분산 논리 프로그램 추론 복잡도 삼분법 및 이분법 연구

초록

본 논문은 규칙의 허용된 아리티(arity) 집합을 기반으로 프로그램 클래스를 정의하고, 각 클래스에 대해 답집합 존재 문제, 회의적·신뢰적 추론, 지원 모델 의미론의 복잡도를 완전하게 분류한다. 결과는 P, NP, Σ₂^P 등 세 단계로 나뉘는 삼분법과, 특정 경우에 한정된 이분법을 제시한다.

상세 분석

논문은 먼저 “아리티 스키마”라는 형식적 정의를 도입한다. 여기서 아리티는 규칙의 머리와 몸통에 포함된 원자 수의 쌍 (h,b) 로 표현되며, 허용된 아리티 집합 Δ ⊆ ℕ×ℕ에 속하는 규칙만을 포함하는 프로그램 클래스를 P(Δ) 로 정의한다. 중요한 점은 모든 무한한 Δ도 유한한 “정규 표현식” 형태로 압축 가능하다는 정리이다. 이를 통해 무한히 많은 규칙 형태를 실질적으로 다룰 수 있다.

복잡도 분석은 답집합 존재(Existence of Answer Set, EAS) 문제를 기준으로 전개된다. 저자들은 Δ에 따라 P(Δ) 가 다음 중 하나에 속함을 증명한다. (i) P(Δ) 가 P-완전, 즉 다항 시간 내에 답집합 존재 여부를 판단할 수 있는 경우, (ii) NP-완전, 즉 비결정적 다항 시간 알고리즘으로 해결되지만 P 로는 알려지지 않은 경우, (iii) Σ₂^P-완전, 즉 두 단계의 양자화가 필요한 높은 복잡도 단계. 이 삼분법은 Δ의 구조—특히 머리와 몸통에 허용된 원자 수의 상한—에 의해 결정된다. 예를 들어, 머리 원자 수가 1 이하이고 몸통 원자 수가 제한된 경우는 P에 속하고, 머리 원자 수가 2 이상이면서 몸통이 비제한이면 Σ₂^P에 속한다.

또한 회의적(skeptical)과 신뢰적(credulous) 추론에 대해 동일한 아리티 스키마를 적용해 복잡도 이분법을 도출한다. 회의적 추론은 모든 답집합에 대해 명제가 참인지 묻는 문제이며, 신뢰적 추론은 존재하는 답집합 중 하나에 대해 참인지 묻는다. 결과적으로, Δ가 P에 속하면 두 추론 모두 P-완전, Δ가 NP-완전이면 회의적은 coNP-완전, 신뢰적은 NP-완전, Δ가 Σ₂^P-완전이면 회의적은 Π₂^P-완전, 신뢰적은 Σ₂^P-완전이 된다.

지원 모델(supported-model) 의미론에 대해서도 동일한 분석 틀을 적용한다. 지원 모델은 답집합보다 약한 의미론이지만, 아리티 제한에 따라 복잡도 구분이 거의 동일하게 나타난다. 이는 아리티가 제한될 때 논리 프로그램의 구조적 복잡도가 크게 감소함을 시사한다.

전체적으로 논문은 “어떤 규칙 형태가 복잡도를 끌어올리는가?”라는 근본적인 질문에 체계적인 답을 제공한다. 아리티 스키마를 통한 클래스 정의와 그에 따른 복잡도 삼분법·이분법은 이론적 이해뿐 아니라 실제 시스템 설계 시 효율적인 프로그램 제한을 설정하는 데 실용적 가이드라인을 제공한다.