규칙 기반 모델의 레벨 카운팅 혁신

초록

본 논문은 Kappa 언어에 레벨(카운터) 개념을 도입하여, 다중 내부 상태를 효율적으로 표현하는 두 가지 인코딩 방식을 제안한다. 기존의 직접 열거 방식이 초래하는 규칙 폭발을 방지하고, 선형적인 규칙 증가를 달성한다.

상세 분석

Kappa는 사이트 그래프 기반의 규칙 기반 모델링 언어로, 단일 사이트에 내부 상태를 부여함으로써 단백질 상호작용을 기술한다. 그러나 복수의 동일한 내부 상태(예: 다중 인산화 부위)를 표현하려면 각 상태 조합마다 별도의 규칙을 작성해야 하며, 이는 레벨 수가 늘어날수록 규칙 수가 지수적으로 증가한다는 심각한 단점을 가진다. 저자들은 이를 해결하기 위해 에이전트에 “레벨”이라는 정수형 카운터를 명시적으로 부착하고, 카운터 값을 테스트·변경할 수 있는 연산자를 언어에 추가한다.

첫 번째 인코딩은 “Unary numbers” 방식으로, succ라는 새로운 에이전트 타입을 이용해 사슬(chain) 형태로 카운터 값을 표현한다. 카운터 값 k는 succ 에이전트가 k+1개 연결된 구조로 나타나며, “같음” 테스트는 정확히 k+1개의 사슬 존재 여부를 확인하고, “보다 큼” 테스트는 사슬 길이가 k+1 이상인지 확인한다. 값 증가·감소는 사슬의 앞부분에 succ 에이전트를 삽입하거나 제거함으로써 O(1) 연산으로 구현된다. 이 방식은 레벨 0을 별도 처리할 필요가 없으며, 규칙 수는 레벨 상한에 비례하는 선형 규모로 유지된다. 다만, 사슬을 구성하는 succ 에이전트가 실제 시뮬레이션 시 메모리를 차지하고, 삭제된 에이전트와 연결된 사슬이 남아 메모리 누수가 발생할 수 있어 “무한 속도” 삭제 규칙을 별도 정의해야 하는 운영상의 복잡성이 존재한다.

두 번째 인코딩은 “Rule” 방식으로, succ 에이전트에 추가 사이트 a를 부여해 다른 에이전트가 카운터와 직접 결합하도록 설계한다. 여기서는 카운터 값이 succ 사슬 중 어느 위치에 연결되는가에 따라 결정되며, 사슬 위·아래의 길이를 검사함으로써 “같음”, “보다 큼”, “보다 작음”을 모두 구현한다. 이 방법은 비교 연산이 풍부해 모델링 표현력이 높지만, 각 에이전트가 succ 사슬에 대해 고정된 n개의 연결을 유지해야 하므로 상태 공간이 확대되고 메모리 사용량이 증가한다.

두 인코딩 모두 기존 BNGL의 “indistinguishable sites” 접근법보다 규칙 폭발을 억제하지만, 구현 단계에서 Kappa 시뮬레이터가 순수 Kappa 모델만을 처리한다는 제약 때문에 사용자 모델과 시뮬레이터 내부 모델 간의 변환 비용이 발생한다. 저자들은 향후 시뮬레이터에 카운터를 네이티브하게 지원하고, 정적 분석을 통해 카운터 상한 초과를 사전에 탐지하는 기능을 추가할 계획을 밝히며, 현재는 동적 워치독을 통해 오류를 감시하고 있다.

이 논문의 핵심 기여는 (1) 레벨/카운터 개념을 Kappa에 공식화함으로써 다중 내부 상태를 선형 규칙 수로 표현, (2) 두 가지 구체적 인코딩을 제시해 구현상의 트레이드오프를 명시, (3) 메모리·성능 비용과 정적 검증 필요성을 논의함으로써 향후 연구 방향을 제시한 점이다.