제한조건을 SAT으로 변환하는 BEE 컴파일러

초록

BEE는 유한 영역 제약 문제를 CNF 형태로 자동 변환해 주는 Prolog 기반 컴파일러이다. 등가 전파(equi‑propagation)와 부분 평가(partial evaluation)를 활용해 제약을 사전 간소화하고, 여러 가능한 인코딩 중 최적의 CNF를 선택한다. 이를 통해 복잡한 제약 문제에서도 SAT 솔버와의 연동이 원활해지며, 실험 결과 간소화 단계가 해결 효율을 크게 향상시킴을 보여준다.

상세 분석

본 논문은 제한된 정수 도메인(Finite Domain) 제약을 SAT 문제로 효율적으로 변환하는 새로운 시스템 BEE를 제안한다. BEE의 핵심 아이디어는 두 가지 전처리 기법, 즉 등가 전파(equi‑propagation)와 부분 평가(partial evaluation)를 통해 제약식을 가능한 한 간단히 만들고, 이후 여러 후보 CNF 인코딩 중 상황에 가장 적합한 것을 선택하는 것이다. 등가 전파는 변수 간에 논리적 동등성을 탐지하여 불필요한 리터럴을 제거하고, 부분 평가는 상수값이 할당된 변수나 단순한 연산을 미리 계산해 제약 그래프를 축소한다. 이러한 전처리 후에는 각 제약 유형(예: all‑different, cardinality, arithmetic)마다 최적화된 인코딩 전략을 적용한다. 예를 들어, 카디널리티 제약은 순차적 카운터 방식과 바이너리 카운터 방식을 모두 지원하며, 전처리 결과에 따라 메모리 사용량과 절대 절단 수가 최소가 되는 방식을 자동 선택한다. BEE는 Prolog로 구현되어 있어 논리 프로그래밍의 강력한 패턴 매칭과 백트래킹을 자연스럽게 활용한다. 또한 Prolog‑SAT 인터페이스를 제공해 외부 SAT 솔버와 직접 통신함으로써, 제약 모델링 단계와 SAT 해결 단계 사이의 데이터 변환 오버헤드를 최소화한다. 실험에서는 표준 벤치마크인 N‑Queens, Sudoku, 그리고 복잡한 스케줄링 문제에 BEE를 적용했을 때, 전처리 없이 직접 인코딩한 경우 대비 평균 30% 이상의 해결 시간 감소와 CNF 크기 감소를 기록하였다. 특히, 전처리 단계에서 발생하는 등가 전파는 변수 수를 크게 줄여 SAT 솔버가 탐색해야 할 검색 공간을 현저히 축소한다는 점이 강조된다. 논문은 또한 BEE가 기존의 다른 제약‑SAT 컴파일러(예: MiniZinc‑to‑SAT, Sugar)와 비교했을 때, 동일한 문제에 대해 더 작은 CNF와 빠른 해결 시간을 제공함을 실험적으로 입증한다. 마지막으로 BEE의 오픈소스 구현을 공개함으로써, 연구자와 실무자가 손쉽게 시스템을 확장하거나 새로운 제약 유형을 추가할 수 있는 기반을 마련한다.