제약 복잡도와 선형 코드의 임의 그래프 실현

** 본 논문은 선형 코드 C를 그래프 G 위에 실현할 때 발생하는 제약 복잡도(κ‑complexity)를 최소화하는 문제를 체계적으로 탐구한다. 먼저, 그래프 실현의 기본 개념을 정리한다. 그래프 실현은 좌표 집합 I를 그래프의 정점 집합 V에 매핑하는 그래프 분해(G, ω)와, 각 간선 e에 할당되는 상태 공간 Sₑ, 그리고 각 정점 v에 할당되는 로컬 제약 코드 Cᵥ로 구성된다. 전체 행동(Full behavior)은 모든 심볼 변수와 상태 변수의 조합으로 정의되며, 이 행동을 좌표 집합 I에 투사했을 때 원래 코드 C와 일치하면 실현이 ‘본질적(essential)’이라고 부른다. 기존 연구에서는 트리(사이클‑프리) 그래프와 단일 사이클을 갖는 tail‑biting 트레시가 주된 대상이었다. 트리 실현에서는 최소 상태 공간을 갖는 ‘최소 트리 실현(minimal tree realization)’이 존재하고 유일함이 알려져 있다. 그러나 임의의 그래프, 특히 사이클이 다수 존재하는 경우에 대한 일반적인 최소화 이론은 부재했다. 이를 해결하기 위해 저자는 두 가지 핵심 도구를 도입한다. 첫 번째는 Vertex‑Cut Bound이다. 이는 그래프 G에서 정점 집합 W를 제거했을 때 그래프가 분리되는 경우, 각 분리된 컴포넌트에 속한 로컬 제약 코드들의 차원 합이 전체 κ‑복잡도보다 작을 수 없다는 불등식으로 표현된다. 이 경계는 Edge‑Cut Bound가 상태 복잡도에 초점을 맞춘 반면, 제약 복잡도에 직접 적용 가능하도록 설계되었다. 두 번째는 vc‑treewidth 개념이다. 저자는 vertex‑cut tree라는 자료구조를 정의한다. vertex‑cut tree는 그래프의 모든 정점 절단을 트리 형태로 조직하고, 각 노드에 연결된 ‘vc‑width’를 할당한다. vc‑width는 해당 절단을 통해 분리된 서브그래프들의 로컬 제약 차원의 합에 해당한다. 그래프 G의 vc‑treewidth는 가능한 모든 vertex‑cut tree 중 최소 vc‑width 값이며, 이는 전통적인 treewidth와 유사하지만 제약 복잡도와 직접적인 연관성을 가진다. 이 두 도구를 결합해 저자는 다음과 같은 주요 정리를 증명한다. 1. **κ‑복잡도 하한**: 임의의 그래프 G와 선형 코드 C에 대해, \