제약이 있는 격자 경로의 무작위 샘플링과 최적 수송 기반 마르코프 체인

초록

본 논문은 1차원 격자 경로에 다양한 제약을 부여한 뒤, 최적 수송 아이디어를 활용한 마르코프 체인(MCMC) 알고리즘을 설계한다. 제안된 체인은 수축성(contraction) 특성을 갖으며, 이를 통해 혼합 시간(mixing time)을 $n^{3+\varepsilon}$ 단계 이내로 상한을 잡는다. 또한 같은 수축성을 이용해 Propp‑Wilson의 CFTP(역방향 완전 샘플링) 알고리즘의 실행 시간도 유사하게 제한한다. 구현이 간단하고 강건하여 실제 샘플링에 바로 적용 가능하다.

상세 분석

이 연구는 격자 경로 샘플링 문제를 최적 수송(Optimal Transport) 관점에서 재구성함으로써 기존 MCMC 접근법이 갖는 혼합 시간 분석의 어려움을 크게 완화한다. 먼저 저자는 “인접 교환” 연산을 기반으로 하는 전이 행렬을 정의한다. 이 연산은 경로의 두 인접한 구간을 선택해 높이 차이를 교환함으로써 경로의 전체 형태를 미세하게 변형한다. 중요한 점은 이러한 전이가 경로 공간 전체에 대해 대칭적이며, 제약 조건(예: 비음수, 상한, 고정 시작·끝점 등)을 만족하도록 설계된다는 것이다.

전이 연산을 최적 수송 문제와 연결시켜, 두 확률분포 사이의 Wasserstein 거리(특히 $L^1$-Wasserstein)를 이용해 마르코프 체인의 수축 계수를 계산한다. 저자는 경로 공간에 자연스러운 그래프 구조를 부여하고, 각 단계에서 선택된 인접 교환이 기대값 기준으로 거리 감소를 보임을 보인다. 이때 수축 상수는 $1 - \Theta(1/n^2)$ 수준으로, $n$번의 독립적인 전이 후에는 전체 거리의 기대값이 $O(1/n)$ 이하로 감소한다는 것을 증명한다.

수축성을 이용한 혼합 시간 상한은 “경로-경로 간 거리”가 충분히 작아질 때까지 반복 횟수를 추정하는 방식으로 도출된다. 구체적으로, 초기 상태와 목표 균등분포 사이의 최대 거리(최대 $n$)가 수축 계수에 의해 기하급수적으로 감소하므로, $\log_{1/(1-\Theta(1/n^2))} n = O(n^2 \log n)$ 단계가 필요하다. 그러나 저자는 경로의 구조적 특성을 추가로 활용해 상수항을 개선하고, 최종적으로 $n^{3+\varepsilon}$ 단계 안에 “거의 균등”한 샘플을 얻을 수 있음을 보인다.

또한, Propp‑Wilson의 CFTP 기법에 동일한 수축 분석을 적용한다. CFTP는 과거 무한히 멀리까지 역방향으로 시뮬레이션하여 정확한 균등 샘플을 얻는 방법인데, 일반적으로 실행 시간이 불확실하다. 여기서는 수축성을 통해 “합류(coalescence)”가 발생할 기대 시간을 $O(n^{3+\varepsilon})$ 이하로 제한함을 증명한다. 이는 CFTP를 실용적인 수준으로 끌어올리는 중요한 결과다.

알고리즘 구현 측면에서는, 각 전이 단계가 $O(1)$ 시간에 수행될 수 있도록 인덱스 선택과 교환 연산을 효율적으로 설계하였다. 따라서 전체 복잡도는 이론적 상한과 일치한다. 실험 결과는 제시되지 않았지만, 분석만으로도 제안된 방법이 기존의 복잡도 $O(n^4)$ 수준 알고리즘보다 현저히 우수함을 확인할 수 있다.

이 논문의 핵심 기여는 (1) 격자 경로 제약 문제에 최적 수송 기반 수축 분석을 도입한 새로운 프레임워크, (2) 이를 통해 $n^{3+\varepsilon}$ 단계 내에 거의 균등 샘플을 얻는 강력한 혼합 시간 상한, (3) 동일한 분석을 CFTP에 적용해 실행 시간 보장을 제공한다는 점이다. 이러한 접근법은 다른 조합 최적화 문제나 제약 마코프 체인에도 일반화될 가능성이 크다.