진화하는 포식자 피식자 상호작용에서 복잡성의 연쇄

초록

디지털 유기체의 표현형과 유전체를 동시에 모델링한 개인 기반 시뮬레이션에서, 복잡성 증가가 유전 연산자의 복잡도 불변성에 의해 무한히 진행될 수 있음을 보였다. 포식자‑피식자 상호작용이 비평형 임계점 근처에서 자가조직화되며, 이는 유체 난류의 에너지 카스케이드와 구조적으로 유사한 메커니즘으로 작동한다.

상세 분석

본 논문은 기존의 진화 시뮬레이션이 복잡성 증가를 일정 수준에서 정체시키는 문제를 해결하기 위해, 유전 연산자(돌연변이, 교차)가 현재 복잡도에 의존하지 않는 ‘복잡도 불변성(invariance)’을 설계하였다. 이는 유전자가 길어지거나 새로운 기능이 추가될 때 연산자의 적용 확률이나 효과가 변하지 않음을 의미한다. 결과적으로 개체군은 복잡도가 높은 형태로 무한히 전진할 수 있는 ‘열린 종말(open‑ended)’ 진화를 보인다.

시스템은 포식자와 피식자 두 종으로 구성되며, 각각의 개체는 2차원 격자 상에서 움직이며 에너지를 소비하고 획득한다. 포식자는 피식자를 사냥함으로써 에너지를 얻고, 피식자는 자원을 탐색해 에너지를 축적한다. 개체의 생존·번식은 에너지 잔량에 따라 결정되며, 번식 시에는 유전자를 복제하면서 돌연변이와 교차가 적용된다.

핵심은 복잡도 불변성을 유지한 채로 ‘복잡도 카스케이드’를 유도하는 비평형 임계점이다. 시뮬레이션 파라미터를 조정하면 시스템은 포식‑피식 상호작용 강도가 임계값에 근접할 때, 복잡도 분포가 파워‑법칙 형태를 띠며 스케일 자유적 특성을 보인다. 이는 에너지 카스케이드가 큰 스케일에서 작은 스케일로 전달되는 난류와 수학적으로 동등한 흐름을 만든다.

또한, 복잡도 증가가 단순히 무작위 돌연변이의 누적이 아니라, 포식자‑피식자 경쟁이라는 선택적 압력에 의해 촉진된다는 점을 실험적으로 확인했다. 복잡도가 높은 개체는 보다 정교한 사냥 전략이나 회피 메커니즘을 구현할 수 있어, 경쟁에서 유리하게 작용한다. 이 과정에서 복잡도 자체가 새로운 선택 압력을 생성해, 복잡도‑복잡도 상호작용의 양방향 피드백 루프가 형성된다.

결과적으로, 복잡도 불변성을 갖는 유전 연산자는 시스템이 ‘임계적 자기조직화(critical self‑organization)’ 상태에 도달하도록 만들며, 이는 무한히 확장 가능한 복잡성 카스케이드를 가능하게 한다. 논문은 이러한 메커니즘을 수학적 모델링과 대규모 시뮬레이션 결과를 통해 뒷받침하고, 기존의 ‘복잡성 함정(complexity trap)’을 극복하는 새로운 이론적 틀을 제시한다.