시나리오 접근법을 통한 사후 설계 인증과 사용자 지정 특성 보장

시나리오 접근법은 불확실성을 내포한 시스템 설계에서, 관측된 시나리오 데이터를 동시에 설계와 검증에 활용함으로써 별도의 테스트 데이터 없이도 설계 결과의 일반화 성능을 보장한다. 기존 연구에서는 설계 단계에서 정의된 “기준 적합성(baseline appropriateness)”에 대해, 설계에 사용된 시나리오 집합 δ₁,…,δ_N 을 기반으로 복잡도 s_b* (최소 지원 리스트 크기)를 계산하고, 이를 통해 위험 R′(z*) = P{δ∉Z′_δ} 의 상한 ε(s_b*) 을 구하였다. 이러한 프레임워크는 설계와 검증을 동일 데이터에 의존하게 함으로써 데이터 효율성을 극대화한다. 그러나 실제 엔지니어링 현장에서는 설계 단계에서 고려되지 않은 추가적인 성능 요구가 사후에 등장한다. 예를 들어, 설계 시에는 시스템 안정성만을 보장했지만, 운영 단계에서는 더 큰 마진이나 특정 주파수 대역에서의 감쇠율이 필요할 수 있다. 이러한 요구를 “사후 설계 적합성(post‑design appropriateness)”이라 명명하고, 본 논문은 이를 기존 시나리오 이론에 통합하는 새로운 두 단계 적합성 프레임워크를 제시한다. 먼저, 두 종류의 적합성을 정의한다. 기준 적합성 Z′_δ 은 기존 시나리오 접근법과 동일하게, 설계자가 설계 단계에서 만족시키고자 하는 제약을 나타낸다. 사후 설계 적합성 Z″_δ 은 설계 후에 사용자가 추가로 요구하는 제약으로, 설계 단계에서 일관성 가정이 적용되지 않는다. 두 적합성 집합을 동시에 만족하는 결정을 “계측 적합성(instrumental appropriateness)”이라 정의하고, 이를 기반으로 새로운 결정 맵 M⁺_m 을 만든다. M⁺_m 은 기존 결정 z* 와 현재까지 관측된 시나리오 중 사후 적합성을 위반한 횟수 c* 를 쌍으로 반환한다. 중요한 점은 M⁺_m 이 기준 적합성에 대한 일관성 가정(순열 불변성, 적합성 확인, 부적합성 반응)을 그대로 만족한다는 것이다. 따라서 기존 시나리오 접근법에서 사용된 복잡도 기반 위험 상한 정리(예: Theorem 4 in