상수계수 코드와 상수차원 코드의 깊은 연관성 및 최적 크기 분석

본 논문은 비동기 랜덤 네트워크 코딩에서 오류 제어에 핵심적인 역할을 하는 상수차원 코드(constant‑dimension code)를 출발점으로, 동일한 맥락에서 정의되는 상수계수 코드(constant‑rank code)의 이론적 특성을 체계적으로 탐구한다. 1. **배경 및 동기** 랜덤 네트워크 코딩은 전송 중에 발생하는 오류에 취약하므로, 오류 제어를 위한 코딩 이론이 필요하다. 비동기(비코히런트) 모델에서는 전송된 벡터가 선형 변환을 거쳐 수신되며, 이때 전송된 서브스페이스 자체가 정보가 된다. 이러한 상황에서 서브스페이스를 원소로 하는 상수차원 코드가 도입되었으며, 이는 서브스페이스 거리(subspace distance)를 최소화하는 것이 목표다. 동시에, 랭크 메트릭 코드는 행렬의 랭크를 거리로 삼아 저장 시스템·암호·공간‑시간 코딩 등에 널리 쓰인다. 상수계수 코드는 랭크 메트릭 코드 중에서도 모든 코드워드가 동일한 랭크 r을 갖는 특수한 경우로, Hamming 가중치가 일정한 코드와 유사한 개념이다. 2. **벡터와 부분공간 사이의 일대일 대응** GF(q^m)ⁿ의 원소 x를 GF(q) 위의 m×n 행렬 X로 전개하면, X의 열공간 S(x)와 행공간 T(x)가 각각 GF(q)ⁿ와 GF(q)ᵐ의 r‑차원 부분공간이 된다. 여기서 r=rank(x)이다. Lemma 2는 임의의 S∈E_r(q,m)와 T∈E_r(q,n) 에 대해 이러한 x가 존재함을 보이며, S와 T를 각각 “열‑투영”과 “행‑투영”이라 부른다. 이 매핑은 전사적이지만 일대일은 아니며, 각 부분공간당 α(m,r)·α(n,r)개의 벡터가 대응한다. 3. **상수차원 코드와 상수계수 코드의 변환** Proposition 1에 따르면, 주어진 상수차원 코드 Γ⊂E_r(q,m) 로부터 상수계수 코드 C⊂GF(q^m)ⁿ을 구성할 수 있다. 구체적으로 각 U∈Γ에 대해 rank‑r인 벡터 c_U를 선택하고, C={c_U|U∈Γ} 로 만든다. 이때 |Γ|≤|C|≤α(n,r)·|Γ| 가 성립한다. 반대로, 상수차원 코드 Δ⊂E_r(q,n) 로부터도 상수계수 코드 D를 만들 수 있다. 따라서 상수차원 코드는 상수계수 코드의 “투영”이라고 볼 수 있다. 4. **크기 하한 및 상한** 기존에 알려진 상수차원 코드의 최대 크기 A_S(q,n,2d,r) 에 대한 상·하한을 이용해, 상수계수 코드의 최대 크기 A_R(q^m,n,d,r) 에 대한 하한을 도출한다. 식 5는 A_R ≥ min{A_S(q,n,2(d−r),r), A_S(q,m,2r,r)} 를 제시한다. 또한, MRD(최대 랭크 거리) 코드의 존재를 활용해 A_R ≥ M_{d,r} (식 8) 라는 하한을 얻는다. 상한 측면에서는 그래프 이론을 도입한다. bilinear forms graph R_q(m,n,d) 의 정점은 전체 벡터이며, 두 정점이 거리 < d 일 때 인접한다. 이 그래프는 정점 전이성을 가지며, 독립집합의 최대 크기는 q^{m(n−d+1)} 로 알려져 있다. 상수계수 그래프 K_q(m,n,d,r) 은 R_q의 서브그래프이며, 독립집합 크기 α(K_q)=A_R이다. 이를 이용해 식 9, 10, 11 과 같은 여러 상한을 얻는다. 특히, I_r={i:|i−r|≥d} 와 J_a={a+kd} 를 정의해, MRD 코드의 특정 계수 집합을 제외한 나머지 코드워드 수를 빼는 형태의 상한을 제시한다. 5. **비대칭적(Asymptotic) 거동** 파라미터 n,m이 무한대로 갈 때, 비율 R = lim_{m,n→∞} (log_q A_R)/(mn) 를 분석한다. 결과는 두 경우로 나뉜다. (i) 2r ≤ n 인 경우, 상수계수 코드의 비율은 MRD 코드와 동일하게 1−(d−1)/n 로 수렴한다. (ii) 2r > n 인 경우, 비율은 더 낮아지며, 상수차원 코드의 비율과 비교해도 열등함을 보인다. 따라서 상수계수 코드는 파라미터가 충분히 크면 MRD 코드와 동등한 효율을 보이지만, 작은 n 혹은 큰 r 에서는 제한이 있다. 6. **결론 및 의의** 논문은 상수계수 코드와 상수차원 코드 사이의 대수적·조합적 연결을 명확히 함으로써, 기존에 독립적으로 연구되던 두 분야를 통합한다. 특히, 상수차원 코드의 설계와 분석에 사용되던 Gaussian 계수와 MRD 코드의 구조를 그대로 상수계수 코드에 적용할 수 있음을 보였다. 이는 네트워크 코딩에서 서브스페이스 기반 오류 제어뿐 아니라, 저장 시스템·암호·공간‑시간 통신 등에서 랭크 메트릭 기반 설계에 새로운 도구를 제공한다. 향후 연구는 제시된 상·하한을 더욱 좁히고, 실제 구현 가능한 최적 상수계수 코드 구성을 탐색하는 방향으로 진행될 수 있다.