비결정론적 라벨드 마코프 프로세스의 동등성 연구

초록

이 논문은 내부 비결정론을 허용한 라벨드 마코프 프로세스(NLMP)를 정의하고, 전통적 동등성, 상태 기반 동등성, 사건 기반 동등성이라는 세 가지 bisimulation 개념을 제시한다. 이들 사이의 포함 관계를 분석하고, 가장 큰 상태 bisimulation이 사건 bisimulation임을 증명한다. 또한 사건 bisimulation을 완전하게 기술하는 Hennessy‑Milner 논리를 제시하고, 이미지 유한하고 기저 측정공간이 해석적인 경우에는 모든 bisimulation이 일치함을 보인다. 일반 경우에는 네 개념이 서로 다름을 비확률적 NLMP 예제로 보여준다.

상세 분석

논문은 먼저 기존 라벨드 마코프 프로세스(LMP)의 확장으로 비결정론적 라벨드 마코프 프로세스(NLMP)를 정의한다. 여기서 비결정론은 각 상태에서 가능한 전이 집합을 σ-대수 구조로 모델링함으로써 “측정 가능한 비결정론”을 구현한다. 이 접근은 연속 확률 전이와 비결정론을 동시에 다룰 수 있게 하며, 기존의 확률적 LTS와는 구별되는 새로운 수학적 틀을 제공한다.

세 가지 bisimulation 정의는 각각 다음과 같은 특징을 가진다. 첫 번째는 전통적인 관계 기반 정의로, 두 상태가 동일한 라벨을 가지고, 각 가능한 전이 집합에 대해 대응되는 전이 집합을 찾아 확률 측면에서 일치함을 요구한다. 두 번째인 상태 기반 bisimulation은 상태 자체에 σ-대수 구조를 부여해, 측정 가능한 집합들에 대한 전이 확률이 일치하는지를 검사한다. 이는 비결정론이 측정 가능한 집합으로 제한될 때 자연스럽게 적용될 수 있다. 세 번째인 사건 기반 bisimulation은 관찰 가능한 사건(event)들의 집합에 초점을 맞추어, 두 상태가 모든 관찰 가능한 사건에 대해 동일한 확률 분포를 제공하는지를 검증한다.

논문은 이 세 정의 사이의 포함 관계를 정리한다. 특히, 가장 큰 상태 bisimulation이 사건 bisimulation을 포함한다는 정리를 증명함으로써, 상태 기반 접근이 사건 기반 접근을 일반화한다는 점을 확인한다. 반대로, 전통적 bisimulation은 상태 기반 bisimulation보다 약한 관계이며, 일반적인 경우에는 세 관계가 모두 구별된다.

논리적 측면에서는 Hennessy‑Milner 논리(HML)의 변형을 도입한다. 이 논리는 무한한 disjunction(∪)을 허용해 사건 bisimulation을 완전하게 기술한다. 즉, 두 상태가 동일한 논리식들을 만족하면 사건 bisimulation에 따라 동등하다는 것이 보장된다. 그러나 무한 disjunction은 구현상 비현실적이므로, 저자는 이미지 유한(image‑finite) NLMP와 기저 측정공간이 해석적(analytic)인 경우에 한정된 유한 논리 서브셋을 정의한다. 이 서브논리는 모든 세 bisimulation을 동시에 특징짓게 되며, 이 경우 세 개념이 모두 동일함을 증명한다.

마지막으로, 일반적인 NLMP에서 네 개념이 서로 다름을 보여주는 반례를 제시한다. 흥미롭게도 이 반례는 비확률적 NLMP, 즉 전이 확률이 0 또는 1인 경우에 해당한다. 이를 통해 비결정론 자체가 bisimulation 구분에 핵심적인 역할을 함을 강조한다. 전체적으로 논문은 연속 확률 시스템에 비결정론을 도입하는 방법론적 기반을 제공하고, 다양한 동등성 개념과 그 논리적 특성을 체계적으로 정리함으로써 향후 정량적 프로세스 이론 연구에 중요한 토대를 마련한다.