블록 정렬의 근사 난이도: Max‑SNP‑Hard와 k‑블록 병합을 통한 새로운 경계

초록

본 논문은 블록 정렬(Block Sorting) 문제를 Max‑3SAT에 선형적으로 환원함으로써 Max‑SNP‑Hard, 즉 APX‑Hard임을 증명한다. 또한 기존 2‑approximation 알고리즘을 개선할 수 있는 가능성을 탐색하기 위해 k‑블록 병합(k‑Block Merging)이라는 파라미터화된 변형을 도입하고, 이를 통해 블록 정렬에 대한 새로운 하한을 제시한다.

상세 분석

블록 정렬은 주어진 순열을 정렬된 항등 순열로 변환하기 위해 “블록”이라 불리는 연속 부분 문자열을 이동시키는 최소 횟수를 구하는 문제이다. 블록은 정렬된 순열에 그대로 존재하는 최대 연속 구간으로 정의되며, 하나의 블록 이동은 전통적인 전치(transposition) 연산을 포함하지만 전치가 반드시 블록을 유지하는 것은 아니다. 기존 연구에서는 이 문제가 NP‑Hard임이 알려졌고, 두 개의 2‑approximation 알고리즘이 제시되었다. 그러나 더 나은 근사비율이 가능한지, 혹은 문제 자체가 APX‑Hard인지 여부는 오랫동안 미해결 상태였다.

저자들은 먼저 Max‑3SAT 인스턴스를 이용해 순열 π를 구성하는 선형 환원을 설계한다. 이 환원은 기존의 NP‑Hard 증명에서 사용된 구조를 그대로 차용하면서, 만족되는 절의 수와 블록 정렬 거리 사이에 정확히 선형적인 관계를 만든다. 구체적으로, 모든 m개의 절이 만족될 경우 bs(π)=rev(π)이며, 만족되지 못한 절이 c개라면 bs(π)≥rev(π)+c가 된다. 여기서 rev(π)는 순열 π의 역전(reversal) 개수이며, 이는 블록 정렬 거리의 하한으로 알려져 있다.

핵심 기술은 “레드‑블루 그래프”(red‑blue graph)이다. 블록 정렬 스케줄 S에 대해, 블루 엣지는 역전에서 발생하는 블록 쌍을, 레드 엣지는 정렬 과정 중 이미 올바른 위치에 있는 두 블록 사이에 추가되는 연결을 나타낸다. 저자들은 이 그래프가 항상 사이클이 없으며, 레드 엣지의 개수가 정렬 스케줄의 절감 효과와 직접 대응한다는 일련의 레마(Lemma 1~6)를 재정리한다. 특히 Lemma 7은 어떤 스케줄 S에 대해서도 |S| ≥ rev(π)+#disconnected‑components(G(π,S))임을 보이며, 이는 그래프가 여러 연결 요소를 가질수록 최소 이동 횟수가 반드시 증가한다는 강력한 하한을 제공한다.

이러한 구조적 분석을 바탕으로, 저자들은 Max‑3SAT의 최적 해와 블록 정렬 거리 사이에 정확히 c만큼의 차이가 발생하도록 설계함으로써, 블록 정렬이 Max‑SNP‑Hard, 즉 APX‑Hard임을 증명한다. 이는 P = NP가 아닌 한 상수 팩터 이하의 PTAS가 존재하지 않음을 의미한다.

또한, 기존 2‑approximation 알고리즘이 기반으로 하는 “블록 병합(Block Merging)” 문제를 일반화하여 k‑블록 병합(k‑Block Merging)을 정의한다. 여기서 하나의 블록을 이동시키기 위해 허용되는 최대 증가 부분 수열의 개수를 k로 제한한다. k=1일 때는 기존 블록 병합과 동일하며, 이는 다항 시간에 해결 가능하다. 저자들은 bs(π) ≥ k‑bm(Sπ)·(1+1/k)라는 새로운 하한을 증명했으며, 이는 k가 커질수록 근사비율이 1+1/k로 수렴함을 보여준다. 특히 k=2라면 1.5‑approximation이 가능할 잠재력이 있음을 제시했지만, k>1에 대한 복잡도는 아직 미해결 상태이다.

결과적으로, 이 논문은 블록 정렬 문제의 근사 난이도를 명확히 규정하고, 새로운 파라미터화된 변형을 통해 향후 더 나은 근사 알고리즘 개발의 방향성을 제시한다. 또한, 블록 정렬과 전치 기반 정렬, 짧은 블록 이동 문제 사이의 구조적 연관성을 밝힘으로써, 관련 분야(유전체 재배열, OCR 등)에서의 알고리즘 설계에 중요한 이론적 토대를 제공한다.