인과 그래프 기반 논리 프로그램 정당화

초록

이 논문은 안정 모델 의미론 위에 다값 논리 프로그램을 확장하여, 모델 내 각 참 원자에 인과 그래프 형태의 정당화 집합을 부여한다. 양의 프로그램에서는 정당화가 구문 증명과 일치함을 보이고, 부정이 포함된 경우에는 인과 안정 모델을 정의한다.

상세 분석

본 연구는 전통적인 ASP(Answer Set Programming)의 한계를 극복하고자, 각 원자의 증거를 정량화된 인과 그래프 형태로 표현한다. 먼저 라벨이 붙은 규칙들을 정점으로, 규칙 적용 순서를 간선으로 하는 유향 그래프를 ‘인과 그래프(c‑graph)’라 정의한다. 이러한 그래프는 반사·전이 폐쇄성을 갖으며, 부분 그래프 관계(G⊆G′)를 통해 ‘강함(충분함)’을 표현한다. 인과 그래프 사이의 순서를 ≤ 로 정의하고, G≤G′ ⇔ G⊇G′ 로 해석함으로써, 더 많은 정보를 포함하는 그래프가 더 강한 정당화임을 나타낸다.

개별 인과 그래프는 두 기본 연산으로 조합된다. ‘곱(∗)’은 두 그래프의 합집합 후 전이 폐쇄를 취해 공동 원인(joint causation)을 나타내고, ‘연결(·)’은 한 그래프의 모든 정점을 다른 그래프의 정점에 연결한 뒤 전이 폐쇄를 적용해 순차적 규칙 적용을 모델링한다. 곱은 교환법칙을, 연결은 비교환성을 갖는다. 또한 연결은 곱보다 충분함(G·G′ ≤ G∗G′)을 만족한다.

다양한 대안적 원인을 표현하기 위해 개별 그래프들의 ‘이상(ideal)’을 도입한다. 라벨 집합 Lb에 대한 부분 순서(C_Lb, ≤)의 이상은 모든 하위 그래프를 포함하는 집합이며, 이는 최대 원인 집합 S 로부터 ‘↓S’ 형태로 압축된다. 이렇게 정의된 ‘인과 값(causal value)’은 집합 연산으로 확장된 곱(∗), 연결(·), 합(+)을 지원한다. 특히 합은 서로 다른 대안적 원인을 합치며, 곱은 공통 원인을 교집합으로, 연결은 모든 가능한 순차 조합을 전이 폐쇄된 이상으로 만든다.

정리 1에 의해 V_Lb(인과 값들의 집합)는 자유 완전 분배 격자를 형성한다. 이는 무한 합·곱에 대해서도 분배법칙이 성립함을 의미한다. 격자에는 최하 원소 0(거짓)과 최상 원소 1(절대 진리)가 존재한다.

문법적으로는 ‘인과 항(term)’을 도입해 라벨, 곱, 합, 연결을 재귀적으로 기술한다. 라벨 l은 기본 이상 ↓l 로 해석되며, 복합 항은 연산 규칙에 따라 자동으로 이상으로 변환된다. 연산들의 주요 성질(결합, 흡수, 항등, 소멸, 멱등, 분배 등)이 표 2에 정리되어 있어, 인과 그래프와 값 사이의 대수적 조작이 일관되게 유지된다.

양성 프로그램에 대해서는 각 원자의 인과 값이 해당 원자를 증명하는 구문 증명 집합과 일대일 대응함을 증명한다. 즉, 인과 값은 단순히 존재 여부가 아니라 실제 증명 구조를 반영한다.

부정이 포함된 프로그램에 대해서는 Gelfond‑Lifschitz 변환을 인과 그래프에 적용한 ‘인과 안정 모델(causal stable model)’을 정의한다. 기본 아이디어는 ‘not p’를 “p에 대한 증명이 존재하지 않음”으로 해석하고, 따라서 부정 리터럴로부터는 어떠한 인과 그래프도 생성되지 않는다. 이는 기존 ASP의 ‘없음(negation as failure)’과 동일한 의미이면서, 정당화가 전혀 없는 경우를 명시적으로 0 값으로 표시한다.

이러한 프레임워크는 진단, 법적 책임 추론 등 인과 관계를 명시적으로 추적해야 하는 응용 분야에 유용하다. 예시로 제시된 ‘음주 운전·저항 체포’ 시나리오에서는 두 개의 대안적 인과 그래프가 동일한 결과(감옥)를 설명하며, 각각의 그래프는 규칙 라벨과 적용 순서를 통해 직관적으로 이해된다.

마지막으로 논문은 기존 인과 그래프 연구와의 차별점, ASP와의 연계 가능성, 향후 ‘충분 원인’, ‘필요 원인’ 등 다양한 인과 개념을 연산자로 확장할 가능성을 논의한다. 전체적으로 논문은 논리 프로그램의 의미론에 인과 그래프를 도입함으로써, 증명 구조를 정량적·정성적으로 동시에 다룰 수 있는 새로운 이론적 기반을 제공한다.