프랙탈 클라우드에서 SAT와 QSAT을 푸는 모듈형 일반 솔버

초록

본 논문은 프랙탈 구조 위에 Map Reduce 방식을 적용한 신호 기계 모델을 제시한다 이를 통해 SAT 계열 문제를 일반화된 모듈 조합으로 해결한다 특히 QSAT을 제한된 공간과 시간 안에서 해결할 수 있음을 보인다

상세 분석

이 연구는 기존에 제시된 인스턴스‑특정 신호 기계가 가지는 확장성 한계를 극복하기 위해 두 가지 핵심 아이디어를 도입한다 첫째는 프랙탈 클라우드라 불리는 자기유사적 복제 구조를 이용한 무한 병렬화 메커니즘이다 프랙탈 구조는 각 레벨에서 동일한 연산 단위를 복제하면서도 전체 깊이를 로그 스케일로 제한한다 이를 통해 입력 크기 n에 대해 O(log n) 단계 내에 모든 가능한 변수 할당을 동시에 탐색할 수 있다 둘째는 Map/Reduce 패러다임을 신호 기계의 전파 규칙에 매핑한 모듈형 설계이다 각 모듈은 입력 파싱, 변수 할당 생성, 절 충족 검사, 결과 집계 등 구체적인 기능을 담당한다 이러한 모듈은 인터페이스가 명확히 정의된 상태 머신 형태로 구현되며, 필요에 따라 새로운 SAT 변형(예: #SAT, MAX‑SAT)용 모듈을 추가하거나 교체함으로써 전체 솔버를 재구성할 수 있다 논문은 구체적으로 세 가지 기술적 기여를 제시한다 1) 프랙탈 복제 규칙을 수학적으로 정형화하고, 복제 깊이와 공간 복잡도 사이의 관계를 증명한다 2) Map 단계에서 변수 할당을 생성하는 신호 패턴과 Reduce 단계에서 충족 여부를 집계하는 신호 병합 연산을 설계한다 3) 모듈 간 동기화 문제를 해결하기 위해 타이밍 파이프라인과 전파 지연 보정 메커니즘을 도입한다 특히 QSAT의 경우 양자 논리식의 존재 여부를 판정하기 위해 각 절에 대한 양자 비트의 존재 여부를 신호 강도와 위상으로 인코딩한다 이때 프랙탈 구조는 양자 비트의 모든 가능한 조합을 동시에 전파함으로써 전통적인 탐색 알고리즘이 요구하는 지수적 시간 복잡도를 회피한다 또한, 공간 복잡도는 프랙탈 복제에 의해 생성되는 레이어 수와 직접 비례하므로 전체 메모리 사용량은 O(log n)으로 제한된다 이러한 설계는 이론적 복잡도 분석뿐 아니라 시뮬레이션 실험을 통해 검증된다 실험에서는 무작위 3‑SAT 인스턴스와 QSAT 인스턴스를 대상으로 실행 시간을 측정했으며, 프랙탈 솔버가 기존 신호 기계 기반 솔버보다 평균 30 % 이상 빠른 성능을 보였다 또한 모듈 교체 실험을 통해 #SAT와 MAX‑SAT에 대한 솔버를 손쉽게 구축할 수 있음을 시연한다 전체적으로 이 논문은 프랙탈 병렬화와 모듈형 설계를 결합함으로써 신호 기계 기반 계산 모델의 범용성과 효율성을 동시에 향상시킨다