인과 집합과 계산 모델의 통합

초록

이 논문은 튜링 기계, 문자열 자동자, 2차원 격자 기반 자동자 등 다양한 계산 모델에서 발생하는 사건들의 인과 관계를 그래프 형태의 인과 집합(causet)으로 추출한다. 인과 집합을 물리적 시공간의 근본 구조로 간주하고, 기존 양자 중력 프로그램의 확률적 성장 방식 대신 완전 결정론적 절차를 제안한다. 실험을 통해 평면성, 차원, 곡률, 의사난수성, 입자와 같은 서브구조가 모델마다 어떻게 달라지는지를 분석한다.

상세 분석

논문은 먼저 인과 집합의 정의를 재정리하고, 계산 과정의 사건(event)과 전역 상태(state)를 교차시키는 일반적인 절차를 제시한다. 사건 e_i와 e_j 사이에 인과 링크를 연결하는 기준은 “e_i가 전역 상태의 어떤 구성 요소 x를 수정하고, e_j가 그 x를 최초로 읽는다”는 점이다. 이 정의는 튜링 기계의 경우 헤드 위치, 내부 상태, 셀 내용이라는 세 가지 구성 요소에 적용되며, 결과적으로 각 사건은 최대 두 개의 선행 사건과 두 개의 후속 사건을 갖는다. 중요한 정리로, 모든 튜링 기계의 인과 집합은 평면 그래프라는 것이 증명된다. 이는 계산 과정을 시간축에 따라 쌓아 올린 그림(그림 1)에서 수직 및 대각선 연결선이 교차하지 않음으로써 직관적으로 확인된다.

다음으로 저자는 계산 모델을 선형 지원(linear support)과 2차원 지원(two‑dimensional support) 두 범주로 나눈다. 선형 지원에 속하는 튜링 기계, 문자열 자동자, 문자열 재작성 시스템 등은 모두 인과 집합이 평면이며, 전이 감소(transitive reduction) 후에는 단순한 선형 경로만 남는다. 이는 차원 분석에서 유클리드적 1차원 구조와 유사하게 나타난다. 반면, 2차원 격자 위에서 동작하는 튜링 기계와 삼가변(trivalent) 그래프 위의 모바일 자동자는 인과 집합의 차원이 2 ~ 3 수준으로 상승하고, 일부 경우에는 하이퍼볼릭 기하학적 특성을 보인다. 특히, 격자 기반 자동자는 사건 간의 인과 링크가 셀 간 이동 경로를 따라 복잡한 망을 형성해, 전이 감소 후에도 비선형 구조가 유지된다.

논문은 차원과 곡률을 정량화하기 위해 평균 경로 길이와 노드 수의 스케일링 관계를 측정한다. 평면 모델은 스케일링 지수가 1에 가깝지만, 2차원 모델은 2에 근접하거나 때때로 2.5 이상의 값을 보여, 내재된 ‘가상 차원’이 존재함을 시사한다. 또한, 의사난수성을 띤 계산(예: 규칙 30 기반 자동자)의 인과 집합은 높은 클러스터링 계수와 무작위 그래프와 유사한 경로 분포를 보이며, 이는 물리적 시공간에서 양자적 요동을 모사할 가능성을 제시한다.

마지막으로, 저자는 기존 인과 집합 프로그램에서 사용되는 ‘스프링클링(sprinkling)’ 방식—포아송 분포에 의한 무작위 점 생성—을 대체하는 완전 결정론적 성장 규칙을 제안한다. 이 규칙은 계산 단계마다 새로운 사건을 기존 사건들의 인과 관계에 따라 삽입함으로써, 전역적인 확률적 선택 없이도 복잡한 인과 구조를 생성한다. 실험 결과, 이러한 결정론적 성장도 충분히 비평면적이고 고차원적인 인과 집합을 만들 수 있음을 보여준다.

전반적으로 논문은 계산 모델과 인과 집합 사이의 구조적 대응을 체계화하고, 물리학적 시공간 모델링에 있어 ‘어떤’ 계산이 적합한지를 판단할 새로운 정량적 도구들을 제공한다.