APSP 우주 축소로 세 가설 동등성 입증

본 논문은 Fine‑Grained Complexity 분야에서 핵심적인 세 가지 가설, 즉 APSP 가설, Strong APSP 가설, Directed Unweighted APSP 가설 사이의 관계를 체계적으로 조사한다. 서론에서는 세 가설이 각각 어떻게 기존의 복잡도 하한을 제공해 왔는지, 그리고 이들 가설이 ‘보조 가설’로서 실제 문제에 적용될 때 겪는 설득력의 차이를 설명한다. 특히, 보조 가설은 증명하기 쉬우나 핵심 가설보다 약한 경향이 있어, 이를 핵심 가설과 동등하게 만드는 것이 이 분야의 중요한 목표임을 강조한다. 논문은 먼저 APSP와 Min‑Plus 곱의 정확한 복잡도 동등성을 정리한다. APSP는 MinPlus(n,n,n)와 동일하고, Strong APSP는 가중치 제한 u≤n^{3‑ω}인 경우 MinPlus(n,n,n|u)와, Directed Unweighted APSP는 u≤n^{1‑µ}인 경우 MinPlus(n,n^{µ},n|u)와 동등함을 보인다. 이를 바탕으로 ω=2일 때 Directed Unweighted APSP가 Strong APSP를 함의한다는 기본 관계를 확인한다. 핵심 기여는 두 종류의 ‘Universe Reduction’이다. 첫 번째인 Small‑Universe Reduction은 가중치가 O(n^{δ})인 그래프를 무가중치 그래프로 변환한다. 이를 위해 저차원 APSP 기법을 도입한다. 저차원 APSP는 거리 행렬을 Select‑Plus Rank라는 새로운 분해 방식으로 표현한다. 이 방식은 행렬을 몇 개의 저랭크 행렬들의 선택‑플러스 연산으로 분해하고, 각 저랭크 행렬에 대해 기존의 n^{2.5}‑시간 알고리즘을 적용한다. 결과적으로 Strong APSP가 성립하면 무가중치 APSP도 n^{2.5}‑시간 이하로는 풀 수 없으며, 따라서 두 가설이 ω=2 하에 동등함을 증명한다(정리 1.7). 두 번째인 Large‑Universe Reduction은 다항식 크기의 가중치를 가진 그래프를 가중치가 O(n) 이하인 그래프로 압축한다. 여기서는 가중치 집합 X의 ‘doubling’ 속성을 이용한다. X+X의 크기가 X보다 크게 증가하지 않는 경우, 즉 |X+X|≤n^{κ}|X|인 경우를 ‘low‑doubling’이라고 정의한다. 저차원 APSP 기법과 결합해, 이러한 low‑doubling 집합을 가진 그래프에서도 APSP는 n³‑시간 이하로는 해결될 수 없음을 보인다(정리 1.10). 이 과정에서 가산 조합론의 플레니어스‑라스카르 정리와 같은 결과를 활용해 임의의 다항식 가중치 집합을 low‑doubling 집합으로 변환한다. 두 축소를 종합하면, ω=2와 가산 조합론 가정 하에 세 가설이 서로 동등함을 보인다. 논문은 이 결과를 바탕으로 여러 ‘중간 복잡도’ 문제에 대한 정확한 하한을 도출한다. 구체적으로, * Node‑Weighted APSP는 Strong APSP와 동등함을 보이며, * All‑Pairs Bottleneck Paths(APBP)는 n^{2+δ}‑시간 이하로는 풀 수 없음을 증명하고, * Monotone Min‑Plus Product, Bounded‑Difference Min‑Plus Product, Min‑Max Product 등 다양한 행렬 곱 문제에 대해 APSP 기반 하한을 제공한다. 또한, Zwick의 n^{2+µ}‑시간 알고리즘(µ≈0.528)과 Shoshan‑Zwick의 n^{ω}·u‑시간 알고리즘이 각각 Strong APSP와 Directed Unweighted APSP 가설 하에 최적임을 정리한다(정리 1.8, 1.9). 기술적인 부분에서는 ‘Select‑Plus Rank’와 ‘Low‑Rank Exact Triangle’ 구조를 상세히 정의하고, 이를 이용한 여러 단계의 정규화와 감소 과정을 제시한다. 특히, 저차원 행렬 분해를 통해 ‘Slice‑Uniform Exact Triangle’와 ‘Uniform Low‑Doubling Exact Triangle’ 사이의 변환을 수행함으로써, 가중치 집합의 크기와 합집합 크기를 동시에 제어한다. 마지막으로, 부록에서는 해시 기반 순서 보존 매핑, 충돌 자유 커버링 레마의 비난수화, 그리고 가산 조합론적 가정의 정당성을 논의한다. 전체적으로, 이 논문은 Fine‑Grained Complexity에서 보조 가설을 핵심 가설과 동등하게 만드는 새로운 방법론을 제시하고, 다양한 그래프·행렬 문제의 정확한 복잡도 지도를 한층 명확히 한다.