두 변수 조각과 카운팅 양화사의 데이터 복잡도

논문은 데이터베이스 이론과 설명 논리의 교차점에서 두 변수 논리 조각과 카운팅 양화자의 복합적인 복잡도 특성을 체계적으로 분석한다. 서론에서는 데이터 복잡도라는 개념을 도입하고, 배경 이론 ϕ와 질의 ψ를 고정된 작은 크기의 입력으로, 실제 데이터 Δ만을 크기 매개변수로 보는 모델을 제시한다. 이는 실제 데이터베이스 시스템에서 이론적 배경이 거의 변하지 않고, 대규모 데이터만이 변동한다는 현실을 반영한다. 본론에서는 먼저 C² (두 변수 조각 with counting)를 정의한다. C²는 변수 x와 y만을 사용하고, 1차·2차 술어와 카운팅 양화자를 허용한다. 기존 연구에 따르면 C²의 일반 만족성 및 유한 만족성은 NEXPTIME‑complete이다. 그러나 데이터 복잡도 관점에서는 ϕ를 (2) 형태인 ϕ* 로 변환하고, 카운팅 술어 f₁,…,f_m을 “메시지”로 해석한다. 1‑type과 2‑type을 도입해 구조 내 각 원소의 유형을 명시하고, “chromatic”(인버터블 메시지를 주고받는 원소들은 서로 다른 1‑type을 가져야 함) 및 “differentiated”(각 1‑type에 속하는 원소 수가 1이거나 Z보다 큰 경우만 허용) 조건을 만족하도록 모델을 재구성한다. 이 과정은 모델을 그래프 형태로 단순화하고, 필요한 경우 새로운 유니어리 술어를 추가해 색칠을 수행한다. 결과적으로 Δ와 ϕ*가 결합된 모델 존재 여부는 비결정적 다항시간(NP) 알고리즘으로 판정 가능함을 보인다. 따라서 S_ϕ와 FS_ϕ (데이터 복잡도 하의 만족성·유한 만족성) 문제는 NP‑complete임을 증명한다. 다음으로 GC² (두 변수 가드형 조각 with counting)를 소개한다. GC²는 모든 양화가 guard(두 변수 사이의 이진 술어) 안에 포함되도록 제한한다. 이는 모델이 “가드”에 의해 제한된 구조를 갖게 하여, 무한히 큰 모델을 만들기 어렵게 만든다. 논문은 GC²에 대해 양의 결합 질의 ψ(ȳ)=∃x̄(α₁∧…∧α_n) 형태를 고려한다. 여기서 α_i는 원자 술어이며, 모든 술어는 1차·2차만 허용한다. 질의 응답 문제 Q_{ϕ,ψ}(ȳ)는 “Δ∪{ϕ} ⊨ ψ(a) 인가?”를 묻는다. 이를 부정하면 “Δ∪{ϕ} ∪ {¬ψ(a)} 가 만족 가능한가?”가 되며, 이는 C²와 동일한 형태의 NP 문제로 환원된다. 따라서 원래 질의 응답은 그 보수 문제인 co‑NP에 속한다. 동일한 논리가 유한 모델에 한정된 경우에도 적용되어, FQ_{ϕ,ψ}(ȳ) 역시 co‑NP‑complete임을 얻는다. 마지막으로 C²와 양의 결합 질의의 조합이 일반적으로 결정 불가능함을 보인다. 저자는 C²가 충분히 강력해 튜링 기계의 동작을 인코딩할 수 있음을 이용해, 특정 질의에 대해 만족 여부를 판단하는 문제가 튜링 기계의 정지 문제와 동치임을 증명한다. 따라서 데이터 복잡도 관점에서 만족성·유한 만족성은 NP‑complete이지만, 질의 응답까지 포함하면 undecidable 영역에 진입한다는 중요한 경계를 제시한다. 전체적으로 논문은 두 변수 논리 조각과 카운팅 양화자의 데이터 복잡도 지형을 명확히 그리며, C²와 GC²가 각각 NP‑complete와 co‑NP‑complete라는 대조적인 복잡도 결과를 통해 이론적·실용적 의미를 부각한다. 또한, 복잡도 분석에 프레셰바르 정리를 활용한 새로운 기법을 도입함으로써 향후 다른 논리 조각에 대한 데이터 복잡도 연구에 대한 방법론적 토대를 제공한다.