답집합 프로그램의 비트벡터 논리 변환

본 논문은 답집합 프로그래밍(Answer Set Programming, ASP)과 SMT(Satisfiability Modulo Theories) 사이의 연계성을 강화하기 위해, 기존에 차이 논리(Difference Logic, DL) 기반으로 제시된 변환 방식을 비트벡터 논리(bit‑vector logic)로 확장한다. 서론에서는 ASP와 SMT가 모두 선언적 문제 모델링을 목표로 하지만, 표현 수단이 서로 다르다는 점을 강조한다. ASP는 규칙과 기본 부정(negation as failure)을 이용해 문제를 기술하고, SMT는 명제 논리 위에 정수, 실수, 비트벡터 등 다양한 이론을 결합한다. 차이 논리는 정수 변수와 ‘x‑y ≤ k’ 형태의 부등식만을 허용해 변환이 단순하지만, 복잡한 제약을 표현하기엔 비효율적이다. 따라서 고정폭 비트벡터 이론을 도입해 보다 풍부한 연산과 압축된 표현을 가능하게 한다. 2절에서는 기본 개념을 정리한다. 먼저 정상 논리 프로그램(Normal Logic Program)의 구문과 의미론을 정의하고, Gelfond‑Lifschitz 변환을 통한 안정 모델(stable model) 개념을 소개한다. 이어서 클락 완성(Clark’s Completion)과 지원 모델(supported model)의 관계를 설명하고, 양자화된 순위 변수와 SCC(Strongly Connected Component)를 이용한 순환 의존성 분석 방법을 제시한다. 비트벡터 논리 부분에서는 비트벡터 상수와 연산자(+_m, =_m, <_m 등)의 문법을 정의하고, 해석 함수 τ를 통해 비트열의 값과 연산 의미를 정형화한다. 3절이 논문의 핵심으로, ASP 프로그램 P를 비트벡터 이론 BV(P)로 변환하는 절차를 상세히 기술한다. 변환은 두 단계로 구성된다. 첫 번째 단계인 CC(P)에서는 각 원자 a에 대해 클락 완성을 적용한다. 정의된 규칙 집합 Def_P(a)가 비어 있으면 ¬a를, 몸체가 빈 규칙이 있으면 a 자체를, 그 외에는 a ↔ (∧_{b∈bd⁺(r)} b ∧ ∧_{c∈bd⁻(r)} ¬c) 형태의 동등식을 만든다. 여러 규칙이 존재할 경우 보조 원자 bd_r를 도입해 각 규칙을 분리한다. 두 번째 단계인 R(P)에서는 순환 SCC에만 순위 제약을 부여한다. 각 SCC에 대해 순위 변수 r_a를 비트벡터 폭 m으로 선언하고, ‘r_a <_m r_b’ 혹은 ‘r_a =_m r_b +_m 1’ 같은 제약을 통해 순환 안에서의 선후 관계를 강제한다. 이때 m은 SCC의 최대 깊이와 변수 수에 따라 동적으로 결정되며, 비트 연산을 이용해 효율적으로 인코딩된다. 결과적으로 BV(P) = CC(P) ∪ R(P)는 ASP 프로그램의 안정 모델과 정확히 일치하는 비트벡터 이론이 된다. 4절에서는 SMODELS와 같은 기존 ASP 솔버와의 비교를 통해, 비트벡터 변환이 어떻게 기존 차이 논리 변환(LP2DIFF)과 차별화되는지를 논한다. 비트벡터는 정수 연산보다 메모리 사용이 적고, 현대 SMT 솔버가 제공하는 비트‑레벨 최적화(예: SAT‑based 비트 블라스팅)를 활용할 수 있다. 또한, 비트벡터 이론은 하드웨어 설계 검증, 암호학 등 비트 수준의 도메인에 자연스럽게 적용 가능하다는 장점을 갖는다. 5절에서는 실험 설계와 결과를 제시한다. ASP Competition 2에서 선정된 다양한 베치마크(그래프 색칠, 스케줄링, 논리 퍼즐 등)를 대상으로, 변환된 비트벡터 이론을 Boolector와 Z3에 입력하였다. 성능 지표는 해결 시간, 메모리 사용량, 그리고 해결 가능한 인스턴스 수이다. 전체적으로 차이 논리 변환과 비슷한 수준의 성능을 보였으며, 특히 비트벡터 기반 솔버가 정수 연산이 많은 인스턴스에서 약간의 속도 향상을 기록했다. 이는 비트 연산이 정수 연산보다 캐시 친화적이며, SMT 솔버 내부의 비트‑레벨 전파가 효과적임을 시사한다. 6절에서는 향후 연구 방향을 논의한다. 현재 변환은 기본적인 비트 연산과 순위 제약에 국한되지만, 비트 슬라이스, 비트 마스크, 그리고 복합 연산자를 도입해 선형 방정식, 부울 회로, 심지어 부동소수점 연산까지 포괄하는 확장이 가능하다. 또한, ASP와 SMT를 통합한 새로운 선언적 언어 설계와, 변환 과정을 자동화하는 컴파일러 개발이 제안된다. 최종적으로, 비트벡터 논리를 활용한 ASP‑SMT 변환은 기존 ASP 솔버와 SMT 솔버의 장점을 결합해, 복잡한 제약 문제를 보다 효율적으로 해결할 수 있는 새로운 패러다임을 제공한다.