형식 수학 의존성 분석: Coq와 Mizar의 추출 기법 및 활용

초록

본 논문은 Coq와 Mizar 두 인터랙티브 정리 증명 시스템에서 상세한 형식 의존성을 자동으로 추출하는 두 가지 방법을 제시하고, 이를 대규모 수학 라이브러리(CRN, MML)에 적용한 결과와 다양한 활용 사례를 논의한다.

상세 분석

논문은 형식 수학에서 “의존성”을 논리적·프래그마틱 두 관점으로 구분하고, 각각의 관점에 맞는 의존성 정의를 명확히 한다. 논리적 의존성은 증명 자체에 필요한 정의·정리·공리 등을 의미하며, 프래그마틱 의존성은 자동화 전술, 힌트 데이터베이스, 표기법, 타입클래스 등 증명 환경을 구성하는 메타 정보까지 포함한다. Coq에 대한 의존성 추출은 증명 트리와 전술 해석 과정(파싱, Ltac 확장, 평가)의 세 단계에 후킹하여, 최종 증명 용어뿐 아니라 전술 단계에서 참조된 모든 객체를 기록한다. 특히 전술이 자동으로 생성하는 임시 레마나 힌트 데이터베이스 등록까지 포착하려는 시도가 돋보인다. Mizar는 각 기사마다 환경 E_A를 정의하고, 실제 필요한 최소 환경 E’_A를 계산함으로써 의존성을 구한다. Mizar 방식은 Coq보다 구현이 단순하지만, 환경 과잉 포함 문제를 최소화하기 위해 정밀한 최소화 알고리즘을 적용한다. 두 시스템 모두 의존성 정보를 기계‑읽기 가능한 형식으로 출력하고, 이를 기반으로 라이브러리 리팩터링, 증명 재컴파일 가속, AI 기반 자동 증명 지원 학습 데이터 생성 등 다양한 응용을 가능하게 한다. 논문은 또한 의존성 추출 과정에서 발생하는 불투명성(opaque vs. transparent) 문제와 우주 제약(universe constraints) 변화 감지의 어려움을 논의하며, 완전한 의존성 추적을 위해서는 시스템 내부와 전술 구현에 대한 깊은 이해가 필요함을 강조한다.