선호 확장과 안정 모델의 직접 연계

논문은 먼저 Dung의 논쟁 체계(AF)를 소개하고, 논쟁의 공격 관계를 기반으로 정의된 네 가지 의미론(grounded, preferred, stable, complete) 중 선호 의미론(preferred semantics)에 초점을 맞춘다. 선호 확장은 admissible 집합 중 포함 관계에 대해 최대인 집합으로, 논쟁이 서로 공격·방어하는 복잡한 구조를 포괄한다. 기존 연구에서는 선호 확장을 구하기 위해 그래프 기반 알고리즘이나 ASP(Answer Set Programming) 접근법이 제안되었지만, 구현이 드물고 효율성에 한계가 있었다. 이에 저자는 두 단계의 매핑 함수를 설계한다. 첫 번째 매핑은 AF를 명제식 α(AF)로 변환한다. α(AF)는 각 논쟁 a에 대해 두 종류의 규칙을 만든다. 첫 번째 규칙은 a를 공격하는 논쟁 b가 ‘패배되지 않음(¬d(b))’이면 a가 패배한다는 의미이며, 두 번째 규칙은 a를 방어하는 모든 논쟁 c가 패배하면 a도 패배한다는 의미이다. 여기서 d(x)라는 술어는 “논쟁 x가 패배했다”는 뜻이다. 이 변환은 모든 공격 관계를 직접적으로 논리식에 반영하므로, α(AF)의 절 수는 O(2ⁿ) 이하이며 각 절의 길이는 n+1 이하이다. 따라서 입력 크기에 대해 다항식적인 변환이 보장된다. 두 번째 매핑은 기존 연구에서 사용된 β(AF)와의 관계를 이용한다. β(AF)는 “논쟁 a가 공격받는 모든 b가 패배하면 a는 살아남는다”는 형태로, admissible 집합을 기술한다. Besnard와 Doutre는 β(AF)의 최대 모델이 선호 확장과 동치임을 증명했다. 논문은 여기서 top‑signature 개념을 도입해 원래 원자 x를 새로운 원자 f(x)로 치환하고, 부정(¬)을 이용해 g(T)라는 변형 이론을 만든다. 명제 1에 의해 g(T)의 최소 모델은 T의 최대 모델에 대응한다. 이를 α(AF)와 β(AF)에 적용하면, α(AF)의 최소 모델이 AF의 선호 확장의 보완(complement)임을 정리한 정리 1이 도출된다. 즉, 선호 확장은 “패배되지 않은 논쟁 집합”이 아니라 “패배된 논쟁 집합의 최소 모델”으로 정확히 표현될 수 있다. 이론적 결과를 바탕으로 두 가지 실용적인 추론 방법을 제시한다. 첫 번째는 α(AF)를 SAT/UNSAT 문제로 변환해 기존 SAT 솔버를 활용하는 방법이다. α(AF)의 최소 모델을 찾는 과정은 부정 리터럴을 포함한 CNF 형태로 변환 가능하므로, UNSAT 검증을 통해 선호 확장을 열거할 수 있다. 두 번째는 α(AF)를 비분리(disjunctive) 논리 프로그램 P로 변환하고, DLV와 같은 비분리 안정 모델 솔버를 직접 적용하는 방법이다. 비분리 프로그램은 원래의 공격·방어 관계를 그대로 유지하면서도, 최소 모델 탐색을 안정 모델 탐색으로 전환한다는 점에서 효율성을 기대한다. 특히, DLV의 최적화 기법(데이터베이스 최적화, 비단조 최적화 등)을 활용하면 대규모 논쟁 체계에서도 실용적인 성능을 얻을 수 있다. 복잡도 측면에서 선호 확장은 co‑NP‑complete 문제이며, 논문이 제시한 변환은 입력 크기에 대해 다항식이다. 기존 ASP 기반 구현이 부족했던 점을 보완하고, 최소 모델과 최대 모델 사이의 이중성(dual) 관계를 명시적으로 활용함으로써, 기존 방법이 요구하던 복잡한 그래프 탐색을 논리 프로그램의 모델 탐색으로 대체한다는 점이 혁신적이다. 논문은 정리 1, 명제 1·2의 증명을 상세히 제시하고, 간단한 예시(3개의 논쟁 a, b, c)와 함께 변환 과정을 단계별로 보여준다. 또한, 구현을 위한 가이드라인(α(AF) 생성, CNF 변환, DLV 입력 포맷)과 실험적 기대 효과(솔버 성능 향상, 확장성)도 논의한다. 전체적으로, 논쟁 이론과 비단조 논리 프로그래밍 사이의 교량을 놓음으로써 두 분야의 연구자들에게 새로운 도구와 시각을 제공한다.