재압축: 단순하면서 강력한 단어 방정식 해결 기법

초록

본 논문은 로컬 재압축 기법을 이용해 단어 방정식의 해를 효율적으로 구하는 새로운 알고리즘을 제시한다. 변수에 앞·뒤에 문자 삽입과 인접 문자쌍을 새로운 문자로 교체하는 과정을 반복해 해의 SLP(직선 프로그램)를 구축한다. 알고리즘은 O(n log n) 공간을 사용하고, 최소 해의 길이 N에 대해 log N에 다항식 시간으로 동작한다. 또한 모든 해를 생성할 수 있으며, 최소 해의 크기에 대한 이중 지수 상한과 주기성 지수에 대한 독립적인 증명을 제공한다. 변수 개수가 상수인 경우 선형 공간으로 해결 가능함을 보인다.

상세 분석

이 논문은 기존의 압축 기반 접근법을 단순화한 ‘재압축(recompression)’이라는 새로운 기법을 도입한다. 핵심 아이디어는 두 단계로 구성된다. 첫 번째는 변수 X를 aX 혹은 Xa 형태로 바꾸어 변수 주변에 새로운 문자 a를 삽입함으로써 변수의 길이를 조절하고, 변수 간의 상호작용을 명시적으로 드러내는 것이다. 두 번째는 방정식에 나타나는 모든 문자 쌍(ab)을 새로운 심볼 c로 교체하는 ‘쌍 압축(pair compression)’을 반복한다. 이 과정을 통해 원래 방정식의 해는 점차 짧은 문자열들로 대체되며, 최종적으로는 각 심볼이 하나의 비터미널에 대응되는 SLP 형태가 된다.

알고리즘은 비결정적이지만, 각 단계에서 선택 가능한 옵션이 제한적이므로 전체 탐색은 O(n log n) 공간 안에서 가능하다. 여기서 n은 입력 방정식의 길이이다. 시간 복잡도는 최소 해의 길이 N에 대해 log N에 다항식으로 제한되며, 이는 기존 알고리즘이 요구하던 N 자체에 대한 다항식 시간보다 훨씬 효율적이다.

또한, 재압축 과정은 해의 구조적 정보를 보존하면서도 압축을 진행하므로, 해의 길이 상한을 직접 추정할 수 있다. 논문은 이를 이용해 최소 해의 크기가 이중 지수(2^{2^{O(k)}}) 수준임을 증명한다(여기서 k는 변수 개수). 흥미롭게도, 이 증명은 주기성 지수에 대한 기존의 지수적 상한을 독립적으로 도출한다.

마지막으로, 변수 개수가 상수(O(1))인 경우 재압축 단계가 선형적인 메모리 사용만을 요구한다는 점을 보여, 이러한 제한된 경우에 단어 방정식이 컨텍스트-센시티브 언어로 분류될 수 있음을 확인한다. 전체적으로 이 기법은 복잡한 압축 구조를 단순한 로컬 변환과 쌍 압축으로 대체함으로써, 기존의 복잡한 증명과 알고리즘을 대체할 수 있는 강력하고 직관적인 프레임워크를 제공한다.