대규모 미정의 다변수 이차 방정식 해결 알고리즘

초록

본 논문은 제한된 변수 수보다 방정식 수가 많은 MQ 문제를, 유한체에서 제곱근을 찾는 문제로 환원하고, 추측‑결정 기법을 결합하여 적용 범위를 n ≥ m(m+1)/2 로 확대한다. 특성 2인 경우 O(q n^ω m (log q)^2) 의 다항식 복잡도를, 특성 2가 아닌 경우 O(q 2^m n^ω m (log q)^2) 의 복잡도를 보이며, 기존 Miura 알고리즘보다 넓은 파라미터 영역에서 효율적으로 해결한다.

상세 분석

이 논문은 MQ‑문제, 즉 n개의 변수에 대한 m개의 다변수 이차 방정식 시스템을 해결하는 새로운 알고리즘을 제시한다. 기존에 가장 널리 알려진 Miura et al.의 방법은 변수 수가 방정식 수보다 충분히 많을 때, 구체적으로 n ≥ m(m+3)/2 인 경우에만 다항식 시간 내에 해를 찾을 수 있었다. 저자들은 이 한계를 완화하기 위해 두 가지 핵심 아이디어를 도입한다. 첫 번째는 시스템을 선형 변환을 통해 표준 형태로 변환한 뒤, 각 방정식을 제곱 형태와 선형 형태의 합으로 재구성하는 과정이다. 이 과정에서 각 방정식의 이차항을 독립적인 변수들의 제곱으로 표현함으로써, 원래의 MQ‑문제를 “제곱근 찾기” 문제로 환원한다. 두 번째는 ‘guess‑and‑determine’ 전략이다. 변환 과정에서 발생하는 자유 변수들을 적절히 추측하고, 추측한 값에 대해 선형 연립방정식을 풀어 나머지 변수들을 결정한다. 이때 필요한 추측 횟수는 n − m(m+1)/2 로, 기존 방법보다 크게 감소한다. 복잡도 분석에서는 가우시안 소거의 복잡도 지수 ω(2 ≤ ω ≤ 3)를 사용해, 특성 2인 경우 O(q n^ω m (log q)^2), 특성 2가 아닌 경우 O(q 2^m n^ω m (log q)^2) 로 평가한다. 특히 특성 2인 경우, 제곱근 연산이 선형 시간에 수행될 수 있어 전체 복잡도가 다항식 수준을 유지한다. 이 알고리즘은 n ≥ m(m+1)/2 라는 조건만 만족하면 적용 가능하므로, 기존 최선의 알고리즘보다 약 m/2 만큼 더 작은 변수 수에서도 효율적으로 동작한다. 또한, 복잡도 상수에 q와 log q가 포함되어 있어, 실제 구현 시 필드 크기에 따라 성능 차이가 발생할 수 있음을 시사한다.