데이터값 제약을 갖는 부치 자동화 확장

초록

이 논문은 무한 단어(ω‑word)에 데이터 값을 함께 부여한 구조에 대해 부치(Büchi) 자동화를 확장하고, 그 공허성 문제의 결정 가능성을 증명한다. 제안된 자동화는 데이터 값 사이의 동등성 제약을 다루며, 공허성 검사는 초등 복잡도 내에서 해결된다. 이를 바탕으로 두 변수 1차 논리와 데이터값을 포함한 선형 시계열 논리의 ω‑word 버전의 만족 가능성도 결정 가능함을 보인다.

상세 분석

본 논문은 기존 부치 자동화(Büchi automata)가 다루는 알파벳이 유한한 경우를 넘어, 각 위치에 무한히 많은 데이터 값이 할당될 수 있는 ω‑word를 모델링한다. 데이터 값은 동등성 관계(=)만을 관찰할 수 있으며, 이는 기존 데이터 워드 연구에서 흔히 가정되는 제한이다. 저자들은 이러한 구조 위에 “데이터 제약 부치 자동화(Data‑constrained Büchi automata, DCBA)”를 정의한다. DCBA는 전통적인 상태 전이와 함께, 현재 위치와 과거(또는 미래) 위치의 데이터 값이 동일한지 여부를 검사하는 제약식(constraint)을 전이 라벨에 부착한다. 핵심 기술은 두 종류의 제약을 구분하는데, 하나는 “동일성 테스트”로 현재와 이전에 방문한 특정 상태에서의 데이터가 같은지를 확인하고, 다른 하나는 “비동일성 테스트”로 서로 다름을 보장한다.

공허성 문제는 “주어진 DCBA가 무한히 반복되는 수용 경로를 갖는가?”를 묻는 것으로, 이는 전통적인 부치 자동화의 공허성 검사와 유사하지만 데이터 제약으로 인해 상태 공간이 무한히 확장될 위험이 있다. 저자들은 이를 해결하기 위해 “추상화 그래프”와 “잘 정렬된 순서(Well‑Quasi‑Ordering, WQO)” 기법을 결합한다. 구체적으로, 데이터 값 자체를 직접 다루는 대신, 데이터 동등성 관계만을 추적하는 추상 상태를 정의하고, 이 추상 상태들 사이에 WQO를 적용해 무한 상승 체인을 방지한다. 결과적으로 탐색은 유한한 추상 상태 그래프 내에서 종료되며, 공허성 검사는 결정 가능함을 보인다. 복잡도 분석에 따르면, 전체 알고리즘은 다중 지수(exponential tower) 수준의 시간 복잡도를 갖지만, 이는 “초등 복잡도(elementary)” 범주에 속한다는 점에서 의미가 있다.

이러한 자동화 모델을 활용해 두 가지 논리의 만족 가능성을 조사한다. 첫 번째는 “두 변수 1차 논리(FO²) with data equality”이며, 이는 위치 변수 두 개와 데이터 동등성 원자만을 허용한다. 저자들은 FO² 공식을 DCBA로 변환하는 절차를 제시하고, 변환된 자동화의 공허성 검사를 통해 FO² 공식의 만족 여부를 결정한다. 두 번째는 “데이터 확장 선형 시계열 논리(LTL)”, 여기서는 전통적인 LTL 연산자와 함께 데이터 동등성 검사가 결합된다. LTL 공식 역시 자동화로 변환 가능하며, 변환 과정에서 발생하는 상태 폭증을 제어하기 위해 “구조적 정규화”와 “공통 서브포뮬라 공유” 기법을 도입한다. 최종적으로 두 논리 모두 DCBA 공허성 검사에 귀속되므로, 결정 가능성이 확보된다.

이 논문의 주요 공헌은 (1) 데이터 값을 포함한 ω‑word에 대한 부치 자동화 모델을 정의하고, (2) 그 공허성 문제를 초등 복잡도 내에서 결정 가능하게 만든 알고리즘을 제시했으며, (3) 이를 통해 두 변수 1차 논리와 데이터‑LTL의 만족 가능성을 새로운 방법론으로 해결했다는 점이다. 특히, 데이터 제약을 전이 라벨에 직접 삽입함으로써 기존의 “데이터 자동화(Data Automata)”와 차별화된 설계를 제공한다. 또한, WQO 기반 추상화는 무한 데이터 도메인에 대한 일반적인 결정 가능성 증명에 적용될 수 있는 강력한 도구로 평가된다. 향후 연구에서는 제약의 표현력을 확대하거나, 복잡도 최적화를 위한 특수한 데이터 구조(예: 순서형 데이터, 수치 데이터) 적용 가능성을 탐색할 여지가 있다.