베이스 2에서 베른하프 법칙을 설명하는 이론적 접근

초록

본 논문은 2진법에 적용되는 베른하프 법칙을 설명하기 위해 확률 간의 재귀 관계를 도입하고, 이를 수치적으로 검증한 뒤 해석적으로 풀이하여 기존 경험적 법칙을 이론적으로 유도한다.

상세 분석

논문은 먼저 베른하프 법칙이 “첫 번째 자리수가 1일 확률이 0.5, 10일 확률이 0.25, 11일 확률이 0.125…”와 같이 2진법에서는 단순히 2의 거듭제곱 형태로 나타난다는 점을 강조한다. 이를 기반으로 저자들은 각 자리수 조합에 대한 발생 확률 P(s) 를 이전 자리수들의 확률과 연결하는 재귀식

P(s)=½·P(s′)+¼·P(s″)+…

을 제시한다. 여기서 s′, s″ 등은 s의 앞부분을 제외한 부분 문자열이며, 가중치는 해당 자리수가 0 혹은 1이 되는 경우의 수에 따라 2의 거듭제곱으로 정해진다. 이 재귀식은 직관적으로 “앞자리의 선택이 뒤자리의 확률에 균등하게 영향을 미친다”는 가정을 반영한다.

수치 해석 단계에서는 초기 조건을 임의의 분포(예: 균등분포)로 두고 반복 계산을 수행한다. 결과는 급격히 수렴하여 이론적 베른하프 분포와 오차가 10⁻⁶ 이하로 떨어진다. 수렴 속도는 재귀 깊이가 로그₂(N) 수준으로, 실제 데이터셋(수천만 개)에서도 실시간 계산이 가능함을 보여준다.

해석적 풀이에서는 재귀식을 행렬 형태로 변환하고 고유값 문제로 귀결시킨다. 2×2 전이 행렬 M을 정의하면, 장기적인 확률 분포는 M의 고유벡터에 의해 결정된다. M의 고유값 중 1에 해당하는 고유벡터가 바로 (½, ¼, ⅛, …) 형태의 베른하프 분포이며, 나머지 고유값은 절댓값이 1보다 작아 초기 조건에 무관하게 수렴한다는 점을 증명한다.

이 과정에서 저자들은 “무한히 큰 수열을 고려하면 각 자리수의 독립성 가정이 자연스럽게 성립한다”는 가정을 명시한다. 그러나 실제 데이터는 유한하고, 특정 도메인(예: 회계, 물리 실험)에서는 자리수 간 상관관계가 존재할 수 있다. 논문은 이러한 한계를 간략히 언급하지만, 보다 정량적인 오차 분석이 부족하다.

또한, 재귀식 도출 과정에서 “앞자리의 0과 1이 뒤자리 확률에 동일하게 기여한다”는 전제가 핵심인데, 이는 2진법 특수성에 의존한다. 다른 진법(예: 10진법)에서는 가중치가 비선형적으로 변하므로 동일한 접근이 바로 적용되지 않는다. 따라서 본 연구는 2진법에 한정된 이론적 설명으로서 가치를 지니지만, 일반화 가능성에 대한 논의가 필요하다.

전반적으로 논문은 베른하프 법칙을 단순히 경험적 현상에서 수학적 정리로 승격시키는 데 성공했으며, 재귀 관계와 행렬 고유값 분석이라는 두 가지 방법을 동시에 제시함으로써 이론적 깊이를 더한다. 다만, 실험적 검증이 수치 시뮬레이션에 머무르고, 실제 데이터 적용 사례가 부족한 점은 향후 연구 과제로 남는다.