그래프 색채화 문제의 근사거리와 새로운 메트릭 구조

본 논문은 그래프 동형사상(homomorphism)을 기반으로 한 최적화 문제인 Weighted Maximum H‑Colourable Subgraph, 즉 MAX H‑COL의 근사가능성을 체계적으로 탐구한다. 먼저, 그래프들의 동형사상 관계가 정의하는 반순서 구조를 이용해 동형동등 클래스 G≡ 위에 거리 함수 d를 정의한다. 이 거리 d는 두 그래프 M, N 사이의 최적 가중 서브그래프 크기의 비율을 최소화한 값 s(M,N)와 s(N,M)의 곱을 1에서 뺀 형태로, d(M,N)=1−s(M,N)·s(N,M) 로 정의된다. Lemma 1‑4를 통해 d가 대칭·비음성·삼각 부등식을 만족함을 증명하고, 따라서 (G≡,d) 가 진정한 메트릭 공간임을 확인한다. 특히, d는 동형동등 클래스에 불변이며, K₂와 H 사이의 거리 d(K₂,H) 가 H의 이분밀도 b(H)와 동일함을 보여 기존 이분밀도 연구와 직접 연결한다. 다음으로, Lemma 5는 두 그래프 M, N 사이의 거리와 근사비율을 연결한다. 만약 MAX M‑COL 문제가 α‑근사 가능하면, 동일 인스턴스에 대해 MAX N‑COL 은 (1−d(M,N))·α 로 근사 가능함을 보인다. 반대로, NP‑hardness 결과와 결합해 d가 작을수록 N‑문제의 근사 하한이 강해진다. 이는 기존에 알려진 MAX k‑CUT 근사비율을 다른 H에 전이시키는 핵심 메커니즘이다. 알고리즘적 적용에서는 Goemans‑Williamson의 SDP 기반 MAX CUT 알고리즘을 H=C₁₁ (11‑정점 사이클) 에 적용해 0.79869 의 근사비율을 얻는다. 또한 Frieze‑Jerrum의 MAX k‑CUT SDP 알고리즘을 일반 H에 적용해, d(K_k,H) 가 작을수록 동일 비율을 유지함을 확인한다. 특히 edge‑transitive 그래프에 대해 s(M,N)=mc_M(N,1/e(N)) 로 간단히 계산할 수 있어, b(H)=1−d(K₂,H) 로부터 직접 근사비율을 추정한다. 논문은 다양한 그래프 패밀리(완전 그래프, 고밀도 랜덤 그래프 G(n,p), 작은 최소 사이클을 가진 그래프, 휠 그래프 등)에 대해 d값을 계산하고, 이를 바탕으로 근사비율을 도출한다. Unique Games Conjecture (UGC) 하에서, 이러한 비율이 거의 최적임을 증명한다. 예를 들어, 고밀도 그래프에서는 d가 매우 작아 거의 1에 가까운 근사비율을 얻으며, 이는 UGC에 의해 더 나은 알고리즘이 존재하지 않음을 의미한다. 또한, Håstad의 일반 MAX 2‑CSP SDP 알고리즘과 비교했을 때, Frieze‑Jerrum 알고리즘이 대부분의 경우 더 높은 비율을 제공함을 이론적 분석과 실험적 결과로 뒷받침한다. 마지막으로, 논문은 d를 선형 계획법(LP)으로 계산하는 방법을 제시한다. Aut(N) 의 대칭성을 이용해 가중 함수 w를 정규화하고, 최적화 문제를 LP 형태로 전환함으로써 실제 그래프에 대한 거리 계산을 효율적으로 수행한다. 이를 통해 연구자는 새로운 H에 대해 기존 알고리즘의 성능을 빠르게 예측하고, 필요 시 맞춤형 근사 알고리즘을 설계할 수 있다. 결론적으로, 이 연구는 그래프 동형사상 메트릭을 도입함으로써 MAX H‑COL 문제들을 통합적인 근사 이론 아래에 위치시킨다. 거리 d는 근사가능성의 상한·하한을 동시에 제공하는 강력한 도구이며, 이를 통해 새로운 그래프 클래스에 대한 근사 알고리즘 설계와 복잡도 경계 설정이 가능해진다. 또한, UGC와의 연계 분석을 통해 얻은 거의 최적의 근사비율은 향후 이 분야 연구의 기준점이 될 것으로 기대된다.