데이터 획득의 근본 한계 샘플 복잡도와 질의 난이도 트레이드오프

본 논문은 “쿼리 기반 데이터 획득”이라는 프레임워크를 설정하고, 이와 연관된 정보 복구 문제를 Fountain 코드의 인코딩 규칙을 이용해 모델링한다. 목표는 k개의 이진 변수(정보 비트)를 패리티 측정( XOR)으로 복구하는 것이며, 각 측정은 임의의 비트 집합에 대한 XOR 결과로 정의된다. 이러한 측정은 무한히 생성할 수 있는 Fountain 코드의 출력 심볼에 해당한다. **문제 설정 및 정의** - 입력 벡터 \(x = (X_1,\dots,X_k)\)는 균등하게 무작위 선택된 이진 벡터이다. - 각 출력 심볼 \(Y_i\)는 무작위 가중치 \(d\)를 분포 \(\Omega_d\)에서 샘플링하고, 그 가중치에 해당하는 입력 비트를 균등하게 선택해 XOR한 결과이다. - 평균 가중치 \(\bar d = \sum_{d} d\Omega_d\) 를 ‘쿼리 난이도’라 부른다. 이는 한 질의당 평균적으로 몇 개의 입력 비트를 포함하는지를 나타낸다. - 복구 성공 확률을 \(P_e^{(k)}\) 로 정의하고, \(P_e^{(k)}\to0\) (k→∞) 가 되도록 하는 최소 출력 수 n을 ‘샘플 복잡도’라 정의한다. **주요 이론적 결과** 1. **하한 (Proposition 1)** - 선형 시스템 해를 위해 최소 k개의 독립 방정식이 필요하므로 \(n\ge k\). - 입력 노드가 고립될 확률을 고려하면 \(n\ge (c\,k\log k)/\bar d\) 가 필요함을 보인다. - 따라서 전체 하한은 \(n\ge c_{\ell}\max\{k, k\log k/\bar d\}\). 2. **상한 (Theorem 1)** - 이상 솔리톤 분포 \(\Omega_d\) (d=1일 때 1/D, 2≤d≤D일 때 \(1/