공정 k 센터와 이상치 처리의 최적 근사 알고리즘

초록

본 논문은 그룹 기반 공정성 제약과 최대 z개의 이상치를 허용하는 k‑센터 문제에 대해, 파라미터 k에 대해 고정‑파라미터 시간(FPT) 내에 3‑근사 해를 제공하는 최초의 결정적 알고리즘을 제시한다. 또한 동일한 기법을 k‑공급자와 상한·하한이 모두 존재하는 일반화된 공정‑범위 모델에 확장하고, 3‑근사 이하로 개선하는 것이 W

상세 분석

이 논문은 기존의 두 단계(비공정 해 구하고 이를 공정하게 투사) 접근법이 이상치가 존재할 경우 근본적으로 실패한다는 점을 정확히 짚어낸다. 특히, 비공정 해의 중심이 최적 해에서 제외된 포인트일 경우 매칭이 불가능해 전체 근사 비율이 급격히 악화된다. 이를 극복하기 위해 저자들은 처음부터 공정성을 유지하는 알고리즘 설계에 착수한다. 핵심 아이디어는 문제를 ‘컬러풀 k‑센터’ 형태로 변환한 뒤, 각 색(그룹)마다 정확히 하나의 센터를 선택하도록 강제하는 구조적 변환이다. 이 변환 과정에서 원래의 상한 제약을 단위 요구사항으로 분해하고, 색을 무작위로 k개로 코딩하여 그룹 수를 k로 압축한다. 무작위 코딩은 성공 확률이 2^{‑Ω(k)}이지만, FPT 시간 내에 모든 가능한 색 배치를 2^{O(k)}번 탐색함으로써 결정적 해를 보장한다.

컬러풀 인스턴스에 대해 저자들은 ‘반복적 볼 찾기’ 서브루틴을 설계한다. 각 단계에서 아직 커버되지 않은 최적 클러스터 중 가장 큰 클러스터의 색을 추측하고, 반경 OPT인 가장 조밀한 볼을 색 제한을 만족하면서 찾는다. 여기서 핵심은 구조적 삼분법(trichotomy)이다. 즉, (1) 현재 색의 가장 가까운 볼이 목표 클러스터를 포함하면 반경 3·OPT의 확장 볼이 해당 클러스터를 완전히 커버한다; (2) 현재 색의 볼 자체가 충분히 많은 포인트를 포함해 목표 클러스터를 시뮬레이션한다; (3) 두 개의 가벼운 볼을 결합하면 목표 클러스터를 대체할 만큼의 자유 포인트가 확보된다. 이 세 경우 중 하나는 반드시 발생하므로, 각 단계마다 최소 하나의 최적 클러스터를 정확히 복구한다. 충전(Charging) 기법을 통해 각 최적 클러스터의 포인트를 새로 만든 볼의 포인트에 일대일로 매핑함으로써, 전체 커버 수가 최적 해의 커버 수를 초과하지 않으며 허용된 z개의 이상치만 남긴다.

시간 복잡도는 색 배치 탐색 2^{O(k)}와 각 단계에서의 볼 탐색을 위한 FPT 서브루틴 O(k·log k)·poly(n)으로 구성되어 전체 복합 시간은 2^{O(k)}·poly(n)이다. 이는 k가 작을 때 실용적인 실행 시간을 보장한다. 또한, 동일한 프레임워크를 k‑공급자 문제와 상한·하한이 모두 존재하는 ‘공정‑범위’ 모델에 그대로 적용할 수 있음을 보이며, 기존 3‑근사 한계가 이들 확장 문제에서도 유지됨을 확인한다. 마지막으로, 3‑근사 이하의 개선이 W