고차 함수 논리 프로그램의 완전 추상화 문제

초록

본 논문은 고차 함수와 비결정성을 허용하는 현대 함수‑논리 언어에서 “완전 추상화”가 성립하는지 탐구한다. 비결정성에 대한 호출 시점 선택(call‑time choice) 의미론을 전제로, 함수의 외연적(Extensional) 모델은 관찰 가능한 행동과 일치하지 않아 부정확함을 보인다. 반면, 함수의 내연적(Intensional) 특성을 유지하는 CRWL 프레임워크의 고차 버전은 완전 추상화와 구문적 합성성을 동시에 만족함을 증명한다.

상세 분석

논문은 먼저 함수‑논리 프로그래밍(Fun‑Logic Programming)에서 의미론적 정확성의 기준으로 “완전 추상화(full abstraction)”를 정의한다. 완전 추상화란 프로그램 조각의 의미와 외부 관찰자(observation)가 완전히 일치하는 성질로, 의미론이 프로그램의 실제 동작을 과소·과대 평가하지 않음을 의미한다. 여기서 관찰자는 두 종류로 구분된다: (1) 정규 형태(normal form) 도달 여부, (2) 비결정적 선택 결과의 집합.

다음으로 논문은 비결정성을 다루는 두 가지 전통적 의미론, 즉 “call‑by‑need”와 “call‑time choice”를 비교한다. 현대 함수‑논리 언어는 주로 call‑time choice를 채택하는데, 이는 함수 인자를 평가할 때 그 인자의 비결정적 선택이 한 번만 이루어지고 이후 재사용된다는 의미이다. 이 특성은 고차 함수가 인자로 전달될 때 의미론적 일관성을 유지하도록 설계되었다.

핵심 기술적 결과는 외연적 함수 모델이 완전 추상화를 만족하지 못한다는 부정증명이다. 외연적 모델은 함수 값을 입력‑출력 관계만으로 정의하고, 함수 자체의 구현 세부(예: 비결정적 선택 시점)를 무시한다. 논문은 구체적인 반례를 제시한다. 예를 들어, 두 함수 f와 g가 동일한 입력‑출력 관계를 갖지만, f는 내부에서 비결정적 선택을 일찍 수행하고 g는 늦게 수행한다면, call‑time choice 하에서 두 함수는 관찰 가능한 결과가 다르게 나타난다. 따라서 외연적 의미론은 이러한 차이를 구분하지 못해 부정확(soundness violation)하게 된다.

반면, CRWL(Constructive ReWriting Logic) 프레임워크는 함수의 “내연적” 특성을 유지한다. CRWL은 프로그램을 재작성 규칙의 집합으로 보고, 비결정적 선택을 명시적 선택 연산자로 모델링한다. 고차 버전의 CRWL은 함수 자체를 일급 값으로 취급하고, 함수 적용 시점에 선택이 고정되는 call‑time choice 규칙을 엄격히 적용한다. 논문은 이 모델이 (1) 관찰자와 의미론 사이의 일대일 대응을 보장하고, (2) 프로그램 구성요소를 독립적으로 분석할 수 있는 합성성(compositionality)을 유지함을 정리와 정리를 통해 증명한다.

또한, 논문은 완전 추상화가 실용적인 도구(예: 부분 평가기, 정적 분석기) 설계에 미치는 영향을 논의한다. 외연적 의미론에 기반한 도구는 비결정적 선택의 시점을 놓치게 되어 최적화 기회를 놓치거나 잘못된 프로그램 변환을 일으킬 위험이 있다. 반면, CRWL 기반 도구는 정확한 선택 정보를 보존하므로 보다 안전하고 강력한 최적화와 분석이 가능하다.

마지막으로, 논문은 향후 연구 방향으로 고차 함수와 비결정성을 동시에 지원하는 다른 의미론적 접근법(예: 모나드 기반 모델)과의 비교, 그리고 CRWL의 실행 효율성을 높이기 위한 구현 기법을 제시한다.