진화의 최대 엔트로피 접근법을 삼위 일체로 이해하기

초록

이 논문은 진화 이론을 이분법적 틀에서 탈피하여, 효율·형식·목적이라는 세 가지 인과성을 결합한 삼위 구조로 재구성한다. 피어스의 기호학과 최신 최대 엔트로피 원리를 통합해, 자가촉매 사이클을 정보 생성 메커니즘으로 해석하고, 진화 과정을 제2법칙의 물리적 구현으로 제시한다.

상세 요약

본 논문은 진화 현상을 전통적인 ‘생물‑환경’ 이분법에서 벗어나, 피어스가 제시한 삼위(삼중) 구조—효율인과(원인), 형식인과(패턴), 목적인과(목표)—를 적용함으로써 새로운 해석 틀을 제공한다. 먼저, 최대 엔트로피(MaxEnt) 접근법을 물리학적 확률론의 도구로 채택하여, 진화 과정이 정보와 에너지 흐름 사이의 최적화 문제임을 수학적으로 정형화한다. 여기서 ‘정보 생성’은 시스템이 외부 구배에 대한 물리적 추론 장치(interpretant)로서 작동하면서, 가능한 상태 공간을 축소하고, 따라서 엔트로피 감소를 초래하는 과정으로 정의된다.

피어스의 기호학을 차용하면, 생물체는 ‘표지(sign)’와 ‘대상(object)’ 사이에 ‘해석자(interpretant)’를 매개하는 삼중 관계를 형성한다. 논문은 이 해석자를 ‘물리적 추론 장치’로 구체화하고, 자연 선택이 이러한 장치들의 효율성을 지속적으로 향상시킨다고 주장한다. 효율인과는 물리적 인과관계, 즉 에너지와 물질 흐름을 의미하고, 형식인과는 자가조직화된 패턴(예: 자가촉매 사이클)으로, 이는 Ulanowicz가 제시한 ‘autocatalytic cycles’를 통해 구체화된다. 목적인과는 시스템이 장기적으로 유지·증식하기 위해 추구하는 ‘에너지 흐름의 최대화’ 혹은 ‘엔트로피 생산(Maximum Entropy Production, MEP)’라는 목표와 연결된다.

이러한 삼위 구조는 기존의 ‘최대 엔트로피(MaxEnt)’, ‘최대 파워(Max Power)’, ‘최대 엔트로피 생산(Maximum Entropy Production)’ 원리를 통합한다. MaxEnt는 가능한 미시 상태의 분포를 가장 불확실하게 만들며, Max Power은 에너지 흐름을 최대로 활용하는 구조를 선호한다. MEP는 시스템이 가능한 한 많은 엔트로피를 생산하도록 진화한다는 가설이다. 논문은 이 세 원리가 상호 보완적으로 작용해, 정보 용량이 큰 동시에 에너지 구배를 효율적으로 소모하는 복합 구조를 만들게 된다고 설명한다.

특히, Ulanowicz의 자가촉매 사이클을 사례로 들어, 초기 원시 환경에서 단순한 화학 반응 네트워크가 어떻게 ‘기호적’ 의미를 획득하고, 물리적 추론 장치로서 기능하게 되는지를 단계별로 분석한다. 이 과정에서 효율인과가 에너지 흐름을 제공하고, 형식인과가 네트워크의 구조적 안정성을 보장하며, 목적인과가 장기적인 지속가능성을 확보한다는 삼중 인과 메커니즘이 명확히 드러난다.

결과적으로, 논문은 진화가 단순히 ‘생물‑환경’의 경쟁이 아니라, 물리적 제2법칙을 구현하는 ‘정보‑에너지’ 최적화 과정이며, 피어스적 기호학과 현대 통계물리학을 결합한 삼위 모델이 이를 가장 설득력 있게 설명한다는 결론에 도달한다. 이는 슈뢰딩거가 제시한 ‘생명은 부정적인 엔트로피’를 넘어, 진화 자체가 엔트로피 생산을 가속화하는 물리적 현상임을 강조한다.