라셀레레 계층의 상수 인수 적분 차이: 균형 분리와 균일 희소 컷

초록

이 논문은 균형 분리와 균일 희소 컷 문제에 대해 라셀레레 계층의 반정수계획(SDP) 풀에서도 상수 수준의 적분 차이가 존재함을 보인다. Ω(n) 단계까지 적용해도 최적값과 SDP 해 사이의 비율이 1에 수렴하지 않으며, 전역 균형 제약을 고차 라셀레레 단계로 올리는 새로운 기법을 제시한다.

상세 분석

본 연구는 그래프 분할 문제 중에서도 특히 균형 분리(Balanced Separator)와 균일 희소 컷(Uniform Sparsest Cut)에 초점을 맞춘다. 이 두 문제는 각각 컷의 크기를 최소화하면서 두 파트가 거의 동등한 크기를 갖도록 하는 제약을 포함한다. 기존에는 Lasserre 계층이라는 가장 강력한 SDP 완화 기법을 이용해 근사 알고리즘을 설계하려는 시도가 있었으며, Guruswami‑Sinop(2011)은 그래프 스펙트럼에 의존하는 근사 스킴을 제시했다. 그러나 그 반대 방향, 즉 라셀레레 계층이 실제 최적값에 얼마나 가까워질 수 있는가에 대한 하한은 명확히 알려지지 않았다.

논문은 먼저 라셀레레 계층의 정의와, 특히 “전역 균형 제약”과 같은 다항식 형태의 제약을 고차 레벨로 올리는 과정에서 발생하는 기술적 어려움을 짚는다. 기존 방법은 제약을 각 레벨마다 별도로 증명해야 했지만, 저자들은 다항식 제약을 “moment matrix”에 직접 삽입하는 간단한 관찰을 통해 이를 일반화한다. 이 관찰은 라셀레레 SDP의 변수들을 고차 모멘트로 확장하면서도, 제약식이 유지되는 구조적 특성을 보장한다.

핵심 기여는 Ω(n) 수준까지 라셀레레 계층을 적용했음에도 불구하고, 특정 그래프 인스턴스에서 SDP 해가 실제 최적값보다 상수 배 만큼 크게 남는 적분 차이를 구성한 것이다. 이를 위해 저자들은 고정 차수의 임의 정규 그래프와 고도로 확장된(expander) 그래프를 이용한다. 이러한 그래프는 스펙트럼이 크게 차이나면서도, 라셀레레 SDP가 “가짜” 균형 컷을 만들어 내는 현상을 보인다. 구체적으로, 그래프의 라플라시안 고유값이 충분히 큰 경우에도, 라셀레레 변수들의 고차 모멘트는 전역 균형 제약을 만족하는 듯 보이지만 실제로는 매우 불균형한 컷을 암시한다.

또한, 저자들은 “고차 라셀레레 레벨에서의 가짜 해”를 정량화하기 위해 두 가지 주요 정리를 제시한다. 첫 번째 정리는 임의 정규 그래프에 대해 r‑레벨 라셀레레 SDP가 최적값의 최소 1.1배 이상을 보인다는 것이며, 두 번째 정리는 r = Ω(n) 일 때도 동일한 상수 비율이 유지된다는 것이다. 이 결과는 기존에 알려진 “스펙트럼 기반 근사”와는 정반대의 의미를 갖는다; 즉, 스펙트럼이 좋다고 해서 라셀레레 SDP가 자동으로 강력해지는 것은 아니다.

마지막으로, 논문은 이 적분 차이가 알고리즘 설계에 미치는 함의를 논한다. 라셀레레 계층이 무한히 높은 레벨까지 확장될 경우에도 상수 인수의 차이가 남는다면, 현재 라셀레레 기반 근사 알고리즘이 근본적인 한계에 봉착했음을 시사한다. 따라서 향후 연구는 라셀레레 외의 새로운 완화 기법이나, 전역 제약을 다루는 전혀 다른 접근법을 모색해야 할 필요가 있다.