표현력 높은 설명 논리에서 균일 보간과 망각의 기초

초록

이 논문은 ALC 설명 논리에서 균일 보간과 망각 문제를 연구한다. 모델 이론적 관점에서 bisimulation을 이용해 균일 보간체의 존재 조건을 제시하고, 존재 여부를 결정하는 복잡도 경계를 정확히 규명한다. 또한 자동화 이론을 활용한 보간체 계산 방법과 보간체 크기에 대한 상한·하한을 제공한다. 보수적 확장의 판정에도 적용 가능한 결과를 얻는다.

상세 분석

본 연구는 ALC(Attributive Language with Complements)라는 표현력 높은 설명 논리에서 두 핵심 연산인 균일 보간(uniform interpolation)과 망각(forgetting)을 체계적으로 분석한다. 먼저 저자들은 모델 이론적 접근을 통해 균일 보간체가 존재하려면 원래 온톨로지 모델과 보간 대상 시그니처에 대한 특정 bisimulation 관계가 유지되어야 함을 증명한다. 이 bisimulation은 전통적인 시뮬레이션과 달리 개념 이름과 역할 이름 모두에 대해 양방향으로 매핑되는 강력한 형태이며, 이를 통해 보간체가 원래 지식베이스의 모든 논리적 함의를 보존함을 보장한다. 존재성 판단 문제는 PSPACE‑complete임이 밝혀졌으며, 이는 ALC의 일반적인 추론 복잡도와 일치한다. 복잡도 분석에서는 하드 코어 부분과 상한 부분을 각각 PSPACE‑hard와 PSPACE에 귀속시켜 정확한 경계를 제시한다. 자동화적 측면에서는 무한 트리 자동자(infinite tree automata)를 이용해 보간체를 구성하는 알고리즘을 설계한다. 이 알고리즘은 주어진 온톨로지와 보존하고자 하는 시그니처를 입력으로 받아, 해당 시그니처에만 의존하는 최소 모델을 추출하고, 이를 기반으로 보간체를 생성한다. 또한 보간체의 크기에 대한 이론적 한계를 제시하는데, 최악의 경우 보간체의 크기가 원본 온톨로지의 지수적 증가를 초과할 수 있음을 증명한다. 마지막으로, 동일한 bisimulation 기반 기법을 활용해 보수적 확장(conservative extension)의 판정 절차를 도출함으로써, 새로운 axioms가 기존 온톨로지의 의미를 변경하지 않는지를 효율적으로 검증할 수 있다. 전체적으로 이 논문은 모델 이론과 자동화 이론을 융합하여 ALC 수준의 복잡한 논리 체계에서도 균일 보간과 망각을 실용적으로 다룰 수 있는 이론적·실제적 토대를 제공한다.