복잡성은 적자생존을 따른다

초록

이 논문은 계산 복잡도와 자연 선택 원리를 연결한다. 보편적인(유니버설) 계산 시스템을 복잡한 시스템과 동일시하고, 포스트의 중간 차수 문제를 자연 선택의 원칙과 연관시킨다. 일반화된 자연 선택 원리(GNS)를 제시해 교회‑튜링 가설과 결합하면 약한 형태의 계산적 동등성 원칙(PCE)과 일치한다는 주장을 전개한다. 인지적 도구의 진화적 관점과 실험·시뮬레이션을 통한 검증 방안도 논의한다.

상세 분석

논문은 먼저 복잡성의 정의를 두 축, 즉 ‘보편성(universality)’과 ‘잠재적 복잡성(potential complexity)’으로 구분한다. 보편적인 튜링 기계는 모든 재귀적으로 열거 가능한 언어를 시뮬레이션할 수 있기 때문에, 이론적으로 가장 높은 복잡도 수준을 차지한다는 점을 강조한다. 저자는 이러한 보편성을 ‘복잡한 시스템’의 핵심 특성으로 보고, 복잡성 자체를 ‘어떤 시스템이 다른 모든 시스템을 효율적으로 모방할 수 있는 능력’이라고 정의한다. 이는 전통적인 복잡도 이론에서 사용하는 시간·공간 복잡도와는 별개로, ‘시뮬레이션 가능성’이라는 메타 수준의 복잡성을 의미한다.

다음으로 포스트의 중간 차수 문제를 언급한다. 재귀적으로 열거 가능한 집합(RE) 사이에 결정 가능(decidable)과 완전 보편(complete) 사이의 ‘중간’ 정도가 존재하는가 하는 질문이다. 저자는 이 문제를 자연 선택 원리와 연결시켜, 자연계가 ‘가장 효율적인’ 계산 모델을 선호한다는 가설을 제시한다. 여기서 제시된 ‘일반화된 자연 선택 원리(GNS)’는 “복잡하고 효율적인 알고리즘을 구현할 수 있는 시스템이 환경 내에서 선택적으로 살아남는다”는 주장이다. GNS는 교회‑튜링 가설(모든 물리적 과정은 튜링 기계로 모델링 가능)과 결합될 때, 약한 형태의 ‘계산적 동등성 원칙(PCE)’—즉, 대부분의 자연 현상이 보편적인 계산 능력을 갖는다—와 일맥상통한다는 논리를 전개한다.

인지적 측면에서는 인간의 사고와 언어가 진화 과정에서 ‘효율적 선택’의 산물이라고 본다. 저자는 포도르(Fodor)의 언어 원리를 차용해, 인간이 복잡한 계산 구조를 인식하고 활용하는 능력 자체가 진화적 압력에 의해 최적화되었다고 주장한다. 즉, 인간의 인지 도구는 자연 선택에 의해 ‘보편적인 계산 모델’을 인식하고 활용하도록 진화했으며, 이는 과학적 이론 형성에 필수적인 메타-인지 메커니즘을 제공한다는 점을 강조한다.

실증적 검증 방안으로는 세 가지 접근을 제시한다. 첫째, 수학적 정리를 통해 GNS와 PCE 사이의 형식적 관계를 증명하는 작업이다. 둘째, 인공 생명 시뮬레이션(예: 셀룰러 오토마톤, 에이전트 기반 모델)에서 보편적인 규칙이 비보편적인 규칙보다 더 오래 살아남는지를 관찰한다. 셋째, 실제 자연 현상(예: 생물학적 대사 네트워크, 물리적 자기조직화 과정)에서 보편적인 계산 구조가 나타나는지를 실험적으로 탐색한다. 이러한 방법론은 GNS가 단순한 철학적 가설이 아니라 검증 가능한 과학 이론으로 자리매김할 수 있음을 시사한다.

전체적으로 논문은 복잡성, 보편성, 자연 선택, 그리고 인간 인지의 네 축을 통합적인 프레임워크로 묶어, 계산 이론과 진화 생물학 사이의 교차점을 탐구한다. 특히 GNS라는 새로운 원칙을 도입함으로써, 복잡한 시스템이 왜 자연계에서 흔히 관찰되는지를 설명하려는 시도는 학제간 연구에 새로운 방향성을 제시한다. 다만, GNS의 구체적 정의와 실증적 검증 방법이 아직 초기 단계에 머물러 있어, 향후 연구에서 보다 정교한 모델링과 실험 설계가 필요하다.