빠르게 수렴하였다.

결론적으로, 변수 치환은 함수형·양함수형 제약이 지배적인 CSP에서 전처리 단계만으로도 문제 규모를 크게 축소하고, 기존 일관성 기반 솔버와 결합했을 때 실용적인 성능 향상을 제공한다는 점을 입증한다. 향후 연구에서는 치환 전략을 동적 탐색 단계와 결합하거나, 비함수 제약과의 상호 작용을 최적화하는 방법을 모색할 여지가 있다.