기술 요약: 가변적 지리공간 컨텍스트를 위한 리플레이 안전 결정 프로비넌스 (Replay-Safe Decision Provenance)

1. 문제 정의

본 논문은 지리공간 의사결정에서의 침묵하는 컨텍스트 치환(silent context substitution) 문제를 다룬다. 역사적 공간 결정(예: 지오펜싱 판정)은 기하 구조, 정책 임계값, 좌표 참조 시스템(CRS), 그리고 평가기 코드(evaluator code)를 포함한 특정 버전의 세계를 대상으로 발행된다. 증거(예: 좌표)는 불변일 수 있으나, 이를 해석하는 데 사용된 컨텍스트는 가변적이다.

만약 시스템이 현재의 컨텍스트 객체를 사용하여 역사적 결정을 재평가한다면, 기록 자체가 바이트 단위로 동일하더라도 분류 결과가 변경될 수 있다. 이러한 실패 모드는 공간 데이터베이스, 이벤트 소싱 시스템, 그리고 레저 기반 아키텍처에서 감사 가능성과 역사적 기록의 무결성을 저해한다. 기존의 솔루션인 시계열 데이터베이스나 스마트 컨트랙트는 "발행 당시(as-issued)"의 의미론, "현재 컨텍스트(current-context)"의 의미론, 또는 명시적인 "반사실적(counterfactual)" 비교를 구분하지 못하거나, 전체 이력을 다시 재생하지 않고도 정확히 어떤 역사적 기록을 재평가해야 하는지 식별하는 메커니즘이 부족하다.

2. 방법론 및 프로토콜 설계

2.1 의미론적 분리

저자는 혼동을 방지하기 위해 공간 결정에 대한 세 가지 뚜렷한 의미론적 뷰를 정의한다:

1. 발행 당시 (As-issued): 결정이 생성될 때 암호학적으로 결합된 컨텍스트 하에서의 결과.
2. 현재 컨텍스트 (Current-context): 쿼리 시점에 현재로 지정된 컨텍스트 하에서 생성된 새로운 결과.
3. 반사실적 (Counterfactual): 명시적으로 명명된 현재가 아닌 컨텍스트 버전 하에서의 의도적인 비교.

2.2 버전 결합 영수증 (Version-Bound Receipts)

리플레이 안전성을 보장하기 위해, 프로토콜은 다음을 포함하는 **결정 영수증(decision receipt)**을 결합한다:

• 증거 해시 (Evidence hash).
• 선언된 해석 클로저 (Declared interpretation closure, 컨텍스트 해시): 이는 기하 구조, 정책, 평가기 코드, 공간 의미론(CRS, 정밀도, 경계 규칙), 그리고 유효 구간을 포괄한다.
• 발행된 결정 및 발행 시간.

이 영수증은 불변이다. 이후의 재분류는 원래의 영수증을 덮어쓰는 대신, 원래의 영수증을 새로운 결과와 연결하는 별도의 **재분류 인증서(reclassification certificate)**를 생성한다.

2.3 정확한 변화 경계 특성화

특정 3단계 점-폴리곤 분류기(거리 임계값 $r_1$ 및 $r_2$에 기반한 Green/Yellow/Red)를 위해, 저자는 레이블 변화에 대한 정확한 수학적 특성화를 도출한다.

• 정리 1: 점이 컨텍스트 $C_0$와 $C_1$ 사이에서 티어(tier)가 변하는 것은, 두 오프셋 영역의 대칭 차이의 합집합 내에 존재할 때와 필요충분조건이다:
  $$\mathcal{F}(C_0, C_1) = [B_{r_1}(G_0) \triangle B_{r_1}(G_1)] \cup [B_{r_2}(G_0) \triangle B_{r_2}(G_1)]$$
  여기서 $B_r(G)$는 거리 $r$만큼 확장된 기하 구조 $G$의 폐쇄 오프셋(closed offset)이다.

2.4 보수적 필터링 (Conservative Filtering)

모든 역사적 이벤트에 대해 비용이 많이 드는 정확한 기하학적 평가를 피하기 위해, 저자는 보수적 그리드 좌표 필터를 제안한다:

• 두 기하 구조의 합집합을 덮는 경계 직사각형 $R$을 구성하며, 여기에 최대 외부 임계값과 여유 마진을 더한다.
• 해당 직사각형 내의 모든 그리드 셀을 선택한다.
• 이를 통해 정확한 변화 경계 $\mathcal{F} \subseteq Q \subseteq R \subseteq \hat{Q}$를 만족하는 상위 집합($\hat{Q}$)을 생성한다.
• 이 후보 집합에 속하는 점들만이 정확한 재평가를 거치며, 이 외의 점들은 원래의 레이블을 유지함이 보장된다.

2.5 검증 및 의존성 결합

다음 사항을 확인하기 위한 최소 실행 가능 검증기(minimal executable verifier)가 구현된다:

• 아티팩트의 무결성 (해시 검증).
• 선언된 평가기 및 공간 의미론의 일관성.
• 누락되거나 치환된 의존성 탐지 (기하 구조, 정책, 평가기, 정규화, CRS).
• 불일치 발생 시 명시적 실패 상태를 보장하여, 시스템이 역사적 포인터를 현재의 포인터로 침묵 속에 대체하지 않도록 한다.

3. 주요 기여

1. 의미론적 정의: "발행 당시", "현재", "반사실적" 결정 의미론을 공식화하고 실패 방지(fail-closed) 불변성을 확립했다.
2. 프로토콜 명세: 증거를 선언된 해석 클로저에 결합하는 영수증 프로토콜과 추가적인 재분류 인증서를 정의했다.
3. 이론적 도출: 거리 기반 분류기에 대한 정확한 티어 변화 특성화를 증명하고, "누락 없음(no-omission)"을 보장하는 보수적 필터를 제공했다.
4. 실증적 평가: 합성 벤치마크(90회 실험, 최대 100만 개의 이벤트)를 사용하여 후보군 감소, 실행 시간, 의존성 탐지 성능을 검증했다.

4. 실험 결과

연구는 100,000개의 이벤트를 가진 90회의 합성 변이 실험과 두 가지 데이터 분포(Uniform 및 경계 혼합형인 Boundary Mixture, 70%의 점이 폴리곤 가장자리 근처에 위치)에 걸친 1,000,000개 이벤트 스케일링 테스트를 활용했다.

• 완전성: 90회의 모든 실험에서, 선택적 리플레이(selective replay)는 전체 컨텍스트 리플레이와 정확히 동일한 변경된 식별자 집합을 반환했다 (재현율 100%).
• 후보군 감소 (Uniform 분포): 그리드 필터는 정확한 재평가가 필요한 이벤트 수를 99.47%에서 99.83%까지 줄였다.
• 후보군 감소 (Boundary Mixture 분포): 결정 경계 근처에 점들이 집중되어 있기 때문에 감소 폭이 낮았으며, 범위는 29.84%에서 29.96% 사이였다.
• 성능 (가속도):
  • Uniform 이력의 경우, 캐시된 레이블 그리드 필터 리플레이는 전체 리플레이 대비 53.25배에서 63.90배의 속도 향상을 달성했다. 다만, 저자는 직접 좌표 직사각형(direct-coordinate rectangle) 베이스라인이 Uniform 분포에서 57.65배에서 70.70배, Boundary Mixture 분포에서 1.51배에서 1.89배의 더 높은 성능을 보였음을 명시했다.
  • Boundary Mixture의 경우, 대부분의 점이 후보군으로 남기 때문에 속도 향상은 완만했다 (1.39배에서 1.76배).
  • 100만 개의 Uniform 이벤트를 스케일링했을 때, 선택적 리플레이 시간은 전체 리플레이(2.4초)에서 **0.01초**로 단축되었다.
• 의존성 탐지: 논리적 절제 연구(ablation study)를 통해 "선언된 해석 클로저"(기하 구조, 정책, 평가기, 정규화, CRS 결합)만이 5가지 유형의 단일 필드 치환을 모두 탐지할 수 있음을 확인했다. 부분적 결합은 특정 변경 사항을 탐지하는 데 실패했다.
• 검증기 체크: 로컬 검증기는 누락된 아티팩트, 해시 불일치, 발행된 결과와 현재 포인터 간의 격리 등을 포함한 19가지 기능적 체크를 통과했다.

5. 의의 및 주장

본 논문은 역사적 지리공작 결정에 대한 조건부 리플레이 무결성과 분포 의존적 재계산 절감을 확립한다고 주장한다.

• 주장의 신중함: 저자는 물리적 위치의 진실, 프로덕션 레저의 강제성, 또는 선언된 평가기 인터페이스 이상의 완전성을 확립한다고 주장하지 않는다. 본 작업은 단순히 버전 ID를 부착하는 것이 새롭다는 것이 아니라, 교체 불가능한 결정 의미론, 선언된 의존성 클로저, 그리고 정확한 공간 레이블 변화 특성화를 명시적으로 통합했다는 점을 강조한다.
• 실용적 유용성: 결과는 결정 영역에 비해 이벤트 분포가 희소할 때 선택적 리플레이를 사용하여 계산 비용을 줄이는 방법을 뒷받침한다. 이 접근 방식은 일반적인 append-only 데이터베이스에 적용 가능하며, 반드시 블록체인을 필요로 하지는 않는다. 다만, 서로 불신하는 조직 간의 공유된 템퍼-에비던트(tamper-evident) 커밋먼트를 위해 블록체인이 유용할 수 있다고 언급했다.
• 한계점: 본 연구는 합성 평면 워크로드, 특정 폴리곤 패밀리, 정수 좌표 고정에 국한된다. 또한 버킷형 공간 인덱스(R-tree 등)를 이용한 하위 선형 탐색을 평가하지 않았으며, 복잡한 측지학적 거리나 임의의 CRS 변경 문제를 다루지 않는다. 필터를 재구축하는 "콜드 스타트" 비용은 측정 시간에 포함되었으나, 모든 하드웨어 및 데이터 분포에 대해 보편적인 성능 우위를 주장하지는 않는다.

요약하자면, 본 논문은 역사적 지리공작 결정이 어떻게 감사 가능하고 현재의 해석과 의미론적으로 구별될 수 있는지에 대한 엄격한 프레임워크를 제공하며, 컨텍스트가 진화할 때 어떤 기록의 재평가가 필요한지를 식별하는 증명 가능한 완전한 방법을 제시한다.