적응형 RLBWT 병합 알고리즘

초록

본 논문은 두 개의 런‑길이 압축된 Burrows‑Wheeler Transform(RLBWT)을 하나의 런‑길이 압축된 확장 BWT(eBWT)로 병합하는 방법을 제시한다. 병합 과정은 O(r) 추가 공간만 사용하며, 전체 실행 시간은 O((r+L)·log(m+n))이다. 여기서 m·n은 입력 문자열 길이, r은 최종 eBWT의 런 수, L은 불가역 LCP 값들의 합이다.

상세 분석

논문은 먼저 기존의 BWT 병합 기법이 압축된 형태에서는 여전히 입력 문자열 전체를 탐색해야 하는 비효율성을 지적한다. 이를 극복하기 위해 저자들은 Ψ 함수와 LF 매핑을 반복적으로 평가할 수 있는 “move 구조”를 O(r) 공간에 구축한다. Lemma 1에 따르면, 이러한 구조를 이용하면 두 RLBWT의 각 문자에 대한 컨텍스트를 O(log r) 시간에 비교할 수 있다. 핵심 아이디어는 컨텍스트 비교 시 발생하는 로그 비용을 이진 탐색 단계에서 세 번만 지불하도록 최적화하는 것이다. 즉, 특정 문자 위치 i에 대해 가장 작은 j를 찾는 과정에서 로그 비용을 최소화한다.

다음 단계에서는 PBWT(포지셔널 BWT)를 병합하는 워밍업 예시를 제시한다. 여기서는 각 열을 블록 단위로 나누어 0과 1의 복사 횟수를 미리 계산하고, 블록별로 연속된 비트를 한 번에 복사함으로써 O(r + B) 시간에 병합한다. B는 전체 블록 수이며, 이 접근법은 RLBWT에도 그대로 적용될 수 있다.

본 논문의 주 알고리즘은 위 두 아이디어를 결합한다. 먼저 두 입력 RLBWT에 대해 move 구조를 만든 뒤, 각 런을 순차적으로 스캔한다. 런의 시작점에서 컨텍스트를 비교해 어느 입력에 속하는지 판단하고, 해당 런을 최종 eBWT에 삽입한다. 삽입 과정에서 발생하는 LCP 값이 불가역(irreducible)인 경우에만 추가 비용 L이 발생한다. 저자들은 L이 O((m+n)·log δ)임을 이용해 전체 시간 복잡도를 O((r+L)·log(m+n))으로 제한한다. 여기서 δ는 eBWT의 압축 가능성을 나타내는 지표이며, r≥δ임을 보인다.

시간 복잡도 분석에서는 처음에 O(r log r + L)·log(m+n) 형태의 상한을 얻고, 이후 Lemma 6의 기술적 보조 정리를 활용해 r log r 항을 제거한다. 최종적으로 r만 남게 되며, 이는 입력 문자열이 고도로 반복적일수록 실제 실행 시간이 거의 선형에 가깝게 감소함을 의미한다. 공간 복잡도는 추가적인 동적 구조 없이 O(r)만을 사용하므로, 대규모 유전체 데이터베이스에서도 메모리 부담이 최소화된다.

실험적 평가 파트는 논문 본문에 포함되지 않았지만, 저자들은 기존 동적 RLBWT 병합 알고리즘이 입력 길이에 비례하는 시간·공간을 요구하는 반면, 제안 알고리즘은 압축된 런 수에만 의존한다는 점을 강조한다. 따라서 다종 유전체를 하나의 파노믹 레퍼런스로 통합하는 작업에 특히 유리하다.