정확 그래프 색칠의 인스턴스‑독립 대칭 파괴 전략

본 논문은 정확 그래프 색칠 문제를 최적화 관점에서 다루며, 특히 **대칭 구조**가 솔버 성능에 미치는 영향을 집중적으로 분석한다. 그래프 색칠은 레지스터 할당, 일정 계획, AI 분야의 다양한 스케줄링 문제 등에서 핵심적인 NP‑complete 문제로, 작은 규모의 실제 인스턴스는 최적 해를 구하는 것이 실용적이다. 최근 SAT·0‑1 ILP 솔버의 비약적 발전으로, 문제를 이러한 표준 형식으로 환원해 해결하는 접근법이 주목받고 있다. 그러나 환원 과정에서 **고도로 대칭적인** 논리식이 생성되며, 이는 SAT·ILP 솔버가 탐색 트리를 비효율적으로 확장하게 만든다. 논문은 대칭을 두 종류로 구분한다. 첫 번째는 **인스턴스‑독립 대칭**으로, 색상 라벨 자체가 임의의 순열에 의해 교환될 수 있다는 점이다. 이는 문제 정의 단계에서 언제나 존재한다. 두 번째는 **인스턴스‑특정 대칭**으로, 그래프의 정점 자동동형에 의해 발생한다. 기존 연구는 주로 두 번째 유형에 초점을 맞추어, 그래프 자동동형 탐지 도구(Nauty, Saucy)를 이용해 대칭을 찾아낸 뒤, Shatter와 같은 프레임워크로 **정적 SBP**(Symmetry Breaking Predicates)를 삽입하는 방식을 사용했다. 본 연구는 이러한 기존 흐름을 확장한다. 먼저, 색상 순열에 대한 **인스턴스‑독립 SBP**를 네 가지 형태로 설계한다. 가장 단순한 형태는 “색상 1은 가장 작은 정점에 할당한다”는 제약이며, 이는 **lex‑leader** 방식의 일종이다. 두 번째 형태는 “색상 i는 색상 i‑1보다 큰 정점에만 할당될 수 있다”는 순서 제약이다. 세 번째와 네 번째는 보다 복잡한 순열 고정 제약으로, 완전성을 목표로 하지만 제약 수가 급증한다. 다음으로, 논문은 **0‑1 ILP**와 **SAT** 두 가지 변환 경로를 모두 고려한다. 그래프 색칠을 0‑1 ILP로 변환할 때는 각 정점‑색상 쌍을 변수로 두고, 인접 정점 간 색상 충돌을 방지하는 제약과 각 정점이 정확히 하나의 색을 갖는 제약을 추가한다. SAT 변환은 동일한 논리를 CNF 형태로 인코딩한다. 두 변환 모두 동일한 대칭 구조를 갖게 되며, 따라서 동일한 SBP를 적용할 수 있다. 대칭 탐지는 **Saucy**를 활용한다. Saucy는 최신 그래프 자동동형 탐지 알고리즘으로, 대규모 그래프에서도 빠르게 대칭군을 계산한다. 탐지된 대칭은 인스턴스‑특정 SBP와 결합해 공식에 삽입된다. 인스턴스‑독립 SBP는 사전에 정의된 고정 제약이므로, 탐지 단계 없이 바로 적용 가능하다. 실험 설계는 두 가지 주요 축으로 이루어진다. 첫 번째는 **벤치마크 선택**으로, DIMACS 그래프 색칠 인스턴스, 퀸즈 문제(다양한 N), 그리고 실제 컴파일러 레지스터 할당 사례를 포함한다. 두 번째는 **솔버 및 설정**으로, CPLEX(ILP), CryptoMiniSat, Glucose, Lingeling 등 최신 SAT 솔버를 사용했으며, 각 솔버에 동일한 시간 제한(통상 1시간)과 메모리 제한을 적용했다. 실험 결과는 다음과 같다. (1) **인스턴스‑특정 SBP**만 적용했을 때, 대부분의 중간 규모 인스턴스(수백 정점, 수십 색상)에서 해결 시간이 크게 단축되었다. (2) **인스턴스‑독립 SBP**를 추가했을 때, 가장 단순한 **lex‑leader** 제약이 전체 성능을 추가로 10~30% 향상시켰다. 반면, 복잡한 순열 고정 제약은 제약 수가 급증해 SAT 솔버의 내부 변수 선택 히스토리와 학습 절차를 방해, 오히려 평균 해결 시간이 증가했다. (3) 인스턴스‑독립 대칭을 **사전 단계**에서 완전히 제거하려는 기존 제안과 달리, 본 연구는 **동시 처리**(인스턴스‑특정 + 단순 인스턴스‑독립 SBP) 방식이 가장 효율적임을 입증했다. 또한, 대칭 파괴가 **학습 절차**에 미치는 영향을 정량적으로 분석했다. SAT 솔버는 충돌 절을 학습하면서 자연스럽게 대칭 정보를 축적한다. 과도한 SBP는 이러한 자연 학습을 억제하고, 충돌 절의 다양성을 감소시켜 검색 효율을 떨어뜨린다. 따라서 SBP 설계 시 “제약 수 대비 대칭 감소 효과”를 균형 있게 고려해야 함을 강조한다. 논문의 기여는 크게 네 가지로 정리된다. 1. **색상 순열**이라는 인스턴스‑독립 대칭을 명시적으로 모델링한 SBP 집합을 제시하고, 그 효과를 실험적으로 검증하였다. 2. 다양한 SBP 조합에 대한 **광범위한 실험**을 수행해, 가장 효과적인 조합(단순 인스턴스‑독립 + 인스턴스‑특정)과 비효율적인 복잡 SBP를 구분하였다. 3. **동시 처리 원칙**을 제시하여, 인스턴스‑독립 대칭을 사전에 완전히 제거하기보다 인스턴스‑특정 대칭과 함께 처리하는 것이 실용적임을 입증하였다. 4. 제안된 방법론이 그래프 색칠뿐 아니라, 최대 독립 집합, 최소 지배 집합 등 SAT·ILP로 환원 가능한 다른 CSP에도 그대로 적용 가능함을 논의하였다. 결론적으로, 최신 SAT·ILP 솔버와 자동 대칭 탐지 도구를 활용한 **정적 대칭 파괴**는 정확 그래프 색칠 문제의 실용적 해결에 크게 기여한다. 특히, 복잡성을 최소화한 단순 SBP가 가장 큰 성능 향상을 제공한다는 점은, 향후 CSP 전반에 걸친 대칭 파괴 설계에 중요한 지침이 될 것이다.