3‑SAT을 위한 새로운 PPSZ 분석: 일반 SAT에서도 유니크‑SAT 한계 적용

초록

본 논문은 PPSZ 알고리즘을 약간 변형하고 “비용 함수”를 도입함으로써, 기존에 유니크 k‑SAT에만 적용되던 최적의 복잡도 상한을 k = 3, 4인 일반 SAT에도 그대로 적용한다. 이를 통해 3‑SAT은 O(1.30704ⁿ), 4‑SAT은 O(1.46899ⁿ) 시간 안에 해결할 수 있음을 보인다.

상세 분석

PPSZ 알고리즘은 변수들을 무작위 순서로 처리하면서, 현재 공식에 단위 절이 존재하면 그 절에 의해 변수 값을 강제로 정하고, 없으면 무작위로 추측한다. 기존 분석에서는 “유니크‑SAT” 상황, 즉 만족 할당이 하나뿐인 경우에만 변수 추측 확률을 상한 Sₖ로 제한할 수 있었다. 이때 Sₖ는 k에 따라 정의된 적분식이며, k ≥ 5에서는 일반 SAT에도 동일한 상한이 적용된다는 것이 알려져 있었다.

본 논문은 두 가지 핵심 아이디어로 k = 3, 4에서도 같은 상한을 확보한다. 첫째, 전처리 단계에서 기존의 s‑bounded resolution 대신 “s‑implication”을 사용한다. 즉, ≤ s개의 절만으로 어떤 리터럴이 반드시 1이 되는 경우를 찾아 즉시 변수에 할당한다. 이 과정은 기존보다 약하지만, 알고리즘이 진행되는 동안 새로운 단위 절이 계속 생성되므로 전체 진행에 방해가 되지 않는다.

둘째, 만족 가능한 CNF에 대해 “비용 함수” c(F)를 정의한다. 비용은 변수 수 n에 대한 선형 함수이며, 각 변수는 “동결(frozen)”인지 “비동결(non‑frozen)”인지에 따라 가중치가 달라진다. 동결 변수는 모든 만족 할당에서 동일한 값을 가지므로, 추측될 확률이 Sₖ 이하이며, 한 단계에서 비용이 1만큼 감소한다. 반면 비동결 변수는 추측 확률이 더 높아 비용 감소량이 작지만, 비동결 변수 자체가 존재하면 해당 단계에서 만족 가능성이 크게 증가한다.

이러한 비용 감소를 정량화한 핵심 정리는 “PPSZ 한 단계마다 비용이 기대값으로 최소 1만큼 감소한다”는 것이다. 비용이 초기 c(F) ≤ S·n에서 시작해 매 단계마다 1씩 감소하므로, 전체 알고리즘이 성공할 확률은 최소 2^{‑c(F)}가 된다. 따라서 전체 실행 시간은 O(2^{S·n})와 동일한 형태가 되며, S는 k에 대한 정확한 상수값이다.

k = 3, 4에 대해 S₃ = 2 ln 2 − 1 ≈ 0.3862, S₄ ≈ 0.5548을 이용하면 각각 2^{S₃·n} ≈ 1.30704ⁿ, 2^{S₄·n} ≈ 1.46899ⁿ의 실행시간 상한을 얻는다. 이는 이전 최선 기록(3‑SAT ≈ 1.32065ⁿ, 4‑SAT ≈ 1.46928ⁿ)보다 현저히 개선된 결과이다.

논문은 또한 비용 함수와 s‑implication을 이용한 분석이 기존의 복잡한 “critical clause tree” 기법을 대체함으로써 증명을 크게 단순화한다는 점을 강조한다. 마지막으로, 이 접근법은 k ≥ 5에 대한 기존 결과와 일관되며, 전처리와 비용 정의만 적절히 조정하면 모든 k에 대해 동일한 상한을 얻을 수 있음을 시사한다.