동형사상 재구성 문제의 복잡도 재조명: 이진·단항 인코딩과 별 그래프의 효율적 해결

초록

본 논문은 그래프 동형사상 개수를 이용해 원본 그래프를 복원하는 문제(HomRec)의 정확한 복잡도 지위를 규명한다. 이진으로 주어진 개수는 NEXP‑hard, 단항으로 주어진 경우는 Σ₂^p‑complete임을 보이며, 제약 그래프가 크기가 제한된 별(star)일 때는 단항 버전을 다항시간 알고리즘으로 해결한다. 핵심 기법은 SuccinctClique와의 NEXP‑hard 감소, 부울 회로를 그래프 구조에 인코딩하는 정규성 제약, 그리고 별 그래프의 동형사상 수가 그래프의 차수열에만 의존한다는 관찰을 이용한 동적 계획법이다.

상세 분석

이 논문은 두 가지 인코딩 방식에 따라 HomRec 문제의 복잡도가 크게 달라진다는 점을 명확히 보여준다. 먼저, 개수를 이진으로 입력받는 일반 버전은 기존 연구에서 NEXP에 속한다는 것만 알려졌으나, 정확히 NEXP‑complete임을 증명한다. 이를 위해 저자들은 잘 알려진 NEXP‑complete 문제인 SuccinctClique를 이용해 다항시간 다중 감소를 구성한다. 핵심 아이디어는 부울 회로를 그래프 형태로 변환하고, 회로의 만족 여부를 특정 동형사상 개수와 일치시키는 제약 집합을 만든다. 특히 색깔 그래프와 “정규성 제약”(F≡(A,B,n,m))을 도입해 색깔 클래스 A의 크기와 각 정점이 색깔 B와 맺는 이웃 수를 정확히 제어한다. Cauchy–Schwarz 부등식을 이용해 이러한 제약이 강제하는 정규성을 증명함으로써, 회로의 각 게이트가 올바르게 평가되는지를 동형사상 개수만으로 검증한다. 이 과정에서 m개의 복제와 적절한 곱셈을 통해 전체 회로를 하나의 그래프에 압축시켜, SuccinctClique 인스턴스의 해 존재 여부와 HomRec 인스턴스의 해 존재 여부를 일대일 대응시킨다.

단항 인코딩 버전(UnHomRec)은 입력 크기와 개수 크기가 동일해지므로, 해가 존재한다면 그래프의 정점 수는 ∑_i m_i·|F_i| 이하로 제한된다. 이를 이용해 문제를 NP^#P에 넣을 수 있다. 저자들은 이 버전이 Σ₂^p‑complete임을 보인다. Σ₂^p‑hardness는 Quantified Boolean Formula(QBF) 문제의 Σ₂‑형식을 이용한 감소로, “존재 ∀” 구조를 동형사상 제약에 매핑한다. 반면, Σ₂^p‑membership은 비결정적 기계가 후보 그래프를 추측하고, 각 제약을 #P‑oracle로 검증하는 절차로 구성된다.

특히 흥미로운 것은 별 그래프(Star) 제약에 대한 다항시간 알고리즘이다. 별 그래프 S의 동형사상 수 hom(S,G)는 G의 차수열에만 의존한다는 사실을 이용한다. 저자들은 모든 별에 대한 동형사상 수가 주어지면, 해당 차수열을 만족하는 그래프가 존재하는지 여부를 동적 계획법으로 결정한다. 구체적으로, 차수열을 구성하는 각 차수값에 대해 가능한 정점 수를 구하고, 이를 합쳐 전체 정점 수와 동형사상 수 제한을 만족하도록 조합한다. 차수열이 구해지면, 고전적인 Havel‑Hakimi 알고리즘을 사용해 실제 그래프를 재구성한다. 이 알고리즘의 시간 복잡도는 O(m·ℓ²)이며, ℓ는 제약 그래프들의 최대 정점 수, m은 최대 동형사상 개수이다. 또한, 별 그래프에 대한 동형사상 수가 서브그래프 수와 일대일 대응한다는 기존 결과를 이용해, 서브그래프 카운트 버전도 동일한 복잡도로 해결 가능함을 보인다.

전체적으로 논문은 복잡도 이론과 알고리즘 설계 두 측면에서 균형 잡힌 기여를 제공한다. NEXP‑hardness와 Σ₂^p‑completeness는 문제의 본질적 어려움을 명확히 하고, 별 그래프에 대한 효율적 해결책은 실용적 응용 가능성을 열어준다. 특히, 동형사상 임베딩을 활용한 머신러닝 파이프라인에서 역변환 단계가 필요할 때, 제약이 별 형태로 제한된다면 빠른 복원이 가능함을 시사한다.