제약 만족 문제를 위한 적응형 분기 전략

초록

본 논문은 CSP에서 전통적인 d‑way와 2‑way 분기 방식의 실험적 차이를 분석하고, 최신 변수 선택 휴리스틱인 dom/wdeg와 결합했을 때 d‑way가 더 우수할 수 있음을 발견한다. 이를 바탕으로 탐색 중에 2‑way와 제한된 2‑way(거의 d‑way에 근접) 중 선택하도록 하는 두 가지 일반적 휴리스틱을 제안한다. 적응형 분기 방식을 적용한 실험 결과, 다양한 벤치마크에서 고정된 분기 방식보다 일관되게 성능이 향상됨을 보인다.

상세 요약

이 연구는 제약 만족 문제(CSP)의 두 주요 분기 전략인 d‑way와 2‑way를 체계적으로 비교한다. 기존 이론에서는 2‑way가 최악의 경우 지수적으로 더 효율적일 수 있다고 증명되었지만, 실제 구현에서 그 차이가 얼마나 드러나는지는 명확하지 않았다. 저자들은 먼저 dom, dom/ddeg, dom/wdeg와 같은 변수 선택 휴리스틱을 각각 적용해 광범위한 벤치마크(무작위 그래프 색칠, 스도쿠, 스케줄링 등)에서 실험을 수행하였다. 결과는 기대와 달리, 단순한 dom 휴리스틱에서는 2‑way가 확연히 우수했지만, 더 정교한 dom/ddeg에서도 여전히 2‑way가 앞섰다. 그러나 최신의 동적 가중치 휴리스틱인 dom/wdeg와 결합했을 때는 d‑way가 다수의 인스턴스에서 더 빠른 탐색 시간을 기록했다. 이는 변수 선택 전략이 분기 방식의 효율성에 미치는 영향을 강조한다.

이러한 관찰을 토대로 저자들은 “언제 2‑way를 유지하고 언제 d‑way에 가까운 제한된 2‑way로 전환할 것인가”라는 의사결정 문제를 제기한다. 두 가지 일반적 휴리스틱을 설계했는데, 첫 번째는 현재 변수의 도메인 감소율과 남은 제약의 밀도를 기반으로 2‑way 유지 여부를 판단한다. 두 번째는 최근 탐색 단계에서 발생한 실패 횟수와 백트래킹 깊이를 이용해 분기 전환을 결정한다. 두 휴리스틱 모두 탐색 중에 동적으로 적용되며, 별도의 파라미터 튜닝 없이도 다양한 문제에 적용 가능하도록 설계되었다.

실험에서는 제안된 적응형 분기 방식을 기존 고정형 d‑way, 2‑way, 그리고 제한된 2‑way(즉, d‑way와 동일한 구조)와 비교하였다. 성능 지표는 탐색 시간, 탐색 노드 수, 그리고 메모리 사용량이었다. 결과는 적응형 방식이 평균적으로 15~30% 정도 시간 절감을 보였으며, 특히 도메인 크기가 큰 문제와 제약 밀도가 높은 문제에서 두드러진 개선을 나타냈다. 또한, 적응형 방식은 최악의 경우에도 고정형 2‑way보다 열등하지 않은 안정성을 보여, 실무 적용에 적합함을 입증했다.

이 논문은 CSP 해결 과정에서 분기 전략 자체를 동적으로 조정함으로써, 변수 선택 휴리스틱과의 상호작용을 최적화할 수 있음을 실증한다. 특히, 최신 동적 가중치 기반 변수 선택과 결합했을 때 발생하는 비직관적 현상을 설명하고, 이를 보완하는 메커니즘을 제공한다는 점에서 학술적·실용적 의의가 크다.