구간 그래프와 스플릿 그래프의 컴포넌트 색칠 문제

초록

본 논문은 정점 색칠을 일반화한 ‘컴포넌트 색칠’ 문제를 정의하고, 적절한 구간 그래프(proper interval graph)에서는 선형 시간 알고리즘을 제시한다. 정점에 정수 가중치를 부여한 두 변형(가중치를 나눌 수 있는 splittable 버전과 나눌 수 없는 non‑splittable 버전)에도 각각 다항식 시간 해법과 2‑근사 알고리즘을 제공한다. 또한, 스플릿 그래프(split graph)에서는 무가중치 버전조차 NP‑hard임을 증명한다.

상세 분석

컴포넌트 색칠은 전통적인 정점 색칠과 달리, 같은 색을 가진 정점들이 형성하는 연결 성분의 크기가 사전에 정해진 상수 C를 초과하지 않도록 색을 배정하는 최적화 문제이다. 이 정의는 네트워크 자원 할당, 무선 주파수 배치, 그리고 데이터 클러스터링 등에서 자연스럽게 등장한다. 논문은 먼저 proper interval graph가 ‘좌표 순서’를 갖는 특수한 인터벌 그래프임을 이용한다. 이러한 그래프는 정점들을 왼쪽 끝점 기준으로 정렬하면 인접 관계가 연속 구간 형태로 나타나며, 이는 동적 계획법이나 그리디 스캔을 통해 색칠 제약을 효율적으로 검증할 수 있음을 의미한다. 저자들은 정점들을 왼쪽 끝점 순서대로 한 번 스캔하면서 현재 색상의 남은 용량을 추적하고, 용량이 부족하면 새로운 색을 시작하는 방식으로 선형 O(n) 알고리즘을 설계한다. 이 과정은 ‘최소 색 수’를 보장하는데, 이는 색을 추가하는 순간이 곧 새로운 연결 성분이 시작되는 순간과 일치하기 때문이다.

가중치가 있는 경우 두 가지 모델을 고려한다. splittable 버전에서는 정점의 가중치를 여러 색에 나누어 할당할 수 있으므로, 각 색에 대해 남은 용량을 실수형으로 관리하면 동일한 그리디 스캔이 그대로 적용되어 다항식(구체적으로는 O(n log n) 정도) 시간에 최적해를 구한다. 반면 non‑splittable 버전에서는 정점 전체를 하나의 색에 할당해야 하므로, 문제는 ‘제한된 용량을 가진 bin packing’과 동형이 된다. 저자들은 splittable 알고리즘을 이용해 하한을 계산하고, 그 하한에 두 배를 곱한 색 수를 사용하면 항상 feasible한 해를 얻는 2‑근사 알고리즘을 제시한다. 이 근사는 NP‑hard임을 보이는 reduction을 통해 최적해를 구하는 것이 어려운 상황에서도 실용적인 성능을 제공한다.

마지막으로, 스플릿 그래프에 대한 복잡도 분석에서는 무가중치 컴포넌트 색칠이 이미 NP‑hard임을 증명한다. 스플릿 그래프는 클리크와 독립 집합으로 구성된 특수 구조를 가지며, 이 구조를 이용해 ‘3‑Partition’이나 ‘Clique Cover’와 같은 알려진 NP‑hard 문제로부터 다항식 시간 감소(reduction)를 수행한다. 따라서 proper interval graph에서의 효율적 해법이 존재하더라도, 그래프 클래스가 조금만 바뀌어도 문제 난이도가 급격히 상승한다는 중요한 교훈을 제공한다.