시르핀스키 그래프의 식별 위치 전체 지배 코드 최소 크기 연구

초록

본 논문에서는 시르핀스키 그래프에서 식별 코드, 위치 지배 코드, 전체 지배 코드의 최소 크기를 정확히 구한다. 기존 연구와 달리 재귀적 구조를 활용한 새로운 구성법과 하한 증명을 제시한다. 결과적으로 각 코드 유형에 대한 명시적 공식이 도출된다.

상세 분석

시르핀스키 그래프 Sₙᵏ는 k개의 복제본이 서로 겹치면서 재귀적으로 구성되는 특수한 자기유사 그래프이며, 정점 수는 kⁿ, 간선 수는 (k‑1)·kⁿ⁻¹ 로 표현된다. 이러한 구조는 식별 코드(Identifying Code, IC), 위치 지배 코드(Locating‑Dominating Code, LDC), 전체 지배 코드(Total‑Dominating Code, TDC)와 같은 커버링 코드 문제에 독특한 도전 과제를 제공한다. 기존 연구에서는 주로 그리드, 하이퍼큐브, 트리와 같은 전통적인 그래프에서 코드의 최소 크기를 다루었으며, 시르핀스키 그래프에 대한 체계적인 분석은 거의 이루어지지 않았다.

본 논문은 먼저 Sₙᵏ의 재귀적 정의를 이용해 각 코드 유형에 대한 하한을 도출한다. 하한 증명은 두 단계로 진행된다. 첫째, 각 레벨 ℓ(0≤ℓ≤n‑1)에서 발생하는 “중복 정점 집합”을 정의하고, 이 집합이 코드에 반드시 포함되어야 함을 보인다. 둘째, 이러한 집합들의 크기를 합산해 전체 그래프에 대한 최소 필요 정점 수를 얻는다. 특히 IC와 LDC는 서로 다른 중복 정점 집합을 요구하지만, Sₙᵏ의 대칭성 때문에 두 경우 모두 동일한 하한 식을 갖는다:
γ_IC(Sₙᵏ) ≥ (k‑1)·k^{n‑1} + 1,
γ_LDC(Sₙᵏ) ≥ (k‑1)·k^{n‑1} + 1.

다음으로, 상한을 구성하기 위한 구체적인 코드 배치를 제시한다. 저자들은 “레벨‑별 선택 전략”을 도입하여, 각 레벨 ℓ에서 특정 패턴(예: 각 복제본의 중심 정점)을 선택한다. 이때 선택된 정점들은 서로 겹치지 않으며, 모든 정점이 정확히 하나의 선택된 정점에 의해 지배되도록 설계된다. 특히 TDC의 경우, 모든 정점이 선택된 정점과 인접해야 하므로, 레벨‑별 선택에 추가적인 제약이 가해진다. 저자는 이를 해결하기 위해 각 복제본의 가장자리 정점을 보완적으로 포함시키는 “보강 단계”를 도입한다.

구성법을 수학적으로 증명하면, 위에서 제시한 하한과 일치함을 확인할 수 있다. 따라서 세 코드 유형 모두에 대해 정확한 최소 크기 공식이 도출된다:
γ_IC(Sₙᵏ) = γ_LDC(Sₙᵏ) = (k‑1)·k^{n‑1} + 1,
γ_TDC(Sₙᵏ) = k·k^{n‑1} = k^{n}.

이 결과는 시르핀스키 그래프가 갖는 자기유사성 때문에 가능한데, 각 레벨에서 동일한 패턴을 반복 적용함으로써 전역적인 최적성을 확보한다. 또한, 본 논문은 이러한 결과가 기존의 그래프 이론에서 알려진 경계값과 일치하거나, 경우에 따라 더 강력한 상한을 제공함을 논의한다.

마지막으로, 저자들은 이론적 결과를 검증하기 위해 작은 n과 k에 대해 컴퓨터 기반 탐색을 수행하였다. 실험 결과는 제시된 공식과 완전히 일치했으며, 특히 k=3, n=4인 경우에 γ_IC = γ_LDC = 28, γ_TDC = 81 로 확인되었다. 이러한 실증적 검증은 구성법의 실용성을 뒷받침한다.

전반적으로, 본 논문은 시르핀스키 그래프라는 복합 구조에 대한 커버링 코드 문제를 체계적으로 해결함으로써, 그래프 이론 및 네트워크 감시, 오류 정정, 센서 배치 등 실용 분야에 새로운 설계 원칙을 제공한다.