생체모방 유전 알고리즘의 새로운 활용 방안

초록

이 논문은 전통적인 유전 알고리즘(GA)이 자연 선택과는 근본적으로 다른 메커니즘을 사용한다는 점을 지적하고, 복잡한 코딩과 거의 동질적인 초기 집단을 활용한 ‘생체모방’ GA 설계를 제안한다. 복잡한 문제에 대한 탐색 효율을 높이기 위해 암시적 병렬성보다 변이·선택 메커니즘을 강조한다.

상세 분석

논문은 먼저 GA와 자연계 유전 시스템 사이의 공통점과 차이를 ‘스키마(scheme)’와 ‘유전자’ 개념을 통해 분석한다. Holland가 제시한 암시적 병렬성은 무작위 집단에서만 의미가 있으며, 실제 생물에서는 개체가 아닌 유전자가 선택 단위가 된다. 저자는 교차가 자연계에서 DNA 재조합(conjugation)과 유사하지만, 현재 대부분의 GA 구현에서는 무작위 초기 집단을 사용해 교차 효율을 과대평가한다는 점을 비판한다.

다음으로 코딩 설계의 두 가지 핵심 제약을 제시한다. 첫째, 복잡성 – 비분리(non‑separable) 문제를 다루기 위해 고차 유전자와 복합 스키마를 도입해야 한다. 둘째, 연속성 – 변이가 발생했을 때 적합도가 급격히 변하지 않도록 ‘확장된(extended) 유전자’ 구조가 필요하다. 자연계에서는 단백질이라는 복합 분자가 작은 아미노산 변이를 완충시키듯, GA에서도 비트 하나에 과도한 의미를 부여하지 않는 설계가 요구된다.

또한 매크로 연산자(역위, 전위, 복제 등)의 활용을 논의하면서, 유전자와 위치(locus)를 완전히 분리하는 전통적 설계는 비현실적이라고 주장한다. 대신 DNA의 신호(sequence motifs)처럼 위치 의존성을 완화하는 메커니즘을 도입해야 한다고 제안한다.

핵심적인 실험적 논증으로는, 거의 동질적인 집단을 시작점으로 잡고 변이·선택이 주도하는 탐색이 복잡 코딩 하에서 더 높은 탐색 능력을 보인다는 가설을 제시한다. 이는 자연계에서 개체가 99 % 이상 동일한 유전체를 공유하고, 소수의 중립 변이가 장기간 보존되는 현상과 일치한다.

마지막으로, 음악 생성 및 연결주의 네트워크 평가와 같은 사례를 통해 복합 코딩이 단순 비트 코딩보다 풍부한 표현력을 제공함을 보여준다. 저자는 이러한 ‘생체모방 GA’가 전통적 GA가 실패하는 고차원, 비분리 문제에 유용할 가능성을 강조한다.

요약하면, 논문은 GA 설계에서 (1) 복잡한 유전체‑표현형 매핑, (2) 연속성을 보장하는 확장 유전자, (3) 신호 기반 매크로 연산, (4) 초기 집단의 동질성 네 가지 원칙을 제시하고, 이를 통해 암시적 병렬성에 의존하지 않는 새로운 탐색 전략을 제안한다.