계산 단계와 물리적 확률의 새로운 해석

본 논문은 물리학에서 확률을 주관적 불확실성이나 전형성에 의존하는 전통적 해석에서 벗어나, 물리적 시스템의 상태 전이를 ‘시간 복잡도’라는 객관적 기준에 기반해 정의하는 새로운 프레임워크를 제시한다. 저자는 먼저 다섯 가지 기본 가정을 설정한다. (1) **결정론(Determinism)**: 물리적 진화는 튜링 기계와 동등한 계산 과정으로 모델링될 수 있다는 강한 물리적 Church‑Turing 정리를 전제로 한다. (2) **P⊂EXPTIME**: 계산에 필요한 물리적 자원(에너지·시간)이 시스템 규모 n에 따라 다항식(O(n^c)) 혹은 지수식(O(c^n)) 복잡도로 구분될 수 있음을 인정한다. (3) **유계성(Boundedness)**: 우주의 에너지와 입자 수가 유한하므로, 복잡도가 일정 수준을 초과하면 물리적으로 실행 불가능함을 명시한다. (4) **이산성(Discreteness)**: 해밀토니안의 스펙트럼이 시간‑에너지 불확정성에 의해 유한한 해상도로만 구분되므로, 복잡도 분류에 연속적인 실수 계수를 사용할 수 없게 된다. (5) **국소성(Locality)**: 실제 물리 시스템은 비국소적 상호작용을 허용하지 않으며, 이는 복잡도 분석을 현존 물리 이론과 일치시킨다. 이러한 가정 위에 두 가지 확률 모델을 구축한다. 첫 번째 모델은 **상태 공간 모델**이다. 모든 가능한 물리적 상태를 ‘어머니 상태(우주 초기 상태)’에서 시작해 특정 복잡도 클래스로 진화한 결과로 본다. 각 상태에 부여되는 확률은 해당 복잡도 클래스의 “쉬움(easy)” 정도에 역비례한다. 즉, 다항식 시간 안에 도달 가능한 상태는 확률이 1에 가깝고, 지수시간이 요구되는 상태는 확률이 0에 가깝게 할당된다. 이는 전통적인 전형성(typicality)에서 “대다수 상태가 평형에 도달한다”는 주장과 일맥상통하지만, 여기서는 전형성 대신 복잡도 기반 측정이 근거가 된다. 두 번째 모델은 **동역학 공간 모델**이다. 여기서는 가능한 물리적 진화 자체를 확률 공간으로 삼는다. 주어진 자유도 n, 시간 t, 에너지 E라는 삼중항에 대해, 각 진화가 차지하는 복잡도 클래스의 상대적 크기를 측정한다. 정의된 확률은 일종의 거리 함수로, 특정 목표 상태에 도달하기 위해 필요한 물리적 자원의 양을 정량화한다. 이 함수는 (E/t)라는 ‘연산 파워’를 기준으로, 해당 파워를 만족하는 진화들의 집합 크기에 비례한다. 논문은 이 두 모델을 고전 통계역학, 열역학, 그리고 비상대론적 양자역학에 적용한다. 고전 경우, 미시적 상태들의 대부분이 다항식 복잡도 진화에 의해 생성되므로, 전통적인 전형성 주장—예를 들어 “대다수 초기 조건이 열평형에 수렴한다”—을 복잡도 기반 확률로 재해석한다. 이는 전형성에서 발생하는 측도 선택의 주관성을 없애고, 실제 물리적 자원 제약에 근거한 객관적 설명을 제공한다. 양자역학에서는 유니터리 연산이 기본적으로 다항식 시간 안에 구현 가능하다는 점을 이용해, 양자 상태 전이 확률도 물리적 자원(에너지·시간) 제약에 의해 결정된다고 본다. 특히, 얽힘이나 비국소성 같은 비부울리언 구조가 복잡도 측정에 의해 정량화될 수 있음을 시사한다. 이 접근법의 가장 큰 장점은 **확률을 ‘얼마나 쉽게 구현 가능한가’가 아니라 ‘얼마나 많은 물리적 자원을 소모하는가’**라는 관점으로 전환함으로써, 전형성이나 베이즈적 주관성에서 발생하는 ‘측도 선택 문제’를 회피한다는 점이다. 시간 계층 정리(Time Hierarchy Theorem)를 물리적 현실에 직접 연결함으로써, 어떤 상태는 물리적으로 거의 불가능에 가깝다는 강력한 제한을 제공한다. 이러한 제한은 실험 설계, 양자 알고리즘의 효율성 평가, 열역학적 비가역성의 근본 원인 규명 등에 활용될 수 있다. 결론적으로, 저자는 물리적 확률을 **시간 복잡도와 물리적 자원 소비**라는 두 개의 객관적, 측정 가능한 양에 기반한 새로운 정의로 제시한다. 이는 기존의 주관적 확률 해석과 전형성 기반 객관적 해석의 한계를 보완하며, 고전·양자 통계역학 모두에 적용 가능한 통일된 확률 체계를 제공한다.