대역폭 색칠 문제를 위한 SAT 인코딩 설계 연구

초록

본 논문은 대역폭 색칠 문제(BCP)를 정확히 해결하기 위한 SAT 인코딩 설계 공간을 체계적으로 탐색한다. 1‑변수, 2‑변수, 블록 인코딩 등 세 가지 카테고리에서 총 6가지 인코딩을 제안하고, 증분 해결, 대칭 깨기, 블록 폭 전략 등 주요 옵션의 영향을 실험적으로 분석한다. 특히 블록 인코딩이 가장 어려운 GEOM120b 인스턴스를 약 1000초 만에 최적해를 찾으며, 기존 방법이 1시간 제한 내에 풀지 못했던 문제를 해결한다는 점에서 의미가 크다.

상세 분석

논문은 대역폭 색칠 문제(BCP)를 SAT 기반 정확 해법의 새로운 전환점으로 제시한다. 기존 연구는 주로 할당 기반(assignment‑based) 인코딩에 의존했으며, 이는 색상 수 H와 그래프의 간선 수 |E|에 비례해 제약식이 급증하는 단점을 가지고 있었다. 저자들은 이러한 제약식 폭을 줄이기 위해 변수 표현을 세밀히 재설계하였다. 첫 번째 카테고리인 1‑변수 인코딩(1G, 1L)은 각 정점‑색상 쌍에 대해 단일 불리언 변수를 두고, “색상이 i보다 크다”(greater) 혹은 “색상이 i보다 작다”(less)라는 두 가지 의미론을 비교한다. 두 번째 카테고리인 2‑변수 인코딩(2G, 2L)은 정점 쌍에 대해 색상 차이를 직접 표현하는 변수 쌍을 도입해, 거리 제한 d(u,v)를 보다 자연스럽게 모델링한다. 세 번째 카테고리인 블록 인코딩(X, Xa)은 변수를 블록 단위로 그룹화해, 동일 블록 내에서 색상 순서를 전역적으로 강제함으로써 단위 전파 효율을 크게 향상시킨다. 특히 Xa는 블록 폭을 인스턴스 특성에 맞게 가변적으로 조정하는 메커니즘을 포함한다.

핵심 실험 설계에서는 증분 SAT 해결(incremental solving)과 대칭 깨기(symmetry breaking) 옵션을 교차 적용하였다. 증분 해결은 초기 색상 상한을 점진적으로 낮추면서 기존 클라우즈를 재사용하도록 설계되었으며, 이는 특히 블록 인코딩에서 탐색 공간을 급격히 축소시켜 평균 해결 시간을 30% 이상 단축시켰다. 반면 1‑변수 인코딩에서는 증분 효과가 미미했는데, 이는 변수 수가 이미 적고 제약식이 단순해 클라우즈 재사용 이득이 제한적이었기 때문이다. 대칭 깨기 전략은 기존 그래프 색칠 연구에서 차용한 색상 순서 고정, 정점 순서 고정, 그리고 새로운 “거리 대칭” 제약을 포함한다. 실험 결과, 블록 인코딩에서는 거리 대칭이 가장 큰 성능 향상을 보였으며, 1‑변수 인코딩에서는 색상 순서 고정이 오히려 오버헤드로 작용해 성능 저하를 일으켰다. 이러한 상호작용 효과는 인코딩 유형에 따라 대칭 깨기 전략을 맞춤형으로 선택해야 함을 시사한다.

성능 평가에서는 GEOM과 MS‑CAP 두 벤치마크 집합을 사용하였다. 특히 GEOM120b 인스턴스는 기존 POP‑S‑B, POPH‑S‑B, ILP, CP 모델이 1시간 제한을 초과해 최적해를 찾지 못했지만, 블록 인코딩 X와 증분·대칭 깨기 옵션을 결합한 구성으로 약 1000초(≈16분) 내에 최적 해를 증명하였다. 이는 제약식 수가 O(H·|E|) 수준으로 유지된 덕분에 SAT 솔버가 효율적인 단위 전파와 학습을 수행할 수 있었기 때문이다. 전체 실험에서 블록 인코딩이 평균적으로 1‑변수·2‑변수 인코딩보다 1.8배 빠른 해결 시간을 기록했으며, 증분·대칭 깨기 조합이 없는 경우와 비교해 2배 이상의 속도 향상을 보였다.

결론적으로, 논문은 SAT 인코딩 설계가 변수 표현, 제약식 구조, 그리고 솔버 옵션 간의 복합적인 상호작용에 크게 의존한다는 점을 실증한다. 블록 인코딩은 대규모 BCP 인스턴스에 대한 새로운 표준이 될 가능성이 높으며, 향후 연구에서는 블록 폭 자동 튜닝, 동적 대칭 깨기 전략, 그리고 다른 SAT 솔버와의 포트폴리오 기반 조합이 기대된다.