계층적 증명을 위한 H PILoT 시스템

초록

H‑PILoT는 로컬 이론 확장에 대한 계층적 추론을 지원하는 도구로, 확장 이론의 만족성 문제를 기반 이론으로 환원하고, SMT 솔버를 활용해 완전하고 효율적인 결정 절차와 모델 생성을 제공한다.

상세 분석

H‑PILoT는 “Hierarchical Proving by Instantiation in Local Theory extensions”의 약자로, 로컬 이론 확장(local theory extensions)이라는 특수한 클래스의 이론에 대해 계층적 증명을 수행한다. 로컬 이론 확장은 확장 함수와 공리들이 기본 이론에 대해 ‘국소성(locality)’을 만족할 때 정의되며, 이 경우 확장 공리의 모든 인스턴스 중에서 유한 개만 고려하면 전체 이론의 만족성을 판단할 수 있다. H‑PILoT는 이러한 성질을 이용해 확장 이론의 ground formula를 기본 이론의 ground formula 집합으로 변환한다. 변환 과정은 (1) 확장 함수에 대한 정의적 인스턴스 생성, (2) 불필요한 인스턴스 제거를 위한 정규화와 클로즈드 워드(closure) 연산, (3) 기본 이론에 대한 SAT/SMT 호출 순서로 구성된다.

핵심 기술은 두 단계의 계층적 감소이다. 첫 번째 단계에서는 확장 함수가 등장하는 클라우즈를 ‘베이스 클라우즈’와 ‘확장 클라우즈’로 구분하고, 확장 클라우즈를 베이스 클라우즈에 대한 인스턴스로 치환한다. 두 번째 단계에서는 베이스 클라우즈만 남게 되므로, Z3, CVC4, MathSAT 등 기존 SMT 솔버에 그대로 전달한다. 이때 H‑PILoT는 모델 생성 옵션을 제공해, 베이스 이론에서 얻은 만족 모델을 확장 함수에 대한 해석으로 확장한다.

완전성은 로컬 이론 확장이라는 가정 하에 보장된다. 즉, 모든 정리와 반례가 베이스 이론의 SAT 결과에 의해 정확히 포착된다. 또한, H‑PILoT는 ‘프레디케이트 인스턴스화’와 ‘함수 심볼 전개’를 자동화함으로써 사용자가 직접 인스턴스를 선택할 필요를 없앤다. 시스템은 입력 언어로 SMT‑LIB2와 자체 DSL을 지원하며, 파싱, 전처리, 인스턴스 생성, 결과 통합까지 일관된 파이프라인을 제공한다.

성능 측면에서 논문은 여러 베이스 이론(정수, 실수, 배열, 리스트 등)과 확장 공리(전단 함수, 순서 관계, 데이터 구조 불변식)를 조합한 벤치마크를 제시한다. 실험 결과, H‑PILoT는 기존 직접 SMT 접근법에 비해 인스턴스 수를 평균 30% 감소시키고, 해결 시간도 20~40% 단축하였다. 특히, 모델 생성이 필요한 경우에도 베이스 모델을 재활용함으로써 전체 프로세스가 일관되게 유지된다.

한계점으로는 로컬 이론 확장이 아닌 일반적인 확장에 대해서는 완전성을 보장하지 못한다는 점과, 인스턴스 폭발을 완전히 억제하지 못해 매우 복잡한 확장 공리(예: 고차 함수)에서는 메모리 사용량이 급증할 수 있다는 점을 언급한다. 향후 연구 방향으로는 로컬성 판단 자동화, 인스턴스 선택을 위한 휴리스틱 강화, 그리고 비로컬 확장에 대한 근사적 계층적 감소 기법이 제시된다.

요약하면, H‑PILoT는 로컬 이론 확장의 구조적 특성을 활용해 계층적 증명을 자동화하고, 기존 SMT 솔버와 원활히 연동함으로써 이론 기반 검증과 모델 생성 작업을 실용적인 수준으로 끌어올린 도구라 할 수 있다.