이산 환경에서 무상태 자동자 집합의 상태 전이 측정

초록

본 논문은 이산적인 기하학적 환경에 배치된 무상태 자동자들의 집합을 하나의 통합된 동적 객체로 간주하고, 그 객체의 상태 전이를 측정하기 위한 기하학적 접근법을 제안한다. 기존의 상태 정의가 개별 자동자의 입력‑출력 관계에 의존하는 반면, 저자는 전체 집합의 위치·구조 변화를 ‘상태’로 정의하고, 이를 정량화하기 위한 거리·면적·볼록 껍질 등의 기하학적 지표를 도입한다. 실험적 시뮬레이션을 통해 제안 방법이 복잡한 상호작용 패턴을 효과적으로 구분함을 보인다.

상세 분석

이 논문은 먼저 “무상태 자동자”라는 개념을 명확히 정의한다. 전통적인 유한 상태 기계와 달리 각 자동자는 내부 메모리를 갖지 않으며, 오직 현재 위치와 주변 환경(이산 격자상의 이웃 셀)의 상태만을 입력으로 받아 다음 위치를 결정한다. 이러한 자동자들은 동시에 다수 존재하며, 서로의 이동에 의해 간접적인 상호작용을 만든다. 저자는 이러한 다중 자동자 시스템을 “분산 자동자 집합”이라 부르고, 이를 하나의 통합된 동적 객체로 모델링한다는 점에서 기존 연구와 차별화된다.

핵심 문제는 “상태”를 어떻게 정의하느냐이다. 기존 자동이론에서는 상태가 내부 메모리의 조합으로 정의되지만, 무상태 자동자 집합은 내부 메모리가 없으므로 전통적 정의가 적용되지 않는다. 저자는 이를 해결하기 위해 기하학적 접근을 채택한다. 구체적으로, 집합 전체의 구성(각 자동자의 좌표 집합)을 하나의 점 구름으로 보고, 이 점 구름의 형태학적 특성을 상태의 지표로 삼는다. 여기에는 다음과 같은 요소가 포함된다.

1. 볼록 껍질(Convex Hull) 부피: 전체 자동자들이 차지하는 최소 볼록 다각형(또는 다면체)의 면적·부피는 집합이 얼마나 퍼져 있는지를 나타낸다.
2. 중심 질량(Centroid) 이동 거리: 시간에 따라 중심 질량이 이동한 거리와 방향은 집합의 전반적인 이동 흐름을 포착한다.
3. 밀도 분포(Density Distribution): 격자 상에서 자동자들이 차지하는 셀의 밀도 프로파일을 히스토그램 형태로 표현하여, 군집·분산 정도를 정량화한다.
4. 위상 구조(Topological Structure): 자동자들 사이의 인접 관계 그래프를 구성하고, 그래프의 연결성, 클러스터 계수 등을 통해 구조적 변화를 측정한다.

이러한 지표들을 결합해 “상태 벡터”를 정의하고, 두 시점 사이의 상태 전이는 벡터 차이의 L2 노름 혹은 코사인 유사도 등으로 측정한다. 저자는 특히, 상태 전이 측정값이 0에 가까울수록 시스템이 정적인 패턴(예: 고정점, 주기적 루프)을 유지하고, 값이 크게 변할수록 비정상적 전이(예: 충돌, 분열, 재결합)가 발생함을 실증한다.

논문은 또한 이론적 정당성을 위해 두 가지 정리를 제시한다. 첫 번째 정리는 “볼록 껍질 부피는 시스템이 보존하는 총 에너지(예: 이동 비용)의 하한을 제공한다”는 것이며, 두 번째 정리는 “상태 벡터의 연속성은 자동자들의 이동 규칙이 로컬하게 제한될 때 보장된다”는 내용이다. 이를 통해 제안된 기하학적 상태 정의가 수학적으로 일관되고, 시뮬레이션 결과와도 일치함을 보인다.

실험 부분에서는 2차원 격자와 3차원 격자 두 환경에서 다양한 이동 규칙(무작위 워크, 규칙 기반 흐름, 충돌 회피 등)을 적용한 집합을 시뮬레이션한다. 각 시뮬레이션에서 수집된 상태 전이 값은 클러스터링 분석을 통해 서로 다른 동작 패턴을 구분하는 데 성공한다. 특히, 복잡한 패턴(예: 군집이 분열 후 재결합)에서는 상태 전이 곡선이 급격히 상승하는 특징을 보이며, 이는 제안된 측정법이 동적 변화를 민감하게 포착함을 의미한다.

결론적으로, 이 논문은 무상태 자동자 집합이라는 새로운 계산 모델에 대해 “상태”를 기하학적·위상학적 특성으로 재정의함으로써, 기존의 상태 전이 이론을 확장한다. 이는 분산 로봇, 입자 시뮬레이션, 셀룰러 오토마타 등 다양한 분야에서 복잡계의 동적 변화를 정량화하고, 제어 전략을 설계하는 데 유용한 도구가 될 수 있다.