강력 최대 독립 집합 문제를 위한 하이퍼그래프 데이터 축소 기법

초록

본 논문은 하이퍼그래프에서 강력 최대 독립 집합(strong MIS) 문제를 해결하기 위한 9가지 새로운 데이터 축소 규칙을 제안한다. 제안된 전처리 단계는 인스턴스 크기를 평균 22% 수준으로 감소시키며, 이후 정확·휴리스틱 솔버와 결합했을 때 평균 3.84배, 최악의 경우 53배까지 실행 시간을 단축한다. 또한 한 개의 인스턴스를 기존보다 더 큰 규모에서 해결 가능하게 만든다.

상세 분석

이 연구는 기존 그래프 기반 MIS 연구를 하이퍼그래프로 일반화하면서, 강력 독립 집합 정의(각 하이퍼에선 최대 하나의 정점만 선택)와 최소 해시 함수 설계라는 실용적 응용을 연결한다. 논문은 먼저 하이퍼그래프의 기본 개념—정점 차수, 인접성, 클리크 확장—을 정리하고, 강력 MIS와 약한 MIS, 최소 히팅셋 사이의 관계를 명확히 한다. 특히, 강력 MIS는 약한 MIS와 달리 정점 보완을 통한 직접적인 변환이 불가능하므로, 기존 히팅셋 감소 규칙을 그대로 적용할 수 없는 점을 강조한다.

제안된 9가지 축소 규칙은 크게 두 부류로 나뉜다. 첫 번째 부류는 에지 축소로, (1) 크기 1인 에지를 제거하고, (2) 포함 관계에 있는 에지(e₁⊆e₂)에서 작은 에지를 삭제한다. 이는 하이퍼그래프의 인접 구조를 보존하면서 불필요한 제약을 없애, ILP 혹은 브랜치‑앤‑바운드 단계에서 변수·제약 수를 크게 감소시킨다. 두 번째 부류는 정점 축소로, (3) 차수 0 정점을 즉시 포함하고, (4) 차수 1 정점을 포함 후 이웃을 제거, (5) 차수 2 정점에 대한 구조적 패턴(예: 두 에지가 동일한 두 정점을 공유) 등을 이용해 정점을 강제 포함·제외하거나 에지를 삭제한다. 이러한 규칙은 그래프 MIS에서 널리 쓰이는 “low‑degree reduction”을 하이퍼그래프에 맞게 일반화한 것으로, 정점 차수와 에지 크기 사이의 복합적인 관계를 고려한다.

이론적 정당성은 각 규칙마다 α(H)=α(H′)+Δ 형태의 관계를 증명함으로써 보장한다. 여기서 Δ는 포함·제외된 정점 수이며, 솔루션 복원(lift) 절차가 명시적으로 제시된다. 따라서 전처리 후 얻은 축소 인스턴스를 어떤 정확 솔버에 넣어도 원본 인스턴스의 최적해를 복원할 수 있다.

실험에서는 1,200여 개의 실세계 및 인공 하이퍼그래프(주로 해시 함수 설계와 SAT 변환에서 유도된 데이터)를 대상으로, 제안된 전처리를 적용한 후 다양한 솔버(ILP 기반 CPLEX, SAT‑based MaxHS, 그래프 기반 KaMIS 등)를 실행했다. 평균적으로 전처리 시간은 6.76초이며, 인스턴스 크기는 22%로 감소한다. 전처리와 결합한 최우수 솔버는 평균 3.84배, 최악의 경우 53배까지 속도가 향상되었으며, 전처리 없이는 해결 불가능했던 한 인스턴스를 성공적으로 해결했다. 이러한 결과는 특히 대규모 하이퍼그래프(수십만 정점·수백만 에지)에서 전처리 단계가 전체 파이프라인의 병목을 크게 완화한다는 점을 시사한다.

마지막으로, 논문은 데이터 축소 규칙이 하이퍼그래프 구조에 따라 다르게 효과를 보일 수 있음을 인정하고, 향후 규칙 자동 생성, 동적 업데이트, 그리고 다른 고차원 최적화 문제(예: 하이퍼그래프 색칠, 커버링)로의 확장 가능성을 제시한다.