풍부한 뮤계산의 복잡성 연구

초록

본 논문은 역프로그램, 등급화 모달리티, 명시자를 모두 포함하는 완전 풍부 µ-계산이 불가능함을 확인한 뒤, 이 중 하나라도 제거한 모든 부분논리에서 만족성 문제가 결정 가능하고 ExpTime-완전임을 증명한다. 이를 위해 두 종류의 새로운 자동화 모델인 2GAPT(양방향 등급 교대 파리티 자동화)와 FEA(완전 풍부 자동화)를 도입하고, 이들의 공허성 문제를 ExpTime-완전으로 해결한 뒤, 해당 논리들의 만족성 문제를 이 자동화들의 공허성 문제로 환원한다.

상세 분석

논문은 먼저 표준 µ-계산에 역프로그램, 등급화(modal graded) 연산, 그리고 명시자(nominal)를 추가한 ‘완전 풍부 µ-계산(Fully Enriched µ-Calculus)’이 최근 연구에서 결정 불가능(undecidable)함을 인용한다. 이 불가능성은 모든 세 확장을 동시에 허용했을 때 발생하는 복잡도 폭발에 기인한다는 점을 강조한다. 저자들은 이러한 세 확장 중 어느 하나라도 배제하면 논리의 표현력이 크게 감소하지 않으면서도 만족성 문제를 다시 결정 가능하게 만든다. 구체적으로, (1) 역프로그램을 제외하고 등급화와 명시자만 허용하는 경우, (2) 등급화를 제외하고 역프로그램과 명시자를 허용하는 경우, (3) 명시자를 제외하고 역프로그램과 등급화를 허용하는 경우 등 총 3가지 주요 프래그먼트를 정의한다.

이러한 프래그먼트들의 복잡도 분석을 위해 저자들은 두 가지 새로운 자동화 모델을 설계한다. 첫 번째인 ‘두‑방향 등급 교대 파리티 자동화(2GAPT)’는 기존의 두‑방향 교대 파리티 자동화와 등급화 자동화를 통합한 형태로, 트리 구조 위에서 양방향 이동과 등급 카운팅을 동시에 수행한다. 2GAPT는 이전 연구에서 별도로 다루어졌던 두 자동화 모델(두‑방향 교대 파리티 자동화와 등급 교대 자동화)을 하나의 프레임워크로 일반화함으로써, 프래그먼트별로 필요한 전이와 수용 조건을 일관되게 기술할 수 있다.

두 번째 모델인 ‘완전 풍부 자동화(FEA)’는 무한 숲(forest) 위에서 작동하는 교대 파리티 자동화이며, 명시자와 역프로그램을 자연스럽게 표현한다. FEA는 각 트리의 루트에 ‘명시자’ 라벨을 부착하고, 역방향 이동을 통해 부모-자식 관계를 역전시켜 탐색한다. 이렇게 함으로써 명시자 기반의 전역 상태 식별과 역프로그램에 의한 경로 추적을 동시에 지원한다.

핵심 기술적 기여는 두 자동화 모델의 공허성(emptiness) 문제를 ExpTime 내에 해결한다는 증명이다. 저자들은 2GAPT의 경우, 등급 카운팅을 파리티 조건과 결합한 복합 순위 함수를 정의하고, 이를 바탕으로 고전적인 게임 이론적 접근을 적용해 결정 절차를 설계한다. FEA에 대해서는 무한 숲 구조를 유한 상태 기계로 압축하는 ‘숲 압축(forest compression)’ 기법을 도입해, 명시자와 역프로그램 전이를 유한히 표현하고, 교대 파리티 자동화의 기존 공허성 알고리즘을 확장한다. 두 경우 모두 복잡도 상한이 ExpTime이며, 하한은 기존 µ-계산의 ExpTime‑hardness를 그대로 이용해 동일함을 보인다.

마지막으로, 각 프래그먼트의 만족성 문제를 해당 자동화의 공허성 문제로 환원한다. 논리식은 자동화의 초기 상태와 전이 규칙으로 변환되며, 만족 가능한 모델이 존재하면 자동화는 비공허하고, 반대의 경우 공허함을 보인다. 이 환원 과정은 선형 시간에 수행될 수 있어 전체 복잡도 분석에 영향을 주지 않는다. 결과적으로, 역프로그램·등급화·명시자 중 하나라도 빠진 모든 풍부 µ-계산 프래그먼트는 만족성 문제가 결정 가능하고 ExpTime‑complete임을 확립한다. 이는 ‘표현력은 최대이면서도 결정 가능성은 유지되는’ 최적의 논리군을 제시한다는 점에서 이론적·실용적 의미가 크다.