논리 매치를 이용한 정렬 없는 서열 비교 알고리즘

초록

본 논문은 정렬‑무료 방식으로 DNA 서열을 비교하기 위해 논리 매치(Logical Match) 기법을 도입한다. 매치와 미스매치 수에서 자동으로 도출되는 퍼지 멤버십 값을 점수로 활용하며, 인공 데이터와 NCBI 실데이터를 통해 알고리즘의 정확도와 연산 시간을 검증한다. 실험 결과, 기존 방법 대비 높은 고유성을 보이며 계산 효율성이 향상됨을 확인하였다.

상세 분석

이 연구는 전통적인 서열 정렬이 요구하는 복잡한 동적 프로그래밍 과정을 회피하고, 논리 매치라는 새로운 매핑 방식을 제안한다. 먼저 각 염기(A, C, G, T)를 2비트 이진 코드로 변환하고, 서열 전체를 이진 행렬 형태로 표현한다. 그런 다음 동일 위치의 비트가 일치하는 경우를 ‘매치’, 불일치인 경우를 ‘미스매치’로 정의하고, 전체 매치·미스매치 비율을 기반으로 퍼지 멤버십 함수를 구성한다. 퍼지 멤버십 값 μ_match와 μ_mismatch은 각각 매치 비율과 미스매치 비율을 0~1 사이의 실수로 정규화한 것으로, 최종 점수 S는 S = μ_match – μ_mismatch 형태로 계산된다. 이 점수는 서열 간 유사성을 직관적으로 나타내며, 가중치를 조정함으로써 특정 종류의 변이를 강조하거나 억제할 수 있다. 알고리즘의 시간 복잡도는 O(L)이며, 여기서 L은 비교 대상 서열의 길이이다. 이는 기존의 O(L·N) 혹은 O(L²) 복잡도를 갖는 정렬 기반 방법에 비해 현저히 낮다. 실험에서는 인공적으로 생성한 다양한 변이 패턴(삽입, 삭제, 치환)을 포함한 데이터셋과, NCBI에서 추출한 실제 DNA 서열을 사용하였다. 인공 데이터에서는 변이 비율이 5% 이하일 때 98% 이상의 정확도를 기록했고, 실데이터에서는 평균 0.012초의 연산 시간으로 99.3%의 정확도를 달성하였다. 특히, 동일 종 내의 고유 변이를 탐지하는 데 있어 기존 BLAST 기반 방법보다 1.8배 빠른 성능을 보였다. 그러나 퍼지 멤버십 함수의 파라미터 설정이 서열 길이와 변이 유형에 민감하게 작용한다는 점이 한계로 지적된다. 향후 연구에서는 파라미터 자동 튜닝 기법과 다중 서열 비교 확장을 통해 알고리즘의 일반성을 높일 계획이다.