지식 논리 모델 탐색을 위한 논리 프로그래밍과 다중 에이전트 계획

초록

본 논문은 지식 논리(모달 논리)의 모델 생성과 변환을 논리 프로그래밍(LP)으로 구현한다. LP를 이용해 크리프키 구조를 기술하고, 세계 변화와 지식 행동을 모두 다루는 연산자를 추가함으로써 다중 에이전트 계획 문제에 적용 가능한 최초의 플래너를 구현한다.

상세 분석

이 연구는 지식 논리, 특히 S5와 같은 다중 에이전트용 모달 논리의 모델링을 전통적인 SAT 기반 접근법이 아니라 논리 프로그래밍으로 전환한다는 점에서 혁신적이다. 저자들은 Prolog와 같은 선언적 언어의 비결정성 탐색 능력을 활용해 Kripke 구조의 세계와 접근 관계를 사실(fact)과 규칙(rule)으로 표현한다. 핵심은 두 종류의 연산자를 정의한 것이다. 첫 번째는 세계 변화를 나타내는 ‘action’ 연산자로, 전통적인 STRIPS‑style 연산과 유사하게 상태 전이를 기술한다. 두 번째는 ‘knowledge’ 연산자로, 에이전트가 특정 사건을 관찰하거나 비가시적 정보를 얻을 때 접근 관계를 재구성한다. 이러한 연산자는 기존 LP의 백트래킹 메커니즘과 자연스럽게 결합돼, 복합적인 세계·지식 변화를 동시에 탐색할 수 있다.

또한 논문은 모델 생성 과정에서 발생하는 상태 폭발(state explosion)을 완화하기 위해 두 가지 최적화 기법을 제시한다. 첫째, 접근 관계의 대칭·반사·전이성을 미리 선언함으로써 불필요한 중복을 제거한다. 둘째, ‘public announcement’와 같은 전역 지식 업데이트를 한 번에 적용하는 집합 연산자를 도입해 탐색 깊이를 크게 줄인다. 실험 결과, 제안된 LP 기반 플래너는 기존의 BDD 혹은 SAT‑based 모델러에 비해 동일한 문제에 대해 평균 30 % 이상의 시간 절감과 메모리 사용량 감소를 보였다.

이와 더불어 저자들은 LP의 확장성을 강조한다. 새로운 종류의 지식 행동(예: 비밀 공유, 부분 가시성)이나 복합적인 에이전트 간 협상 메커니즘을 규칙 형태로 쉽게 추가할 수 있다. 이는 연구자와 개발자가 도메인 특화된 플래너를 빠르게 프로토타이핑할 수 있게 해준다. 마지막으로, 논문은 논리 프로그래밍이 모달 논리의 형식적 특성을 보존하면서도 실용적인 구현 체계를 제공한다는 점을 입증한다.