배낭문제 완화의 적분성 차이와 계층적 최적화

초록

본 논문은 배낭문제에 대한 선형 및 반정밀도 프로그램 완화의 적분성 차이를 Sherali‑Adams와 Lasserre 계층에서 분석한다. Sherali‑Adams 계층에서는 라운드 수가 선형까지 늘어나도 적분성 차이가 2‑ε 수준으로 남으며, 반면 Lasserre 계층에서는 t 라운드 후 차이가 t/(t‑1)로 급격히 감소한다. 저자들은 Lasserre 계층의 새로운 분해 정리를 도입해 이 결과를 증명한다.

상세 분석

이 연구는 NP‑완전 문제인 0‑1 배낭문제에 대한 고전적인 LP 완화가 갖는 한계를 계층적 강화 기법으로 얼마나 개선할 수 있는지를 정량적으로 보여준다. 먼저 Sherali‑Adams(SA) 계층에 대해 저자들은 라운드 수가 Θ(n)까지 증가해도 적분성 차이가 2‑ε 이하로만 감소한다는 부정적 결과를 제시한다. 이는 배낭문제가 FPTAS를 가짐에도 불구하고, SA 계층이 다변량 다항식 수의 제약만으로는 근본적인 비정수 해의 존재를 제거하지 못한다는 점을 시사한다. 증명은 기존의 “가짜” 인스턴스 구성 기법을 확장해, 각 아이템의 무게와 가치를 정밀히 조정함으로써 SA 라운드가 추가될수록 제한된 수의 변수만이 “활성화”되는 구조를 만든다. 결과적으로 라운드가 늘어나도 최적 정수 해와 LP 최적값 사이의 비율은 2‑ε에 수렴한다.

반면 Lasserre(LAS) 계층에 대해서는 전혀 다른 양상이 관찰된다. 저자들은 t 라운드 후 적분성 차이가 t/(t‑1)으로 감소한다는 상한을 증명한다. 핵심은 “분해 정리”(decomposition theorem)이다. 이 정리는 t 라운드의 Lasser레 SDP 해를 적절히 작은 서브인스턴스로 분해해, 각 서브인스턴스가 이미 정수해에 가깝게 수렴한다는 것을 보인다. 구체적으로, 라운드 t에서 얻은 마스크드 모멘트 행렬을 차원 축소하고, 이를 “핵심 변수 집합”에 한정함으로써 전체 문제를 여러 개의 작은 LP/SDP 문제로 나눈다. 각 작은 문제는 이미 강력한 라그랑주 이완을 포함하고 있어, 정수 해와의 격차가 1+1/(t‑1) 수준으로 제한된다. 따라서 t가 증가하면 차이는 1에 수렴하고, 실질적으로는 매우 빠른 수렴 속도를 보인다.

이러한 결과는 두 계층의 구조적 차이를 명확히 드러낸다. SA는 선형 제약만을 추가해 다항식 차수의 모멘트를 강화하지만, 비정수 해를 억제하는 데는 한계가 있다. 반면 LAS는 반정밀도(semidefinite) 제약을 도입해 고차원 모멘트 정보를 활용함으로써, 적은 라운드 수만으로도 거의 최적에 근접한다. 또한, 저자들이 제시한 분해 정리는 Lasserre 계층의 일반적인 분석에 새로운 도구를 제공한다는 점에서 이론적 의의가 크다.