알고리즘 디버깅의 최적 분할‑질문 전략 재정립

초록

본 논문은 기존의 Shapiro·Hirunkitti 방식인 Divide & Query(D&Q)가 최적이 아님을 증명하고, 가중치가 다양한 실행 트리에서도 완전하고 최적의 질문 선택을 보장하는 새로운 D&Q 알고리즘을 제시한다.

상세 분석

논문은 먼저 전통적인 D&Q 전략을 형식화하고, 그 전략이 “트리를 절반으로 나누는” 목표만을 고려해 실제 디버깅 과정에서 요구되는 질문 수를 최소화하지 못한다는 점을 구체적인 반례를 통해 보여준다. 특히, (1) 루트가 이미 ‘잘못’으로 표시된 경우에도 잘못된 가중치를 포함해 전체 가중치를 계산함으로써 불필요한 질문을 초래하고, (2) 노드마다 서로 다른 개별 가중치(정수·실수·0 포함)가 허용될 때 기존 알고리즘은 최적 분할을 찾지 못한다는 두 가지 한계를 지적한다.

이를 해결하기 위해 저자들은 “검색 영역”(Search Area)을 정의하고, 이미 답변된(잘못 표시된) 노드를 가중치 계산에서 제외한다. 각 노드 n에 대해 아래와 같은 세 가지 서브 영역을 도입한다:

• Down(n): n의 자손 중 아직 정의되지 않은 노드들의 가중치 합,
• Up(n): n을 제외한 나머지 정의되지 않은 노드들의 가중치 합,
• w_i(n): n 자체의 개별 가중치.

새 알고리즘은 Up(n)과 Down(n)의 차이를 최소화하는 노드를 선택함으로써, “버그가 포함될 확률이 같은 두 부분”으로 트리를 나누는 것을 목표로 한다. 이때 w_i(n)은 분할 기준에 포함되지 않으며, 이는 기존 D&Q가 가중치를 과대평가하는 문제를 근본적으로 해결한다.

핵심 정리는 다음과 같다.

• 정리 1: 두 후보 노드 n₁, n₂에 대해 wₙ₁ > wₙ₂이면, |Down(n₁) − Up(n₁)| < |Down(n₂) − Up(n₂)| 가 성립하는 조건은 w_root = wₙ₁ + wₙ₂ − w_i(root) 일 때이다.
• 정리 2: 위와 동일한 가중치를 가진 두 노드가 동등하게 분할할 때는 w_root = wₙ₁ + wₙ₂ − w_i(root) 가 필요하다.

이러한 정리를 기반으로 두 가지 구체적 알고리즘을 제시한다. 첫 번째는 모든 노드의 개별 가중치가 동일한 경우에 최적의 질문을 선택하고, 두 번째는 가중치가 서로 다르거나 실수인 경우에도 최적 선택을 보장한다. 두 알고리즘 모두 “완전성”(모든 가능한 최적 해를 찾음)과 “최적성”(질문 수 최소화) 을 증명한다.

실험에서는 기존 D&Q와 새 알고리즘을 다양한 벤치마크(예: Factorizer, Cglib 등)의 실행 트리에 적용해 평균 질문 수를 비교하였다. 결과는 새 알고리즘이 특히 가중치가 비균등한 트리에서 평균 질문 수를 현저히 감소시키며, 기존 전략이 놓칠 수 있는 최적 해도 모두 찾아낸다는 점을 보여준다.

결론적으로, 논문은 알고리즘 디버깅 분야에서 수십 년간 ‘최적’이라고 여겨진 D&Q 전략이 실제로는 서브옵티멀하고 불완전했음을 입증하고, 가중치 기반의 새로운 분할‑질문 전략을 통해 이 문제를 근본적으로 해결한다는 점에서 학술적·실용적 의의가 크다.