무한 단어 확률 오토마타의 결정 가능성 경계

초록

본 논문은 무한 단어 위에서 동작하는 확률 오토마타에 대해 안전, 도달성, Büchi, co‑Büchi, 평균 제한 조건을 적용한 경우의 정량적·정성적 결정 문제의 decidability와 undecidability를 완전하게 구분한다. 기존 확률 유한 오토마타 결과를 확장·수정하여, 각 수용 조건별로 가능한 알고리즘과 불가능성을 명확히 제시한다.

상세 분석

이 연구는 확률 오토마타(Probabilistic Automata, PA)의 무한 단어 모델에 대한 결정 가능성 지형을 체계적으로 탐구한다. 먼저, 무한 단어에 대한 수용 기준을 다섯 가지로 정의한다. 안전(safety) 조건은 모든 접두어가 허용된 상태 집합에 머무르는지를 검사하고, 도달성(reachability) 조건은 특정 허용 상태에 무한히 자주 도달하는지를 판단한다. Büchi와 co‑Büchi는 각각 무한히 자주 혹은 결국 한 번도 방문하지 않는 상태 집합을 요구하며, 평균 제한(limit‑average) 조건은 실행 전체에 걸친 확률적 가중 평균이 주어진 임계값을 초과하는지를 평가한다.

정량적 문제는 “주어진 임계값 θ에 대해, 입력 단어 w에 대해 수용 확률이 θ 이상인가?”를 묻고, 정성적 문제는 “수용 확률이 1(또는 0)인가?”를 묻는다. 논문은 이 두 문제를 각각 다루면서, 기존 확률 유한 오토마타(PFA)에서 알려진 결과—예를 들어, PFA의 언어 비공허성 문제는 PSPACE‑complete이며, 확률 임계값 ≥½ 문제는 undecidable—를 무한 단어 시나리오에 맞게 변형한다.

핵심 기법은 두 단계로 이루어진다. 첫 번째 단계는 무한 단어를 유한 트리 구조로 전환하고, 이를 마코프 결정 과정(MDP) 혹은 확률적 게임 형태로 모델링한다. 여기서 안전·도달성 조건은 MDP의 전통적인 reachability/avoidance 문제와 동형이며, Büchi·co‑Büchi는 무한 반복 게임의 승리 조건으로 변환된다. 두 번째 단계에서는 이러한 변환된 모델에 대해 기존의 알고리즘—예를 들어, 가치 반복(value iteration)이나 전략 개선(strategy improvement)—을 적용하고, 복잡도와 결정 가능성을 분석한다.

결과적으로, 안전·도달성·Büchi·co‑Büchi 조건에 대해서는 정성적 문제는 모두 decidable이며, 정량적 문제는 임계값이 0 또는 1이 아닌 경우에 한해 decidable임을 보인다. 반면, 평균 제한 조건은 정성적·정량적 모두에서 undecidable임을 증명한다. 이때 사용된 증명은 두 단계 변환을 통해, 평균 제한 문제를 유명한 빈도 문제(frequency problem) 혹은 무한 곱셈 게임(infinite product game)으로 환원함으로써, 기존의 불가능성 결과를 그대로 가져온다.

또한, 논문은 각 조건별 복잡도 경계를 제시한다. 안전·도달성 정성적 문제는 PTIME, 정량적 문제는 PSPACE‑complete이며, Büchi·co‑Büchi 정성적 문제는 EXPTIME, 정량적 문제는 2‑EXPTIME 수준으로 상승한다. 평균 제한 문제는 decidable 구간이 존재하지 않으므로 복잡도 논의가 불가능하다. 이러한 복잡도 분석은 실제 시스템 검증 도구 설계 시, 어떤 수용 조건을 선택해야 효율적인 검증이 가능한지를 가이드한다.

전체적으로, 이 논문은 무한 단어 위의 확률 오토마타에 대한 결정 가능성 지형을 완전하게 매핑함으로써, 확률 모델 검증, 무한 게임 이론, 그리고 형식적 방법론 사이의 교차점을 명확히 제시한다.