온라인 무작위 프라임‑듀얼 방법의 최적 성능 한계 분석

초록

본 논문은 온라인 무작위 프라임‑듀얼 기법을 적용할 때, 후보 함수 공간 F를 어떻게 설계하느냐에 따라 얻어지는 경쟁률 하한이 크게 달라짐을 지적한다. 이를 해결하기 위해 보조‑LP(augmented‑LP) 기반의 체계적인 프레임워크를 제시하고, Huang·Zhang(2024)의 Stochastic Balance 알고리즘을 대상으로 함수 공간 F₂, F₃, F₁, F₀에 대한 하한·상한을 수치적으로 구한다. 결과적으로 동일한 소멸 확률 가정 하에 경쟁률 최소 0.5796을 달성함을 보이며, 더 넓은 함수 공간 F₁에 대해서는 상한 0.5810을 얻어 현재 접근법의 한계를 명확히 제시한다.

상세 분석

논문은 온라인 매칭·광고 입찰 등 다양한 온라인 최적화 문제에서 널리 활용되는 무작위 프라임‑듀얼 기법의 핵심 단계인 “업데이트 함수 f” 선택 문제를 함수 공간 F의 설계 관점에서 재조명한다. 기존 연구는 분석 편의를 위해 f에 강한 구조적 제약(예: 일정 구간에서 상수값, 단조성 등)을 부여했지만, 이는 최적 경쟁률을 제한하는 요인으로 작용한다. 저자는 이 딜레마를 해결하기 위해 두 단계의 보조‑LP를 도입한다. 첫 번째 보조‑LP(AUG‑LP)는 주어진 f에 대해 적대적 전략이 최소화하는 기대 듀얼 제약값 L