뇌물의 영향이 순위 집계에 미치는 효과

본 논문은 사회 선택 이론에서 널리 사용되는 Kemeny 규칙의 두 가지 변형, 즉 Kemeny 합의와 Kemeny 점수 문제에 대한 조작 복잡도를 비교·분석한다. Kemeny 합의는 전체 Kendall‑tau 거리를 최소화하는 최적 순위를 찾는 최적화 문제이며, Kemeny 점수는 주어진 목표 순위 X와 입력 순위 집합 R 사이의 총 거리가 미리 정해진 한계 k 이하가 되는지를 묻는 결정문제이다. 기존 연구에서는 Kemeny 합의에 대한 다양한 조작(뇌물, 후보·순위 추가·삭제 등)의 복잡도가 대부분 NP‑hard 혹은 Σ₂^p‑complete 로 알려져 있다. 그러나 Kemeny 점수에 대한 조작 연구는 거의 이루어지지 않았다. 논문은 먼저 Kemeny 점수 문제 자체가 NP‑complete임을 재확인하고, 그 위에 **B‑Kemeny Score**라는 새로운 프레임을 도입한다. 입력으로는 후보 집합 C, 순위 집합 R, 목표 순위 X, 조작 비용 함수 cost_B, 예산 bgt, 그리고 거리 한계 k가 주어진다. 질문은 “예산 내에서 조작을 수행해 변형된 순위 집합 R′에 대해 X와 R′ 사이의 총 Kendall‑tau 거리가 k 이하가 되는가?”이다. 여기서 조작 행동 B는 네 가지로 정의된다. 1. **$‑뇌물** - 임의의 순위 R를 X와 동일하게 바꿀 수 있다. - 비용은 각 순위마다 cost$(R)$이며, 예산이 충분하면 모든 순위를 X로 바꾸는 것이 최적이다. - 알고리즘: 예산이 허용하는 한 순위들을 X로 교체하고, 남은 예산이 부족하면 교체하지 않는다. 이 과정은 O(|R|) 시간에 수행된다. 2. **스와프 뇌물** - 인접 후보 사이의 스와프만 허용한다. 각 스와프에 비용 cost_SB(R) 부과. - 목표는 각 순위 R를 X와 가능한 한 가깝게 만들기 위해 최소 스와프 수를 계산하는 것이다. - 이를 위해 각 순위에 대해 X와의 순서 차이를 그래프 형태로 모델링하고, 최소 비용 흐름(MCF) 알고리즘을 적용한다. 복잡도는 O(n·m·log U) (n: 순위 수, m: 후보 수, U: 최대 비용) 정도이며, 다항시간이다. 3. **순위 삭제** - 특정 순위 R을 완전히 삭제한다. 비용은 cost_RD(R). - 삭제는 해당 순위와 X 사이의 거리 기여를 0으로 만들지만, 다른 순위들의 거리에는 영향을 주지 않는다. - 최적 전략은 “거리 기여가 큰 순위들을 우선 삭제”하는 것이며, 이는 비용 대비 거리 감소 비율을 기준으로 정렬 후 그리디 선택으로 해결한다. O(|R| log |R|) 시간. 4. **후보 삭제** - 후보 c를 전체 순위와 X에서 제거한다. 비용은 cost_CD(c). - 후보 삭제는 X와 R 사이의 거리 계산에서 해당 후보와 관련된 모든 쌍을 제거한다. - k=0인 경우는 Σ₂^p‑complete 로 알려져 있으나, 일반 k>0에서는 후보 삭제가 거리 감소에 직접 기여하므로, 후보별 거리 기여량을 미리 계산하고 비용 대비 효율이 높은 후보를 예산 안에서 선택하는 0‑1 배낭 문제를 동적 계획법으로 해결한다. 복잡도 O(|C|·bgt) 이다. 논문은 각 조작에 대해 **가능성 판단 알고리즘**을 제시하고, 그 복잡도를 표(Table 1)로 정리한다. 주요 결과는 다음과 같다. | 조작 | Kemeny 합의 복잡도 | Kemeny 점수 복잡도 | |------|-------------------|--------------------| | $‑뇌물 | coNP‑complete (관찰) | P (Theorem 8) | | 스와프 뇌물 | OPEN | P (Theorem 12) | | 순위 삭제 | Σ₂^p‑complete (추측) | P (Theorem 9) | | 후보 삭제 | Σ₂^p‑complete (k=0) | P (Theorem 16) | 즉, Kemeny 점수 조작은 모두 다항시간 내에 해결 가능함을 보였다. 이는 Kemeny 합의 조작이 “다른 순위들의 거리 증가”에 의존하는 반면, Kemeny 점수 조작은 “목표 순위와의 직접 거리 감소”에 초점을 맞추기 때문에 구조적으로 단순해진 결과이다. 또한, **Possible Kemeny Score** 문제를 다루며, 부분 순위가 주어졌을 때 이를 완전 순위로 확장해 X와의 거리 ≤ k 를 만족시키는지를 판단한다. 저자는 **Algorithm 1**을 제시한다. 핵심 아이디어는: - X와 아직 확장되지 않은 후보 집합 C″의 순서를 X와 동일하게 정하고, - 각 후보를 X의 순서대로 삽입하면서 현재 순위 R′에 대해 거리 증가가 최소가 되는 삽입 위치를 선택한다. Lemma 1은 “최적 확장은 C″에 대해 X와 완전히 일치한다”는 구조적 성질을 증명하고, Lemma 2는 “삽입 위치를 오른쪽으로 이동해도 거리 증가가 없거나 감소한다”는 것을 보인다. 이를 기반으로 알고리즘은 각 후보에 대해 O(|C′|) 탐색을 수행해 전체 O(|C″|·|C′|) 시간에 최적 확장을 구한다. 모든 부분 순위에 대해 이 과정을 반복하면 전체 문제를 다항시간에 해결한다. 논문의 **기술적 기여**는 다음과 같다. 1. Kemeny 점수 조작에 대한 새로운 정의와 프레임워크(B‑Kemeny Score) 제시. 2. 네 가지 조작에 대해 각각 다항시간 알고리즘을 설계하고, 복잡도 표를 통해 Kemeny 합의와의 차이를 명확히 함. 3. 부분 순위 확장 문제(Possible Kemeny Score)에 대해 최적 확장 알고리즘을 증명하고, 구조적 레마를 통해 최적성을 보임. 4. 기존 연구와 달리 “거리 제한을 직접 만족시키는” 조작이 실제 시스템(추천, 검색 등)에서 목표 순위 유지에 더 실용적임을 강조. **한계와 향후 연구**로는 비용 함수가 비선형이거나, 조작 행동이 복합적으로 결합될 경우(예: 스와프와 삭제를 동시에) 복잡도가 어떻게 변하는지에 대한 분석이 남아 있다. 또한, 실험적 평가가 부재하므로 실제 데이터셋에서 알고리즘의 실행 시간과 예산 효율성을 검증할 필요가 있다. 결론적으로, 이 논문은 Kemeny 점수 문제에 대한 조작 복잡도 연구에 새로운 시각을 제공하고, 실용적인 다항시간 솔루션을 제시함으로써 순위 기반 시스템에서 목표 순위 유지·조작 방지를 위한 이론적 기반을 확장한다.