보조 문제 해결을 위한 유한 자동기 분해 연구

**1. 서론 및 연구 동기** 논문은 ‘보조 문제 해결’이라는 새로운 관점을 제시한다. 기존 자동기 설계에서는 입력 전체에 대해 언어 L을 인식하는 단일 DFA를 찾는 것이 목표였지만, 실제 상황에서는 입력에 대한 사전 정보(예: 입력이 특정 정규 언어 L′에 속한다는 사실)가 존재한다. 이러한 정보를 활용하면 원래보다 더 간단한 자동기로 문제를 해결할 수 있다. 저자는 이를 ‘어드바이저(advisor)’와 ‘솔버(solver)’라는 두 개의 DFA로 모델링한다. 어드바이저는 입력이 L′에 속함을 보증하고, 솔버는 제한된 입력 집합에 대해 L을 인식한다. **2. 기본 정의와 분해 유형** - **DFA 기본 정의**: (K, Σ, δ, q₀, F) 형태. - **Acceptance‑identifying (AI) 분해**: L(A)=L(A₁)∩L(A₂)이며 |K₁|,|K₂|<|K|. - **State‑identifying (SI) 분해**: 매핑 β:K₁×K₂→K가 존재해 β(δ₁(q₁,w),δ₂(q₂,w))=δ(q₀,w) 를 만족. - **Weak AI (wAI) 분해**: 관계 R⊆K₁×K₂가 존재해 R(δ₁(q₁,w),δ₂(q₂,w))⇔w∈L(A). - **State‑behavior (SB) 분해**: A₁‖A₂가 원래 자동기의 상태 전이 구조를 그대로 구현(동형 사상 α). - **Acceptance‑and‑State‑behavior (ASB) 분해**: SB 조건에 더해 수용 상태도 동일하게 유지. 각 정의는 ‘비자명(nontrivial)’ 조건을 두어 두 자동기의 상태 수가 원래보다 작아야 함을 명시한다. **3. S.P. 파티션과 존재 조건** S.P. 파티션은 상태 집합을 구분하면서 전이 구조를 보존하는 파티션이다. 파티션 π₁·π₂는 두 파티션의 교차(공통 블록)이며, π₁+π₂는 연결성을 나타낸다. 논문은 다음과 같은 정리를 통해 파티션을 이용해 분해 존재 여부를 판단한다. - **Theorem 3.1**: 비자명한 SB‑분해 ↔ 두 비자명 S.P. 파티션 π₁,π₂가 π₁·π₂=0(모든 상태가 서로 구분)이다. ASB‑분해는 추가로 π₁,π₂가 최종 상태를 분리해야 함. - **Theorem 3.2**: π₁,π₂가 최종 상태를 분리하면 AI‑분해가 가능. 구체적으로 각 파티션 블록을 상태로 하는 DFA A₁, A₂를 만들고, 교집합이 최종 상태가 되도록 설계한다. - **Theorem 3.3**: π₁·π₂가 {F, K−F}를 포함하면 wAI‑분해가 가능. 여기서는 관계 R을 “두 블록의 교집합이 F에 포함”으로 정의한다. **4. 분해 유형 간 관계** - 모든 SI‑분해는 wAI‑분해의 특수 경우이며, 모든 AI‑분해는 wAI‑분해이기도 하다. - SB‑분해는 SI‑분해를 함축한다(정리 3.6). 즉, 상태 전이 구조를 완전히 보존하면 최종 상태 복원도 가능하다. - 최소 DFA에 대해 **Theorem 3.4**는 AI‑분해가 존재하면 자동적으로 SI‑분해도 존재함을 보여준다. 이는 최소성으로 인해 매핑 β가 자연스럽게 정의될 수 있기 때문이다. - **Theorem 3.5**는 ASB‑분해가 SB‑분해와 AI‑분해를 동시에 만족해야 함을 명시한다. **5. 증명 아이디어와 예시** 증명은 주로 파티션 블록을 새로운 DFA의 상태로 삼고, 전이 함수를 파티션의 대체 성질에 따라 정의한다. AI‑분해에서는 두 자동기의 최종 상태 블록이 교집합을 이루면 원래 자동기의 최종 상태가 된다. wAI‑분해에서는 관계 R을 블록 교집합이 F에 포함되는지 여부로 정의해 수용 여부만 판단한다. SB‑분해와 ASB‑분해는 병렬 연결(A₁‖A₂)의 동형 사상 α를 이용해 원래 자동기의 전이와 수용을 그대로 재현한다. **6. 의의와 향후 연구** 이 연구는 DFA를 두 개의 보조 자동기로 분해함으로써 상태 수를 감소시키는 새로운 방법론을 제공한다. 특히 S.P. 파티션이라는 대수적 구조를 활용해 존재 여부를 판정하고, 분해 유형 간 위계 관계를 명확히 함으로써 병렬/분산 자동기 설계, 조언자 기반 알고리즘, 복합 시스템 검증 등에 적용 가능성을 열어준다. 향후 연구에서는 k‑advisor 모델, 비정규 언어에 대한 확장, 그리고 실제 시스템에서의 자동화된 파티션 탐색 알고리즘 개발 등이 기대된다.