DL‑Lite 계열과 관계: 확장 논리의 복합 복잡도 분석

초록

본 논문은 DL‑Lite 계열에 다섯 가지 확장 축을 적용하여 얻어지는 논리들의 만족 가능성, 인스턴스 검사, 양적 존재 질의에 대한 복합 복잡도와 데이터 복잡도를 체계적으로 조사한다. Boolean 연결자와 수 제한, 역할 계층, 역할 불연속·대칭·반대칭·반사·비반사·전이 제약, 그리고 고유 동일 가정(UNA)의 채택 여부를 조합함으로써 32개의 새로운 논리 체계를 정의하고, 이들을 일변량 1차 논리(FOL¹) 조각에 내재화함으로써 복잡도 경계를 도출한다. 결과적으로 대부분의 확장에도 불구하고 데이터 복잡도는 여전히 AC⁰ 또는 LOGSPACE 수준에 머무르며, 복합 복잡도는 NP에서 PSPACE, 심지어 EXPTIME까지 상승하는 경우가 있음을 보인다.

상세 분석

논문은 DL‑Lite의 기본 설계 목표인 “추론 비용 최소화”와 “개념 모델링 표현력 강화” 사이의 균형을 정량적으로 평가한다. 첫 번째 축(i)은 개념식에 전통적인 Boolean 연산(∧, ∨, ¬)을 허용함으로써 논리식의 구조적 복잡성을 증가시킨다. 이는 기존 DL‑Lite_R와 달리 개념 간의 부정 관계를 직접 기술할 수 있게 하지만, 만족 가능성 검증 시 SAT‑like 절차가 필요해 복합 복잡도가 NP‑complete 로 상승한다. 두 번째 축(ii)은 수 제한(≥ n, ≤ n) 도입을 다루며, 특히 ≤ 1 제약은 기능성 역할을 모델링하는 데 유용하지만, 일반적인 ≥ n 제약은 카운팅 논리와 동등한 표현력을 부여해 PSPACE 수준의 복합 복잡도를 초래한다. 세 번째 축(iii)인 역할 계층은 ⊑ 관계를 통해 역할 간의 포함 관계를 기술한다. 이는 트리 구조의 전파를 가능하게 하여 데이터 복잡도는 여전히 LOGSPACE 수준에 머무르지만, 계층이 깊어질수록 복합 복잡도는 EXPTIME까지 상승한다. 네 번째 축(iv)은 역할 불연속, 대칭, 반대칭, 반사, 비반사, 전이와 같은 제약을 동시에 허용한다. 이러한 제약은 OWL 2 RL·QL 프로파일에서 흔히 요구되는 속성이며, 논문은 각각의 제약이 독립적으로 혹은 조합될 때 복잡도에 미치는 영향을 세밀히 분석한다. 특히 전이 제약은 역할 체인의 무한 전파를 야기해, 전이와 수 제한이 동시에 존재할 경우 EXPTIME‑complete 로 복잡도가 급격히 상승한다. 마지막 축(v)인 고유 동일 가정(UNA)의 채택 여부는 개체 식별의 기본 전제를 바꾸며, UNA를 포기하면 동일성 추론이 필요해 데이터 복잡도가 AC⁰에서 LOGSPACE 로 상승한다. 전체적으로 저자들은 이 다섯 축을 조합해 2⁵ = 32개의 논리 변형을 정의하고, 각 변형을 일변량 1차 논리(FOL¹)의 적절한 조각(예: ∃∀‑문)으로 내재화한다. 이 내재화는 복합 복잡도 분석을 기존 1‑변수 논리의 알려진 결과에 귀속시켜, 복잡도 경계를 명확히 규정하는 데 핵심적인 역할을 한다. 결과 표는 각 논리별 복합 복잡도(NP, PSPACE, EXPTIME)와 데이터 복잡도(AC⁰, LOGSPACE, PTIME)를 한눈에 보여주며, 실무에서 어떤 제약을 허용할지에 대한 설계 지침을 제공한다.