연속 마코프 논리의 파라미터화 메타이론

초록

이 논문은 관측 오차 ε>0 를 매개변수로 도입해 연속 마코프 논리(CML)의 메타이론을 구축한다. ε-만족성 및 ε-증명 개념을 정의하고, 이들 사이에 완전하고 sound한 공리체계를 제시한다. 또한 ε에 따라 결정가능성, 약완전성, 유한 모델 속성을 입증하고, 서로 다른 ε값 사이의 메타논리적 관계를 분석한다. 이를 통해 확률적 동형(bisimulation)과 행동 거리 기반의 관측 전순서를 모두 부울 논리 체계 안에서 통합적으로 기술한다. 기존 연구가 직관주의 논리나 부정·함의가 제한된 체계에 머물렀던 것과 달리, 본 연구는 완전한 부울 논리로 이러한 분석을 가능하게 한다.

상세 분석

논문은 먼저 연속 마코프 과정(CMP)의 상태공간을 가측(measurable)한 일반적인 구조 위에, 시간 연속성을 갖는 전이 확률을 기술하는 연속 마코프 논리(CML)를 소개한다. 전통적인 메타이론은 부정과 함의를 배제하거나 직관주의 논리 체계에 의존했지만, 저자들은 모든 부울 연산자를 보존하면서도 ε‑parameterized semantics를 정의한다. ε는 관측자가 허용할 수 있는 오차 한계로, 만족 관계 ⊨ε는 “실제 전이 확률이 ε 이내로 차이 나는 경우”로 해석된다. 이와 대응되는 증명 관계 ⊢ε는 공리와 추론 규칙에 ε‑조정을 삽입해 구성한다. 핵심 정리는 ⊨ε와 ⊢ε가 서로 완전·sound하게 대응한다는 것으로, 이는 기존의 직관주의 접근법에서는 얻기 어려웠던 결과다.

다음으로 저자들은 ε에 따라 결정가능성(decidability)을 증명한다. 구문적으로는 CML 공식의 크기와 ε의 유리수 표현을 이용해, 만족 여부를 유한 상태 자동화 기법으로 환원한다. 약완전성(weak completeness)은 모든 ε‑만족 가능한 공식이 ε‑증명 가능한 형태로 전환될 수 있음을 보이며, 이는 완전성 정리와는 달리 모델이 무한할 경우에도 적용 가능하도록 설계되었다. 또한, 유한 모델 속성(finite model property)은 ε‑정의에 따라 충분히 작은 유한 마코프 체계가 존재함을 보임으로써, 모델 검증 및 자동화 도구 구현에 실용적 기반을 제공한다.

특히 중요한 기여는 서로 다른 ε값 사이의 메타논리적 관계를 체계화한 부분이다. 저자들은 ε1<ε2 일 때 ⊨ε2가 ⊨ε1을 포함하고, ⊢ε2가 ⊢ε1을 포함한다는 포함 관계를 증명한다. 이를 통해 ε를 조정함으로써 점진적으로 강한(또는 약한) 관측 전순서를 정의하고, 행동 거리(pseudometric)와의 정량적 연결고리를 만든다. 결국, stochastic bisimulation은 ε→0 한계에서 ⊨ε와 ⊢ε가 일치하는 경우로 재해석되며, ε>0 인 경우는 ε‑bisimulation이라 불리는 근사 동형 관계와 동일시된다.

결과적으로, 이 연구는 부울 논리 체계 내에서 확률적 동형과 행동 거리 기반 전순서를 동시에 다룰 수 있는 통합 메타이론을 제공한다. 이는 기존의 직관주의 혹은 부정·함의가 제한된 프레임워크가 갖는 표현력 한계를 극복하고, 모델 검증, 합성, 그리고 정량적 분석을 위한 강력한 논리적 도구를 제시한다는 점에서 학술적·실용적 의의가 크다.