다중위치 인코딩의 부분뷰와 정확 일관성: 그래프 색채와 용량 이론

본 논문은 분산된 다중 위치 인코딩 시스템에서 “부분 뷰”(partial view)라는 제한된 관측만 허용될 때 발생하는 오류 구조를 체계적으로 분석한다. 먼저, 잠재적 원소(라틴트 튜플)와 관측 함수 \(Y\)를 정의하고, 두 튜플이 동일한 관측을 생성하면 이를 간선으로 연결한 “혼동 그래프”(confusability graph) \(G_{\mathcal{V}}\)를 만든다. 핵심 결과는 이 그래프 클래스가 “좌표 일치 집합이 위로 닫힌(upward‑closed) 패밀리”와 정확히 일치한다는 정리이다. 즉, 두 튜플이 공유하는 좌표 인덱스 집합 \(A\)가 해당 패밀리 안에 있으면 두 튜플은 구분되지 않는다. 이 위로 닫힌 성질은 좌표 순열에 대해 그래프가 자동으로 동형임을 의미한다. 다음으로, 정확 복구와 그래프 색채 사이의 동등성을 보인다. 태그 알파벳 크기 \(T\)가 주어지면, \(G_{\mathcal{V}}\)가 \(T\)‑색칠 가능하면 각 색을 태그로 사용해 \((Y(x),\tau(x))\)가 서로 다른 튜플에 대해 일대일 대응이 되므로 정확 복구가 가능하다. 반대로 복구가 가능하면 최소 태그 수는 그래프의 색수 \(\chi(G_{\mathcal{V}})\)와 동일하다. 따라서 복구 비용을 최소화하려면 그래프 색채 문제를 푸는 것이 핵심이다. 블록 구성을 확장하면, \(n\)‑블록 시스템의 혼동 그래프는 단일 블록 그래프의 강곱 \(G_{\mathcal{V}}^{\boxtimes n}\)이 된다. 이때 정규화된 블록 전송률 \(\frac{1}{n}\log \chi(G_{\mathcal{V}}^{\boxtimes n})\)는 \(n\)이 무한대로 갈 때 수렴하고, 그 극한값을 샤논 용량 \(C(G_{\mathcal{V}})\)라 정의한다. 기존 제로‑오류 정보이론의 결과와 일치하게, \(C(G_{\mathcal{V}})\le \log \vartheta(\overline{G_{\mathcal{V}}})\)가 성립한다. 여기서 \(\vartheta\)는 Lovász‑θ 함수이며, 이는 정규화된 색수와 보완 그래프의 색수 사이의 상한을 제공한다. 특히, 기본 혼동 관계가 전이적(transitive)인 경우, 즉 그래프가 “클러스터‑그래프”(cluster‑graph) 형태를 이루면 용량이 정확히 \(\log |B|\)가 된다. 논문은 이 상황을 확인하기 위한 두 가지 충분조건을 제시한다. 첫 번째는 “meet‑witnessing” 조건으로, 모든 두 독립 좌표 집합의 교집합이 허용된 뷰에 포함되는지를 검사한다. 두 번째는 “fiber‑coherence” 조건으로, 각 관측 파이버가 내부에서 완전 연결(clique)임을 보장한다. 두 조건 모두 다항시간 알고리즘으로 검증 가능하다. 선형(affine) 제한을 추가하면, 가능한 latent tuple 집합이 어떤 선형 부분공간에 속하게 되고, 좌표 인덱스 집합 위에 매트로이드 구조가 정의된다. 이 매트로이드는 표현 가능(representable)하며, 그 랭크 \(r(S)\)는 임의의 좌표 집합 \(S\)에 대해 \(|S|\) 이하임을 보인다. 매트로이드 랭크는 직접적으로 혼동 그래프의 색수 상한을 제공한다: \(\chi(G_{\mathcal{V}})\le 2^{r(