PB 제약을 SAT로 변환하는 새로운 인코딩 기법

초록

이 논문은 의사불린(PB) 제약을 두 단계로 나누어 SAT의 CNF 형태로 변환하는 새로운 인코딩 방식을 제안한다. 첫 단계에서는 PB 제약을 PB‑Mod 제약들의 합성으로 재작성하고, 두 번째 단계에서 각 PB‑Mod 제약을 효율적인 CNF로 변환한다. 제안된 인코딩은 기존 방법에 비해 생성되는 절의 수가 적고, 유닛 전파가 더 많은 정보를 도출할 수 있어 SAT 솔버의 성능을 크게 향상시킨다. 또한 어떤 종류의 제약에서 좋은 성능을 기대할 수 있는지를 이론적으로 규명한다.

상세 분석

논문은 먼저 기존의 PB‑to‑SAT 변환 방식이 직면하는 두 가지 주요 문제점을 지적한다. 첫째, 직접적인 변환은 종종 큰 규모의 절을 생성해 메모리와 시간 비용을 급증시킨다. 둘째, 생성된 CNF이 유닛 전파(unit propagation) 단계에서 충분히 강력한 추론을 제공하지 못해 SAT 솔버가 비효율적으로 탐색하게 만든다. 이를 해결하기 위해 저자들은 PB‑Mod 제약이라는 새로운 중간 표현을 도입한다. PB‑Mod 제약은 “∑ a_i·x_i ≡ r (mod m)” 형태로, 원래의 선형 부등식을 모듈러 연산으로 분해함으로써 각 부분을 더 작은 규모의 CNF로 변환할 수 있다. 이 과정에서 모듈러 연산의 특성을 이용해 변수들의 조합을 제한하고, 불필요한 조합을 사전에 차단한다는 점이 핵심이다.

두 번째 단계에서는 각 PB‑Mod 제약을 기존의 카운터 기반 인코딩(예: BDD, 순차 카운터, 파이프라인 카운터)보다 더 압축된 형태로 변환한다. 구체적으로, 저자들은 “잔여값(residue) 전파”와 “모듈러 카운터” 개념을 결합해, 모듈러 연산 결과를 직접적인 리터럴로 표현한다. 이렇게 하면 동일한 논리적 정보를 담고 있는 절의 수가 현저히 감소하고, 특히 유닛 전파 단계에서 잔여값이 0이 되거나 특정 모듈러 값에 도달했을 때 즉시 변수 값을 결정할 수 있다. 이는 기존 인코딩이 제공하지 못했던 강력한 전파 메커니즘을 제공한다는 의미이다.

또한 논문은 제안된 인코딩이 효과를 발휘하는 제약 클래스에 대한 이론적 분석을 제공한다. 특히, 계수들이 작은 정수이면서 모듈러 값 m이 제한된 경우, 혹은 제약이 “희소(sparse)”하게 구성된 경우에 유닛 전파가 거의 완전하게 동작한다는 것을 증명한다. 이러한 특성은 실제 NP‑complete 문제(예: 배낭 문제, 그래프 색칠, 스케줄링)에서 자주 나타나는 구조와 일치한다. 실험 결과는 표준 베이스라인 인코딩(예: 직접 변환, BDD, 순차 카운터)과 비교했을 때, 생성된 CNF 절 수가 평균 3045% 감소하고, SAT 솔버의 전체 해결 시간도 2050% 단축됨을 보여준다.

결론적으로, 이 논문은 PB 제약을 SAT로 변환하는 새로운 패러다임을 제시함으로써, 기존 인코딩의 한계를 극복하고, SAT 기반 최적화 및 검증 도구의 실용성을 크게 향상시킬 수 있는 길을 열었다.