확률 그래프에서 쿼리 근사 평가

초록

본 논문은 이진 서명(즉, 그래프) 위의 튜플‑독립 확률 데이터베이스에서 쿼리 확률을 근사하는 알고리즘을 연구한다. 결합 복잡도(쿼리와 인스턴스 모두를 입력으로)에서 다항시간 내에 근사값을 제공하는 FPRAS(Full Polynomial‑time Randomized Approximation Scheme)의 존재 여부를 그래프 구조별로 완전하게 구분한다. 주요 결과는(1) DAG 상의 일방향 경로 쿼리에는 결합 FPRAS가 존재함을 보이며, 이를 통해 DAG에서의 두 단말 네트워크 신뢰도(ST‑CON) 문제에 대한 FPRAS를 얻는다. (2) 대부분의 다른 그래프·쿼리 조합에서는 표준 복잡도 가정(RP≠NP 등) 하에 결합 FPRAS가 존재하지 않음을 증명한다. (3) 이러한 비근사 가능성은 DNNF 형태의 증명 회로 크기가 지수적으로 커야 함을 보이는 하한과도 일치한다. 또한, 자기‑조인 제한과 제한된 하이퍼트리 폭 조건을 완화할 수 없음을 보여준다. 마지막으로, 정규 경로 쿼리(RPQ)의 데이터 복잡도 관점에서 일부 RPQ는 ST‑CON과 동등한 난이도를 가지며 근사조차 불가능함을 보인다.

상세 분석

이 논문은 확률 그래프(튜플‑독립 확률 데이터베이스에 이진 관계만 허용) 위에서의 쿼리 확률 계산(PHom) 문제를 결합 복잡도 관점에서 체계적으로 분석한다. 먼저, 그래프 클래스와 쿼리 형태를 크게 두 축으로 나눈다. 쿼리 그래프는 (1) 일방향 경로(1WP), (2) 양방향 경로(2WP), (3) 하향 트리(DWT), (4) 다형 트리(PT) 등으로 구분하고, 인스턴스 그래프는 (a) DAG, (b) 일반 그래프(All)로 구분한다. 라벨이 있는 경우와 없는 경우를 각각 따로 다루어 표 1에 정리한다.

주요 기술적 기여는 두 가지이다. 첫째, 결합 FPRAS의 존재 여부를 정확히 판정한다. 대부분의 조합에 대해, 기존 연구(예: AMS17)의 #P‑hard 정확 계산 결과를 확장하여, RP≠NP 혹은 #P‑hard 가정 하에 근사조차 불가능함을 보인다. 특히, 자기‑조인(self‑join)과 하이퍼트리 폭 제한을 동시에 없앨 경우, 트리폭‑1 CQ에 대해 TID 인스턴스가 트리폭‑1일 때도 결합 FPRAS가 존재하지 않음을 증명한다(결과 1.5). 이는 van Bremen·Meel의 이전 결과(자기‑조인 자유 + bounded hypertree width)에서 두 가정이 모두 필수임을 강력히 뒷받침한다.

둘째, 긍정적인 근사 가능성을 제시한다. 가장 눈에 띄는 예는 Proposition 3.1으로, 일방향 경로 쿼리(1WP)를 DAG 인스턴스에 적용할 때 결합 FPRAS가 존재한다는 것이다. 이 결과는 경로 쿼리의 증명(Boolean provenance)을 nOBDD 형태로 압축할 수 있음을 이용한다. nOBDD에 대한 최근 연구(Arenas et al., 2021)에서 제시된 가중된 만족 할당 수 카운팅 FPRAS를 적용함으로써, DAG 상의 두 단말 네트워크 신뢰도(ST‑CON) 문제에도 다항시간 근사 알고리즘을 제공한다(결과 1.6). 이는 30년 넘게 열린 “ST‑CON에 대한 FPRAS 존재 여부” 질문에 대한 긍정적 답변이며, 특히 DAG 제한이 핵심적인 역할을 한다.

또한, 논문은 증명 회로 크기 하한을 통해 근사 불가능성의 구조적 원인을 설명한다. 조건부 비근사 가능한 쿼리·인스턴스 쌍에 대해, 어떤 ε>0에 대해서도 DNNF(Deterministic Decomposable Negation Normal Form) 회로의 크기가 2^{Ω((|G|+|H|)^{1−ε})} 이상임을 보인다(결과 1.2). 특히, 트리폭‑1 CQ와 트리폭‑1 인스턴스에 대해서는 2^{Ω(|G|+|H|)} 하한을 얻어, 비확률적 상황에서는 선형시간으로 해결 가능한 쿼리라도 증명 표현이 지수적으로 커야 함을 강조한다. 이는 지식 컴파일(Knowledge Compilation) 관점에서 DNNF가 가장 효율적인 회로 클래스임에도 불구하고, 근사 알고리즘이 존재하지 않는 경우 회로 자체가 비효율적임을 보여준다.

마지막으로, **정규 경로 쿼리(RPQ)**에 대한 데이터 복잡도 분석을 수행한다. RPQ는 일반적인 UCQ와 달리 무한 언어를 기술할 수 있어, 데이터 복잡도에서도 #P‑hard가 발생한다. 논문은 무한 RPQ 중 일부가 ST‑CON과 동등한 난이도를 가지며, 조건부(예: RP≠NP)로 근사 자체가 불가능함을 증명한다. 이는 RPQ가 기존의 쿼리 클래스와는 다른 차원의 어려움을 가지고 있음을 시사한다.

전체적으로, 이 연구는 확률 그래프 위의 쿼리 근사 가능성을 그래프 구조와 쿼리 형태에 따라 정밀하게 구분하고, 긍정적·부정적 결과를 모두 제공함으로써 향후 확률 데이터베이스 시스템 설계와 복잡도 이론에 중요한 지침을 제시한다.