쌍별 독립성을 이용한 SOS 하위한계: 다항식 시간으로는 풀 수 없는 Max‑P 인스턴스

초록

이 논문은 쌍별 독립 분포를 지원하는 모든 부울 술어 P에 대해, 임의의 ε>0에 대해 n개의 변수로 구성된 Max‑P 인스턴스 I를 만든다. I의 어떤 할당도 만족 비율을 |P⁻¹(1)|/2ᵏ+ε 이하로 제한하지만, 차수 Ω(n)인 Sum‑of‑Squares(SOS) 계층은 I가 불만족임을 증명하지 못한다. 즉, SOS는 이러한 인스턴스에 대해 근사 저항성을 보이며, 이전에 알려진 약한 계층(예: Sherali‑Adams)보다 강력한 하위한계를 제공한다.

상세 분석

본 논문은 CSP(제약 만족 문제) 분야에서 가장 강력한 반경  Semidefinite Programming(SDP) 계층 중 하나인 Sum‑of‑Squares(SOS) 계층에 대한 새로운 하위한계를 제시한다. 기존 연구에서는 “쌍별 독립 분포(pairwise independent distribution)”를 지원하는 술어 P가 UGC(Unique Games Conjecture) 하에서 근사 저항성을 가진다고 알려졌으며, NP‑hardness 관점에서도 Chan이 제시한 “부분공간 위의 균등 분포”라는 추가 구조가 필요했다. 그러나 이 논문은 그 추가 구조 없이도, 단순히 쌍별 독립성만 있으면 차수 Ω(n)의 SOS 계층이 해당 CSP를 구분하지 못한다는 것을 증명한다.

핵심 아이디어는 두 단계로 구성된다. 첫 번째는 무작위로 생성된 k‑uniform 하이퍼그래프 I를 이용해, 모든 할당 x에 대해 C∈I를 무작위로 선택했을 때 C(x)의 분포가 ε‑근접하게 균등함을 보이는 것이다. 이는 m=Θ(n)개의 하이퍼엣지를 충분히 많이 뽑고, 적절히 가지치기(pruning)하여 girth가 Ω(log n)인 고확장성을 확보함으로써 Chernoff와 합동 결합을 이용해 얻는다.

두 번째는 해당 인스턴스 I에 대해 차수 d=Ω(n)인 “pseudo‑expectation” 연산자 ˜E를 구성하는 것이다. ˜E는 SOS가 최적화하는 대상인 가짜 기대값을 정의하는데, 여기서는 각 변수 집합 S( |S|≤d )에 대해 실제 확률분포 ν_S를 정의하고, ˜E