곱분포에서 파티션 경계의 제곱 정확도

초록

이 논문은 두 사람 통신 및 쿼리 복잡도 모델에서, 입력이 제품(독립) 분포를 따를 때 파티션 경계(partition bound)와 정보 복잡도(information complexity)가 실제 복잡도에 대해 제곱 로그·로그 로그 정도의 손실만을 갖는 상한을 제공한다는 것을 보인다. 즉, 제품 분포 하에서의 분포적 통신·쿼리 복잡도는 파티션 경계 혹은 정보 복잡도의 제곱에 로그·로그 로그 보정만을 곱한 값으로 제한된다.

상세 분석

본 연구는 두 파트로 나뉜다. 첫 번째는 통신 복잡도 측면이며, 두 번째는 쿼리 복잡도 측면이다. 통신 복잡도에서는 임의의 Boolean 함수 f: {0,1}ⁿ×{0,1}ⁿ→{0,1}와 제품 분포 μ에 대해, 오류 0.49 이하의 분포적 통신 복잡도 CC^μ_{0.49}(f)가
O((log prt_{1/8}(f)·log log prt_{1/8}(f))²)
보다 크지 않음을 증명한다. 여기서 prt_{1/8}(f)는 Jain‑Klauck가 정의한 파티션 경계이며, 이는 LP 기반의 하한이다. 핵심 아이디어는 파티션 경계가 부드러운 사각형(smooth rectangle) 경계보다 강한 하한이라는 점을 이용하고, 부드러운 사각형 경계를 제품 분포에 대해 작은 오류 δ에 대해 충분히 낮게 만들 수 있음을 보이는 것이다. 이를 위해 저자들은 Nisan‑Wigderson의 로그‑랭크 증명 기법을 변형하여, LP 최적해를 이용해 ‘큰 편향 사각형’을 찾아내고, 입력 공간을 세 개의 영역(큰 편향 사각형, 남은 영역 중 하나는 srec 값이 감소, 또 하나는 μ 질량이 크게 감소)으로 분할한다. 재귀적으로 이 과정을 적용하면, 사각형들의 수가 O(log srec·log log srec) 수준으로 제한되고, 최종 프로토콜의 잎 수가 제곱 형태로 제한된다.

정보 복잡도와의 관계는 기존 결과인 Kol(2016)의 독립적인 증명을 활용한다. Kol은 제품 분포 μ에 대해 CC^μ_{δ}(f)=O(IC^μ_{δ}(f)·polylog IC^μ_{δ}(f))를 보였으며, 본 논문은 이를 최악의 정보 복잡도 IC_{1/8}(f) 기준으로 바꾸어 동일한 제곱 로그·로그 로그 형태의 상한을 얻는다.

쿼리 복잡도 부분에서는 함수 g:{0,1}ⁿ→{0,1}와 비트‑별 제품 분포 μ에 대해, 오류 0.49 이하의 분포적 쿼리 복잡도 QC^μ_{0.49}(g)가
O((log qprt_{1/8}(g)·log log qprt_{1/8}(g))²)
보다 크지 않음을 보인다. 여기서 qprt는 쿼리 모델에 대한 파티션 경계이다. 증명 구조는 통신 복잡도와 유사하지만, Nisan‑Wigderson의 접근법을 직접 적용하여, 쿼리 트리의 깊이가 동일한 형태의 상한을 갖도록 설계한다.

전체적으로 이 논문은 “파티션 경계가 제품 분포 하에서 다항식(정확히 제곱·로그·로그 로그) 수준의 상한을 제공한다”는 강력한 정규성을 제시한다. 이는 기존에 알려진 정보 복잡도와 통신 복잡도 사이의 로그·다항식 관계를 파티션 경계에도 확장한 것으로, LP 기반 하한이 실제 복잡도와 얼마나 가깝게 맞물리는지를 제품 분포라는 제한된 환경에서 명확히 보여준다.