부분 연산을 허용한 새로운 페블 게임과 I/O 복잡도

초록

본 논문은 기존 레드‑블루 페블 게임이 요구하는 “빨간 페블 수 ≥ 최대 진입 차수” 제약을 없애기 위해, 부분 연산을 허용하는 새로운 페블 게임 모델을 제안한다. 이 모델에서는 임의 진입 차수를 가진 DAG에서도 최적 I/O 전략을 탐색할 수 있다. 저자는 이 문제의 결정 버전이 비용 k 이하의 전략 존재 여부를 묻는 것이 NP‑complete임을 증명하고, 특히 M=2(빠른 메모리 2워드)인 단일 레벨 DAG에서도 난이도가 유지됨을 보인다. 또한 특수 경우에 대한 근사 알고리즘을 제시하고, M=2일 때 21/8(동시 LOAD/STORE 시 8/7) 정도의 상수 팩터 근사비율을 얻는다.

상세 분석

이 논문은 I/O 복잡도 분석을 위한 전통적인 레드‑블루 페블 게임(RBPG)의 근본적인 한계를 짚어낸다. 기존 모델은 빨간 페블(빠른 메모리)의 개수가 그래프의 최대 진입 차수보다 하나 이상 커야 한다는 가정을 전제로 한다. 이는 고차 입출력 연산을 포함하는 스파스 행렬 곱, 그래프 알고리즘, 대규모 언어 모델 등 현대 애플리케이션에서 흔히 위배된다. 저자는 이러한 제약을 없애기 위해 ‘부분 연산(partial computation)’이라는 개념을 도입한다. 부분 연산이란, 노드의 일부 입력을 사용해 중간 결과를 만들고, 해당 결과를 노란 페블로 표시한 뒤 메인 메모리에 저장(STORE)하기 전까지는 빨간 페블과 동일하게 취급한다. 이로써 한 번에 모든 입력을 메모리에 올릴 필요 없이, 입력을 순차적으로 로드하면서 중간 결과를 누적할 수 있다.

새 모델의 규칙은 네 가지 기본 동작으로 구성된다. LOAD은 빨간 페블을 빈 노드에 놓으며 비용 1, REMOVE는 빨간 페블을 제거해 비용 0, COMPUTE는 두 전임자 노드가 모두 빨간(또는 노란) 페블을 가지고 있을 때 새로운 노드에 노란 페블을 놓으며 비용 0, STORE는 노란 페블을 빨간 페블로 전환하고 동시에 파란 페블을 메인 메모리에 복사해 비용 1을 부과한다. 게임은 모든 에지를 삭제하고 최종 출력 노드에 페블이 남지 않을 때 종료된다.

복잡도 분석에서는 비용 k 이하의 전략 존재 여부를 결정하는 문제가 NP‑complete임을 보인다. 증명은 Hamiltonian Path 문제로부터의 다항식 귀환을 사용한다. 구체적으로, 원 그래프의 각 정점에 대해 ‘입력‑출력’ 구조를 가진 완전 이분 그래프 형태의 가젯을 만든 뒤, 가젯 간에 원 그래프의 인접 관계에 따라 입력 노드를 공유하도록 병합한다. M=2인 경우, 각 가젯을 제거하는 데 최소 n+2번의 움직임이 필요하고, 인접한 두 가젯을 연속해서 처리하면 추가 비용이 n+1번만 든다. 따라서 전체 비용이 n²+n+1 이하가 되려면 원 그래프에 Hamiltonian Path가 존재해야 함을 보이며, 이는 NP‑hardness를 확립한다.

알고리즘적 기여로는 단일 레벨 DAG, 특히 스파스 매트릭스 곱과 같은 구조에 대해 상수 팩터 근사 알고리즘을 제시한다. M=2일 때는 21/8≈2.625배의 근사비율을 달성하고, LOAD와 STORE를 동시에 수행할 수 있는 모델에서는 8/7≈1.143배로 개선한다. 이는 기존 연구에서 거의 다루어지지 않았던 I/O 모델의 근사 가능성을 최초로 제시한 것이다.

마지막으로, 제안된 모델은 기존 RBPG와 달리 그래프 변환 단계가 필요 없으며, 부분 연산을 통해 높은 진입 차수를 자연스럽게 처리한다. 다만 현재 모델은 ‘중간 결과는 반드시 메인 메모리에 저장되어야 한다’는 제한을 갖고 있어, 완전한 스트리밍 혹은 파이프라인 형태의 연산을 다루려면 추가적인 규칙 확장이 필요하다. 이러한 제한을 완화하면 더 넓은 클래스의 알고리즘에 적용 가능할 것으로 기대된다.