맥락성의 새로운 시각: 컨텍스추얼리티‑바이‑디폴트 대화식 해설

초록

**
본 논문은 대화 형식으로 컨텍스추얼리티‑바이‑디폴트(CbD) 이론의 핵심 개념을 소개한다. 객체와 맥락을 원시적 라벨로 보고, 서로 다른 맥락에서 측정된 동일 객체는 서로 다른 확률변수로 취급한다. 맥락이 다른 변수들은 공동분포가 없으며, 이를 ‘확률적으로 무관(stochastically unrelated)’이라고 부른다. 무관한 변수들의 가능한 결합(커플링)을 탐색하고, 같은 객체의 측정값이 가능한 한 많이 일치하도록 하는 ‘최대 커플링’ 존재 여부를 통해 시스템이 비맥락적(non‑contextual)인지 맥락적(contextual)인지 판단한다.

**

상세 분석

**
이 논문은 CbD 이론을 직관적인 대화 형식으로 풀어내면서, 전통적인 맥락성 논의와의 차이를 명확히 한다. 첫 번째 핵심은 ‘객체(object)’와 ‘맥락(context)’을 정의론적 원시 개념으로 취급한다는 점이다. 측정은 두 라벨(‘무엇을’, ‘어떤 상황에서’)에 의해 완전히 규정되며, 동일 객체가 서로 다른 맥락에서 측정될 때는 서로 다른 확률변수 RᵥA, RʷA 등으로 표기한다. 이러한 변수들은 동일 맥락 내에서는 공동분포를 가지지만, 서로 배타적인 맥락에 속하는 변수들 간에는 공동분포가 정의되지 않는다. 즉, “RᵥA와 RʷB는 동시에 관측될 수 없으므로 확률적 연관성을 논할 수 없다”는 것이 CbD의 기본 전제다.

두 번째 핵심은 ‘커플링(coupling)’ 개념이다. 확률적으로 무관한 변수들의 복제본(eRᵥA, eRʷA 등)을 만든 뒤, 이 복제본들에 대해 공동분포를 부여한다. 모든 가능한 커플링을 고려함으로써, 동일 객체의 두 측정값이 일치할 확률을 최대화하는 ‘최대 커플링(maximal coupling)’을 정의한다. 예를 들어, 이진 변수 RᵥA와 RʷA에 대해 최대 일치 확률은 1−|pᵥA−pʷA| 로 계산된다.

세 번째 단계는 시스템 전체에 대한 비맥락성 판단이다. 각 객체에 대해 최대 커플링을 구한 뒤, 네 변수(RᵥA, RʷA, RᵥB, RʷB) 전체에 동시에 적용 가능한 커플링이 존재하면 비맥락적이라 선언한다. 존재하지 않을 경우, 즉 두 객체의 최대 일치 조건을 동시에 만족시키는 공동분포가 없으면 시스템은 맥락적이라고 판단한다. 이는 전통적인 Bell‑type 부등식이나 Kochen‑Specker 정리와는 달리, 확률론적 구조 자체를 분석함으로써 맥락성을 정의한다는 점에서 혁신적이다.

마지막으로, 연속형 변수와 다변량 경우에도 동일한 논리가 적용된다. 정규분포 변수 R, S에 대해 모든 동일한 주변분포를 갖는 결합이 커플링이며, 평균·분산이 다르면 최대 일치 확률은 1보다 작다. 이러한 일반화는 CbD가 양자 물리뿐 아니라 심리학·사회과학 등 다양한 분야의 실험적 데이터에 적용 가능함을 시사한다.

요약하면, CbD는 (1) 측정 변수의 라벨링을 엄격히 구분, (2) 맥락 간 무관성을 전제, (3) 가능한 모든 커플링을 탐색하여 최대 일치 확률을 계산, (4) 이 조건들의 동시에 만족 가능성을 비맥락성 기준으로 채택한다는 네 단계의 체계적 절차를 제공한다. 이러한 접근은 기존의 ‘맥락성은 존재한다/존재하지 않는다’는 이분법을 넘어, 실제 데이터가 허용하는 확률적 제약을 정량적으로 평가한다는 점에서 학문적·실험적 의미가 크다.

**