최소 비용으로 인기 매칭 만들기

초록

인기 매칭이 존재하지 않을 때, 아이템 복제 비용을 최소화하여 그래프를 보강하면 인기 매칭을 확보할 수 있다. 본 논문은 이 최소 비용 보강 문제의 복잡도와 제한된 선호 리스트 길이에서의 알고리즘을 제시한다.

상세 요약

인기 매칭(popular matching)은 “다른 매칭보다 더 많은 사람을 만족시키는 매칭이 존재하지 않는다”는 정의에 기반한다. 기존 연구에서는 그래프 G=(A∪B,E)에서 각 사람 a∈A가 선호 순위(동점 허용)를 갖는 경우, 인기 매칭이 존재하지 않을 수도 있음을 보였다. 본 논문은 아이템 b∈B마다 비음수 비용 cost(b)를 부여하고, 필요에 따라 b의 복제본을 비용을 내고 추가할 수 있다는 확장을 도입한다. 핵심 질문은 “G에 인기 매칭이 없을 때, 최소 비용으로 복제본을 추가해 인기 매칭이 존재하도록 만드는 문제”이다.

첫 번째 주요 결과는 이 문제의 NP‑hardness이다. 저자들은 정점 커버(Vertex Cover) 혹은 3‑SAT과 같은 전형적인 NP‑완전 문제로부터 다항식 시간 환원을 구성한다. 특히, 사람 수 n₁을 기준으로 √n₁/2 이하의 근사 비율도 달성할 수 없다는 강력한 근사 난이도 결과를 얻는다. 이는 비용 함수가 단순히 아이템당 고정값이더라도, 복제본 선택이 전역적인 매칭 구조에 미치는 영향이 복잡함을 의미한다.

두 번째로, 선호 리스트 길이가 2 이하인 경우에 한해 보강 문제는 다항식 시간 알고리즘으로 해결 가능함을 보인다. 여기서는 각 사람 a가 최대 두 개의 아이템만을 선호하므로, 그래프는 사실상 2‑정규 구조가 된다. 저자들은 이 경우에 “이분 매칭 + 최소 비용 흐름” 기법을 이용해, 복제본을 추가해야 하는 아이템 집합을 최소 비용 커버 형태로 변환한다. 알고리즘은 O(m·n₁) 시간 복잡도를 가지며, m은 전체 선호 관계 수이다.

흥미로운 반전은 “모든 사람을 매칭시키는 완전 인기 매칭을 만들기 위한 최소 비용 그래프 구성” 문제이다. 이 변형은 선호 리스트 길이가 2라도 NP‑hard가 된다. 즉, 단순히 보강 여부를 판단하는 것이 아니라, 최종 매칭이 모든 사람을 포함하도록 강제하면 문제의 난이도가 급격히 상승한다. 저자들은 이 결과를 위해 “Exact 3‑Set Cover” 문제로부터의 환원을 제시한다.

마지막으로, 각 아이템별 복제본 수가 사전에 고정된 경우에는 문제의 성격이 크게 완화된다. 이 경우에는 기존 그래프에 복제본을 미리 배치한 뒤, 인기 매칭 존재 여부를 O(m·n₁) 시간에 확인하거나, 최소 비용 인기 매칭을 직접 계산할 수 있다. 이는 비용이 고정된 상황에서는 전통적인 인기 매칭 알고리즘(예: 라우터 매칭, 듀얼 그래프 접근법)을 그대로 적용해도 충분함을 보여준다.

전체적으로 본 논문은 “인기 매칭 + 비용 최적화”라는 새로운 연구 방향을 제시하고, 일반 경우의 난이도와 특수 경우(선호 리스트 길이 제한, 복제본 수 고정)의 알고리즘적 차이를 명확히 구분한다. 이러한 결과는 온라인 마켓플레이스, 학교 배정, 의료 자원 할당 등 실생활에서 비용 제약 하에 만족도(인기)를 극대화하려는 다양한 응용 분야에 직접적인 시사점을 제공한다.