LTLf 만족도 검사: 유한 트레이스 전용 직접 알고리즘

초록

본 논문은 무한 트레이스용 LTL 대신 유한 트레이스 위에서 해석되는 LTLf의 만족도 검사를 기존 LTL로 환원하는 방식이 아닌, 유한 트레이스 특성을 직접 활용한 새로운 알고리즘을 제시한다. 정상형(NF) 변환과 전이 시스템(Tφ)을 기반으로 DFS 탐색 중 수용 상태가 발견되면 즉시 만족을 판정하고, SAT 솔버와 연계한 휴리스틱을 통해 성능을 크게 향상시켰으며, 구현한 프로토타입이 기존 방법을 능가함을 실험으로 입증한다.

상세 분석

논문은 먼저 LTLf가 LTL과 동일한 구문을 가지지만 의미론이 유한 트레이스로 제한된다는 점을 강조한다. 이를 위해 원자 명제 집합 P 위에 리터럴 L을 정의하고, 강 Next(X)와 약 Next(X w) 연산자를 도입한다. X와 X w의 차이는 마지막 상태에서 X w는 자동으로 true가 되며, 이는 LTLf에서 X false가 불만족이지만 X w false는 만족이 되는 중요한 차이를 만든다.

다음으로 저자는 LTLf 공식을 NNF(부정 정규형)으로 변환하고, 이를 기반으로 정상형(NF) 집합을 정의한다. NF는 각 서브포뮬러를 “현재 만족해야 할 리터럴 α와 다음 상태에서 만족해야 할 서브포뮬러 ψ” 형태의 클라우스로 변환한다. 예를 들어 X ψ는 {tt ∧ X(ψ)} 로, Until과 Release는 재귀적으로 NF를 구성한다.

이 NF를 이용해 전이 시스템 Tφ = (Act, Sφ, →, φ) 를 만든다. 상태는 LTLf 포뮬러 자체이며, 액션은 리터럴들의 합성인 α이다. 전이 ψ₁ α → ψ₂는 α ∧ X(ψ₂) 가 ψ₁의 NF에 존재할 때 정의된다. 중요한 점은 LTLf에서는 ‘false’ 상태도 유한 트레이스의 마지막에 도달할 수 있기 때문에 삭제하지 않는다.

Lemma 1·2와 Theorem 2를 통해, 유한 트레이스 η가 φ를 만족한다는 것은 η에 대응하는 전이 경로가 존재하고, 마지막 전이의 α가 현재 상태 ψ₁와 일치함을 보인다. 즉, φ가 만족 가능하려면 초기 상태 φ에서 시작해 DFS로 탐색하면서 “수용 상태”(C_F(α) = ψ₁인 전이)를 발견하면 된다. 이 알고리즘의 시간 복잡도는 전이 시스템의 크기에 비례하는데, 최악의 경우 |cl(φ)|의 2배 정도이며, 이는 기존 LTL → LTLf 환원 방식보다 훨씬 작다.

최적화 부분에서는 SAT 솔버와의 연계가 핵심이다. X w‑free 포뮬러에 대해 유한 트레이스를 무한 트레이스로 확장하면 LTL와 동일한 만족 관계가 유지된다는 Lemma 3을 이용해, SAT 인코딩을 통해 빠르게 충족 가능한 리터럴 집합을 찾는다. 또한, X w 연산자를 포함한 경우에도 약한 Next의 특성을 SAT 제약식으로 표현해 탐색 공간을 크게 줄인다.

실험에서는 프로토타입 도구가 기존 LTL 기반 환원 방법에 비해 평균 3~5배, 최악의 경우 10배 이상 빠른 결과를 보였으며, 특히 복잡한 Until·Release 조합을 포함한 대형 포뮬러에서 두드러진 성능 향상을 확인했다. 이는 “유한 트레이스 전용 전이 시스템 + SAT 기반 휴리스틱”이라는 설계가 LTLf 만족도 검사에 최적화된 구조임을 실증한다.