ASP 기반 일관성 질의 응답 통합 프레임워크

본 논문은 데이터 통합 시스템에서 전역 스키마에 정의된 무결성 제약이 소스 데이터의 조합으로 인해 위배될 수 있다는 현실적인 문제를 다룬다. 이러한 상황에서도 사용자는 가능한 한 일관된 정보를 얻고자 하며, 이를 일관성 질의 응답(CQA)이라고 한다. 기존 연구는 소리성(sound), 완전성(complete), 정확성(exact) 등 다양한 의미론을 제시했지만, 각각을 별도 알고리즘으로 구현해야 하는 비효율성과 복합 제약이 결합될 때 발생하는 **불가능성(undecidability)** 문제가 있었다. 논문은 이러한 문제점을 해결하기 위해 **ASP(Answer Set Programming) 기반의 통합 프레임워크**를 제안한다. 전역 스키마와 무결성 제약(키 제약, 포함 종속 등)을 논리식으로 변환하고, 사용자가 제시한 질의와 결합해 하나의 ASP 프로그램을 자동 생성한다. 이 프로그램은 “수정(repair)” 과정—즉, 삽입·삭제를 통해 제약을 만족하도록 데이터베이스를 변형하는 과정—을 ASP 해석기에 맡겨, 모든 가능한 수리를 탐색하고 그 중 최소 변경을 만족하는 해를 선택한다. 특히, 집계 연산을 지원하는 ASP(예: Faber et al. 2010)를 활용해 삽입·삭제 비용을 최소화하는 최적화 목표를 선언적으로 기술한다. 핵심 기술은 **쿼리‑드리븐 최적화**이다. 먼저, 질의와 직접 연관된 제약만을 추출해 “지역화(localization)”함으로써 전체 데이터베이스가 아니라 작은 서브셋에 대해 수리 과정을 수행한다. 둘째, 제약의 구조적 특성(키, 외래키, 안전 외래키, 비키 충돌 등)에 따라 복구 문제를 다항 시간, NP‑complete, 혹은 Π₂^P 수준으로 낮출 수 있는 변환 규칙을 적용한다. 예를 들어, 키와 외래키만 존재하는 경우에는 **CM‑complete** 의미론 하에서 CQA가 PTIME에 해결 가능함을 증명하고, 포함 종속이 추가될 경우 복잡도가 coNP‑complete로 상승함을 보인다. 이러한 이론적 결과는 기존 문헌에 없던 새로운 복합 제약 클래스에 대한 **결정 가능성(decidability)**과 **복잡도** 분석을 제공한다. 시스템 구현은 DLV‑DB 엔진을 기반으로 한다. 논문에서 제시한 ASP 프로그램 생성기와 최적화 모듈은 자동으로 ASP 코드를 생성하고, DLV‑DB가 이를 실행해 결과를 관계형 데이터베이스에 적재한다. 구현된 프로토타입은 대규모 실데이터(은행 지점 통합 사례)와 합성 데이터셋을 대상으로 실험되었으며, 기존 전용 CQA 시스템에 비해 **30%~70%** 정도의 실행 시간 절감과 메모리 사용량 감소를 달성했다. 특히, 쿼리‑드리븐 최적화가 적용된 경우, 복구 과정이 전체 데이터베이스가 아닌 제한된 서브셋에서 수행되어 확장성이 크게 향상되었다. 논문의 주요 기여는 다음과 같다. 1. **통합 이론적 분석**: 기존 의미론을 하나의 ASP 코어로 통합하고, 새로운 복합 제약 클래스에 대한 결정 가능성 및 복잡도 결과를 제시한다. 2. **ASP 기반 구현**: 질의와 제약을 자동으로 ASP 프로그램으로 변환하고, 집계 연산을 활용해 최소 변경 수리를 구한다. 3. **쿼리‑드리븐 최적화**: 제약 지역화와 복구 복잡도 낮추기를 통해 실용적인 성능을 확보한다. 4. **실험적 검증**: 대규모 실데이터와 합성 데이터에서 기존 방법 대비 현저한 효율성을 입증한다. 결론적으로, 본 논문은 데이터 통합 환경에서 발생하는 무결성 위배 문제를 이론적·실용적 측면 모두에서 해결할 수 있는 **통합적이고 확장 가능한 ASP 기반 CQA 프레임워크**를 제공한다. 이는 향후 복합 제약을 포함한 다양한 데이터 통합 시나리오에 적용될 수 있는 강력한 기반이 될 것이다.