리라이트 논리 계산의 동적 역슬라이스

초록

본 논문은 리라이트 논리 이론에서 발생하는 실행 추적을 역방향으로 슬라이스하는 기법을 제안한다. 등가성 공리(결합·교환 등)를 고려하면서, 제어·데이터 의존성을 동적으로 탐지하고 최종 결과에 영향을 주지 않는 데이터를 제거한다. 이를 통해 Maude 모델 검사기에서 생성되는 대용량 반례 추적을 효율적으로 분석할 수 있다.

상세 분석

이 연구는 리라이트 논리(Rewriting Logic, RL)의 특수성을 고려한 역방향 트레이스 슬라이스(backward trace slicing) 알고리즘을 설계한다. RL은 정규화된 방정식 집합(E)과 재작성 규칙 집합(R)으로 구성된 삼중 구조이며, 방정식은 결합·교환(AC)과 같은 동치 공리를 포함한다. 기존의 트레이스 슬라이스는 주로 순방향 혹은 정적 의존성 분석에 머물렀으나, 본 논문은 동적 라벨링(Klop 라벨링)을 확장해 재작성 단계마다 심볼에 라벨을 부여하고, 라벨의 부분집합 관계를 통해 심볼 간 추적 관계를 정의한다. 라벨은 원시 라벨 집합 A의 원소를 조합한 복합 라벨이며, 재작성 규칙 λ→ρ의 왼쪽(레덱스) 라벨을 오른쪽(컨트랙툼) 모든 심볼에 전파한다. 이렇게 하면 재작성 단계에서 필요(needed) 심볼과 비필요 심볼을 구분할 수 있다.

알고리즘은 크게 세 단계로 이루어진다. 첫째, 전체 실행 트레이스를 입력받아 각 단계에 라벨링을 수행한다. 둘째, 사용자가 지정한 “관심 위치”(예: 최종 결과의 특정 서브터미널)에서 역방향으로 탐색하면서, 현재 단계의 라벨이 이전 단계 라벨의 부분집합인 경우에만 해당 심볼을 보존한다. 셋째, 보존된 심볼과 그에 연관된 재작성 규칙만을 남겨 축소된 서브트레이스를 생성한다. 이 과정에서 AC 공리를 고려하기 위해 매칭을 모듈러 B(동치 공리 집합)로 수행하고, 비선형·붕괴 규칙도 확장된 라벨링 규칙을 통해 처리한다.

핵심 기여는 다음과 같다. (1) 동적 라벨링을 이용해 재작성 단계 간 심볼 흐름을 정확히 포착함으로써, 기존 정적 의존성 분석보다 더 정밀한 슬라이스를 제공한다. (2) AC와 같은 동치 공리를 포함한 일반적인 RL 이론에 적용 가능하도록 라벨 전파 규칙을 일반화하였다. (3) 비선형·붕괴 규칙, 내장 연산자를 포함하는 확장 이론에도 동일한 프레임워크를 적용할 수 있게 설계하였다. (4) Maude 기반 구현 도구를 개발하고, 웹 애플리케이션 모델 검사 도구인 Web‑TLR에서 발생하는 75 KB 규모의 반례 트레이스를 5 % 이하로 축소하는 실험 결과를 제시한다.

성능 평가에서는 슬라이스 과정의 시간 복잡도가 원본 트레이스 길이에 선형에 가깝고, 메모리 사용량도 크게 증가하지 않음을 확인했다. 또한, 슬라이스된 트레이스는 디버깅 및 모델 검증 단계에서 인간이 이해하기 쉬운 형태로 제공되어, 오류 원인 분석 시간을 현저히 단축시킨다. 이와 같이 본 논문은 RL 기반 시스템의 실행 추적 분석에 실용적인 도구와 이론적 기반을 동시에 제공한다.