이중선형최적화는 NP에 속하고 다항크기의 KKT 변환 가능

초록

본 논문은 이중선형계획(BLP)의 결정 버전이 NP에 속함을 증명하고, KKT 기반의 혼합정수선형(MILP) 변환에 필요한 “big‑M” 상수를 원래 입력 크기와 다항적인 인코딩 길이로 효율적으로 계산할 수 있음을 보인다.

상세 분석

논문은 먼저 이중선형계획 문제(BLP)의 결정 버전을 정의하고, 기존에 알려진 NP‑hardness와는 달리 NP‑membership를 엄밀히 증명한다. 핵심 아이디어는 하위 수준(LL) 문제의 최적 기저(basis)를 증명서(certificate)로 활용하는 것이다. 최적 기저가 존재하고, 그에 대한 감소 비용(reduced cost)이 비음수임을 보이면, 해당 기저와 상위 변수 x, y가 선형 제약식(2a)–(2e)을 만족하는지 다항 시간 내에 검증할 수 있다. 이는 “existential” 양자화가 적용되는 낙관적(opt optimistic) 시나리오에 대해 성립한다.

또한, 보수적(pessimistic) 시나리오에서는 모든 최적 하위 해가 상위 제약을 만족해야 하므로, 하나의 기저뿐 아니라 추가적인 기저들을 이용해 포함 관계를 표현한다. 논문은 이를 위해 기본 기저 B와, 목적 함수 d에 대한 비양(negative) 감소 비용을 갖는 기저 ˆB, 그리고 각 coupling 제약식에 대응하는 ˆB⁺ᵢ, ˆB⁻ᵢ (i=1,…,k)를 증명서에 포함시킨다. 이러한 다중 기저 구조는 보수적 상황에서도 다항 시간 검증이 가능함을 보인다.

다음으로 KKT 기반 변환을 다룬다. 전통적인 KKT 변환에서는 보완 제약 yᵀ(q−Wᵀλ)=0을 이진 변수 z와 큰 상수 Mₚ, M_d 로 선형화한다. 여기서 M을 어떻게 선택하느냐가 핵심 난제였는데, 논문은 원래 문제 데이터의 비트 길이에 대해 다항적인 상수 M을 구성하는 절차를 제시한다. 이를 위해 먼저 상위·하위 변수 x, y에 대한 절대값 상한을 Lemma 4를 이용해 다항적으로 구한다. 그 후, dual 변수 λ와 보완 변수에 대해서도 동일한 방식으로 상한을 도출함으로써 전체 KKT 시스템에 대한 “big‑M”을 다항 크기로 확보한다.

결과적으로, BLP를 KKT‑MILP 형태로 변환하는 과정 전체가 입력 크기에 대해 다항 시간 내에 수행될 수 있음을 보이며, 이는 BLP의 결정 버전이 NP에 속한다는 증명과 일치한다. 논문은 또한 ℓ‑수준 이중(다중) 선형 최적화 문제에 대한 귀납적 확장을 제시해, ℓ‑수준 문제는 Σₚ^{ℓ‑1}에 속한다는 일반적 복잡도 계층 결과를 암시한다.

전반적으로 이 논문은 이중선형계획의 복잡도 이론적 위치를 명확히 하고, 실무에서 널리 사용되는 KKT‑MILP 변환을 이론적으로 정당화하는 동시에, 실제 구현에 필요한 big‑M 파라미터를 효율적으로 구하는 방법을 제공한다.