비선형 신경 피드백 시스템 검증을 위한 다각형 포락선 기법

초록

본 논문은 비선형 전이 함수를 갖는 신경 피드백 시스템의 안전성을 검증하기 위해, 다각형 포락선(polyhedral enclosure)이라는 새로운 선형 추상화를 제안한다. 이 포락선을 MILP 형태로 인코딩하여 전방 도달 가능 집합을 효율적으로 과대근사하고, 기존의 OVERT와 CORA 대비 한 차례 정도의 성능 향상을 실험적으로 입증한다.

상세 분석

이 연구는 비선형 신경 피드백 시스템의 검증이라는 난제에 대해 두 가지 핵심 아이디어를 결합한다. 첫째, 시스템의 비선형 전이 함수를 ‘확장 유리 비선형 함수(extended rational nonlinear functions)’라는 제한된 클래스 안에서 다각형 포락선으로 감싸는 방법을 제시한다. 여기서 포락선은 Delaunay 삼각분할을 기반으로 한 다수의 선형 구간(또는 하이퍼플레인)으로 구성되며, 각 정점마다 하한(L)과 상한(U)을 정의한다. 이러한 구조는 기존의 구간 기반 혹은 다항식 기반 추상화보다 더 촘촘한 경계 정보를 제공한다는 점에서 의미가 크다.

둘째, 이 선형화된 포락선을 정수 변수와 선형 제약식만으로 표현할 수 있도록 MILP(Mixed‑Integer Linear Program)로 변환한다. 신경망 컨트롤러가 ReLU 활성화를 갖는 다층 퍼셉트론이라는 가정 하에, 각 ReLU 활성화는 이진 변수와 선형 제약으로 정확히 모델링될 수 있다. 따라서 시스템 전체의 전이와 제어를 동시에 포함하는 최적화 문제를 구성하면, 최적화 결과가 바로 전방 도달 가능 집합의 안전한 상한이 된다.

알고리즘적 측면에서 저자들은 ‘리프팅(lifting)’과 ‘보간(interpolation)’을 통해 서로 다른 차원의 바운딩 셋을 동일한 격자(grid) 형태로 맞춘 뒤, 선형 연산(+,−)과 비선형 연산(×,÷)에 대한 합성 규칙을 수학적으로 증명한다. 특히 비선형 곱에 대해서는 전통적인 구간 연산보다 더 타이트한 McCormick 포락선을 선택적으로 적용해 경계의 과보수를 줄인다. 이러한 이론적 기반 위에 OVERTPoly 알고리즘이 설계되었으며, 단계별 최적화와 셀 기반 경계 업데이트를 통해 계산 복잡도를 크게 낮춘다.

실험에서는 드론 레이싱, 자율 주행, 로봇 팔 제어 등 실제 시스템을 모델링한 5개의 벤치마크를 사용했다. OVERTPoly은 동일한 하드웨어 환경에서 OVERT와 CORA에 비해 평균 8배 이상의 실행 속도 향상을 보였으며, 도달 가능 집합의 부피는 기존 방법보다 15~30% 정도 더 타이트하게 추정했다. 이는 특히 안전 임계값이 좁은 고속 비행 제어와 같이 정밀도가 요구되는 분야에서 실용적 가치를 제공한다.

한계점으로는 다각형 포락선 생성 시 격자 해상도 선택이 결과 정확도와 계산량 사이의 트레이드오프를 만든다는 점, 그리고 현재는 ReLU 기반 MLP에만 적용 가능하다는 점을 들 수 있다. 향후 비선형 활성화 함수나 컨볼루션 신경망에도 확장하는 연구가 필요하다.