다양성과 동일성의 연성 제약 연구

초록

본 논문은 AllDifferent·AllEqual 제약을 연성화한 여섯 가지 전역 제약을 체계화하고, 각 제약에 대해 아크 일관성(AC)과 바운드 일관성(BC)의 복잡도를 분석한다. 특히 “적어도 k개의 변수 쌍이 같은 값을 갖는다”는 제약에 대해 AC는 NP‑hard임을 증명하고, BC는 동적 계획법으로 다항시간에 해결할 수 있음을 제시한다. 또한 최대 동일 쌍 수를 1/2 비율로 근사하는 선형시간 그리디 알고리즘과, 두 개 이상 도메인에 나타나는 값의 개수를 매개변수로 하는 고정‑파라미터 트랙터블(FPT) 알고리즘을 제공한다. 흥미롭게도 동일성을 강제하는 제약이 차이를 강제하는 제약보다 계산적으로 더 어려운 구조를 가진다.

상세 분석

논문은 전통적인 전역 제약인 AllDifferent와 AllEqual를 비용 함수와 결합해 “soft” 형태로 변형한다. 비용 함수는 두 가지 유형, 즉 동일한 값이 몇 개 발생했는지를 최소화하거나 최대화하는 방식으로 정의된다. 이 조합으로 총 여섯 가지 제약이 도출되며, 각각을 (차이·동일성) × (최소화·최대화) × (아크 일관성·바운드 일관성)이라는 삼중 축으로 분류한다. 핵심 기여는 각 제약에 대한 일관성 강제의 복잡도 경계를 명확히 규정한 점이다. 특히 “적어도 k개의 변수 쌍이 동일한 값을 공유한다”(SoftAllEqual≥k) 제약은 기존 연구에서 AC의 난이도가 미확인 상태였으나, 저자는 이를 NP‑hard로 증명함으로써 문제의 본질적 어려움을 밝혀냈다. 반면, 같은 제약에 대해 바운드 일관성을 달성하는 알고리즘은 동적 계획법(DP)을 활용해 O(n·|D|) 시간 안에 해결 가능함을 보였다. 여기서 n은 변수 수, |D|는 전체 도메인 크기이다. DP는 각 변수에 대해 가능한 값 구간을 누적하면서 현재까지 형성된 동일 쌍 수를 추적한다; 이는 바운드 일관성의 정의와 완벽히 일치한다. 또한, 최대 동일 쌍 수를 근사하는 1/2 비율 그리디 알고리즘은 변수들을 임의 순서로 탐색하며 아직 매칭되지 않은 변수와 가장 많이 겹치는 값을 선택하는 단순 전략을 사용한다. 이 방법은 최적 해의 절반 이상을 보장하면서 O(n·|D|) 선형 시간 복잡도를 유지한다. 마지막으로, 도메인에 두 번 이상 등장하는 값의 종류를 파라미터 k로 두고, 이를 기준으로 FPT 알고리즘을 설계하였다. 이 알고리즘은 k가 작을 때 지수적 부분이 k에만 의존하므로, 실제 문제에서 값의 중복도가 낮은 경우 실용적으로 적용 가능하다. 전체적으로, 동일성을 강제하는 제약이 차이를 강제하는 제약보다 AC 단계에서 더 높은 복잡도를 보이며, 이는 전역 제약 설계 시 차이와 동일성의 비대칭성을 고려해야 함을 시사한다.