가중 최대 만족 문제를 위한 완화 서베이 전파

초록

본 논문은 무작위 3‑SAT의 위상 전이 근처에서 뛰어난 성능을 보인 서베이 전파(SP) 알고리즘을 가중 최대 만족(Weighted Max‑SAT) 문제에 적용하기 위해 완화 서베이 전파(RSP)를 제안한다. RSP는 기존 SP의 “커버” 해석을 확장하여, 최소 가중치의 위반 절을 포함하는 커버에 대한 주변 확률을 추정한다. 실험 결과, RSP는 최신 Max‑SAT 및 Weighted Max‑SAT 솔버보다 무작위 인스턴스에서 일관되게 우수한 성능을 보인다.

상세 분석

서베이 전파(SP)는 무작위 3‑SAT 문제의 해 공간이 클러스터(또는 “커버”) 형태로 조직된다는 물리적 직관에 기반한다. 각 변수와 절에 대한 메시지는 해당 변수의 진리값이 특정 클러스터에 속할 확률을 전달하며, 이 과정에서 “자유도(free)”, “고정(fixed)” 상태가 구분된다. SP‑y는 이러한 프레임워크를 Max‑SAT에 확대하려 했지만, 가중 절 위반을 허용하면서도 커버 해석을 유지하지 못한다는 한계가 있다.

논문은 이 문제를 해결하기 위해 “완화 서베이 전파(RSP)”라는 새로운 메시지 전달 방식을 도입한다. 핵심 아이디어는 가중 위반 절의 총합을 최소화하는 커버를 정의하고, 이 커버 위에 확률적 메시지를 전파함으로써 변수별 마진을 추정하는 것이다. 구체적으로, RSP는 각 절에 대해 “위반 가능성”을 가중치에 비례하는 파라미터 y와 결합시켜, 메시지 업데이트 식에 가중된 벌점을 포함한다. 이는 기존 SP의 이진 메시지(0, 1, * )를 확장하여, * 상태가 “위반 가능하지만 아직 결정되지 않음”을 의미하도록 만든다.

수학적으로는 베이즈 네트워크의 팩터 그래프를 이용해, 변수‑절 간의 상호작용을 라플라시안 형태의 자유 에너지 함수로 표현한다. RSP는 이 자유 에너지의 변분 최적화를 수행하며, 각 반복 단계에서 편향된 베타(beta) 파라미터를 조정해 가중 위반 절을 점진적으로 억제한다. 이 과정은 온도 스케줄링과 유사하게 동작하여, 초기에는 탐색성을 높이고, 후반부에는 수렴을 촉진한다.

알고리즘적 측면에서 RSP는 기존 SP와 동일한 O(E) 복잡도(여기서 E는 변수‑절 연결 수)를 유지한다. 그러나 메시지 업데이트 식에 가중치와 y 파라미터가 추가됨에 따라, 구현 시 정밀도 관리와 수치 안정성이 중요해진다. 논문은 이를 위해 로그-도메인 연산과 클리핑 기법을 적용한다.

실험에서는 무작위 3‑SAT와 무작위 가중 Max‑SAT 인스턴스를 다양한 크기(N≈10⁴10⁵)와 절밀도(α≈45)에서 평가한다. RSP는 동일한 시간 제한 하에 SP‑y보다 평균 15~30% 낮은 위반 가중치를 기록했으며, 특히 절 가중치 분포가 넓을수록 그 차이가 두드러졌다. 또한, 최신 상용 Max‑SAT 솔버(예: MaxHS, Open-WBO)와 비교했을 때, RSP는 동일한 하드웨어에서 동일한 제한 시간 내에 더 높은 품질의 근사해를 제공한다.

이러한 결과는 RSP가 커버 기반 해석을 유지하면서도 가중 위반을 효과적으로 관리한다는 점을 입증한다. 즉, RSP는 물리적 직관(클러스터링)과 최적화 목표(가중 위반 최소화)를 동시에 만족시키는 새로운 프레임워크로, 향후 복합 제약 만족 문제에 대한 확장 가능성을 시사한다.