그래프에서의 게리맨더링 복잡도와 파라미터화 알고리즘

초록

**
본 논문은 그래프 형태로 모델링된 선거구 나누기 문제(Gerrymandering)를 연구한다. 저자들은 경로 그래프에서의 NP‑완전성을 증명하고, 후보 수·구획 수·유권자 수 등 자연스러운 파라미터에 대해 고정‑파라미터 트랙터블(FPT) 알고리즘을 제시한다. 특히 구획 수 k에 대한 2^O(k)·n^{O(1)} 시간 알고리즘과 유권자 수 n에 대한 2^n·(n+m)^{O(1)} 시간 알고리즘을 개발한다.

**

상세 분석

**
이 논문은 먼저 기존 연구에서 제시된 그래프 기반 게리맨더링 모델을 확장하여, 각 정점(유권자)이 하나의 후보만을 선호하는 것이 아니라 후보마다 가중치(표 수)를 가질 수 있는 일반화된 모델 W‑GM(Weighted Gerrymandering)을 정의한다. 이 모델은 실제 선거에서 다당제·다표제와 같은 복잡한 상황을 자연스럽게 포착한다는 점에서 의미가 크다.

핵심 이론적 기여는 두 가지이다. 첫째, 경로 그래프에 대한 복잡도 구분을 명확히 한다. Ito et al.이 제시한 “경로에서 후보 수가 고정되지 않은 경우”가 아직 미해결이었는데, 저자들은 이 문제를 RAINBOW MATCHING(색이 다른 매칭) 문제로부터 다항식 시간 감소시켜 NP‑완전임을 증명한다. 이 결과는 단순한 선형 구조에서도 후보 선호가 다양해지면 문제의 난이도가 급격히 상승한다는 사실을 보여준다.

둘째, 파라미터화 복잡도 관점에서 실용적인 알고리즘을 설계한다. 파라미터 k(구획 수)에 대해, 경로 그래프에서는 각 구획을 좌·우 끝점 쌍으로 표현하고, 이러한 구획들을 정점으로 하는 보조 그래프 H를 만든 뒤, H에서 길이 k인 경로를 찾는 문제로 환원한다. 이때 대표 집합(representative set) 기법과 k‑길이 경로 탐색을 위한 기존 FPT 기법(예: 색상‑코딩, 빠른 푸리에 변환 기반 다항식 곱셈)을 결합하여 2^{O(k)}·n^{O(1)} 시간(확정형) 및 2^{k}·n^{O(1)} 시간(확률형) 알고리즘을 얻는다.

또한 파라미터 n(유권자 수)에 대해서는 모든 가능한 구획 후보 집합을 다루는 전통적인 지수 시간 탐색을 피하기 위해, 각 후보별 승리 구획 집합 F_c를 다항식으로 인코딩한다. 각 구획 S는 특성 벡터 χ(S)를 이진수로 보고, 이를 지수로 하는 단항식 y^{χ(S)}를 만든다. 두 구획이 서로 겹치지 않음은 χ(S₁)+χ(S₂)의 1‑비트 개수가 |S₁|+|S₂|와 동일함을 이용해 다항식 곱셈으로 검증한다. FFT 기반 빠른 다항식 곱셈을 활용하면 전체 복잡도를 2^{n}·(n+m)^{O(1)}으로 제한할 수 있다.

이러한 알고리즘 설계는 “대표 집합”과 “다항식 곱셈”이라는 두 고급 도구를 사회 선택 이론 문제에 처음 적용한 사례라 할 수 있다. 특히, 후보 수 m이 큰 경우에도 n에 대한 지수 시간만으로 문제를 해결할 수 있다는 점은 실무에서 후보가 다수인 선거(예: 프라이머리)에도 적용 가능함을 시사한다.

마지막으로 저자들은 트리 구조에 대한 FPT 여부를 남겨두고, 현재는 O(n·k^{k‑1}) 수준의 단순 “k‑1개의 간선 선택” 알고리즘만 존재함을 언급한다. 이는 트리에서도 파라미터 k에 대한 더 효율적인 알고리즘 개발이 아직 미해결 과제임을 강조한다.

**