인공생명에서의 창발 현상과 정보 이론

초록

본 논문은 창발을 “한 스케일에서는 존재하지 않지만 다른 스케일에서 나타나는 정보”로 정의하고, 인공생명(소프트, 하드, 웻) 시스템을 통해 창발의 메커니즘을 탐구한다. 약한 창발·강한 창발, 상향·하향 인과관계, 그리고 정보량을 이용한 정량적 측정 방식을 제시한다.

상세 분석

이 논문은 복잡계 연구에서 오랫동안 논란이 되어 온 ‘창발’ 개념을 정보 이론의 관점에서 재구성한다. 저자는 창발을 “한 스케일에 존재하지 않지만 다른 스케일에 나타나는 새로운 정보”로 정의함으로써 물질주의적·환원주의적 접근의 한계를 극복하고자 한다. 이 정의는 공간·조직적 스케일(동시적 창발)과 시간적 스케일(연대적 창발)을 모두 포괄한다는 점에서 포괄적이며, ‘약한 창발’과 ‘강한 창발’이라는 두 축을 도입한다. 약한 창발은 계산적 불가축성(Computational Irreducibility)만을 요구해 관측 가능한 복잡한 거동을 설명한다. 반면 강한 창발은 하향 인과관계(downward causation)를 포함한다. 즉, 고차 스케일의 제약이 저차 스케일의 동역학을 제한하거나 새로운 행동을 유도한다는 주장이다. 이는 세포 수준에서 유전자가 아닌 세포 전체 구조가 분자 수준의 반응을 규정한다는 생물학적 예시와 연결된다.

인공생명 분야를 소프트(ALife 시뮬레이션), 하드(로봇), 웻(프로토셀) 세 가지 차원으로 나누어 각각의 창발 사례를 제시한다. 소프트 ALife에서는 셀룰러 오토마톤(예: Conway’s Game of Life)이나 보이드 모델이 간단한 로컬 규칙으로 복잡한 패턴, 군집 행동, 심지어 보편적 계산까지 생성한다는 점을 강조한다. 하드 ALife에서는 로봇 개체와 집단이 물리적 환경에 내재된 상호작용을 통해 개별 로봇이 갖지 못한 행동(협동, 목표 달성)을 나타낸다. 웻 ALife에서는 화학적 반응 네트워크와 프로토셀, 액티브 드롭릿 등이 물질적 기반 위에서 자가조립·자기구조화·운동성을 보이며, 여기서도 고차 스케일의 구조가 저차 스케일의 화학 반응을 제한하는 하향 인과관계가 관찰된다.

정보량을 정량화하기 위해 저자는 Shannon 엔트로피와 동일한 형태의 ‘창발 지표 E’를 제안한다. E = –K Σ p_i log p_i 로 정의되며, K는 정규화 상수이다. E=0이면 두 스케일 간에 새로운 정보가 전혀 생성되지 않은 것이고, E=1이면 완전한 불확실성, 즉 새로운 정보가 최대치로 생성된 상황을 의미한다. 이 측정은 약한·강한, 동시·연대적 창발을 모두 동일한 수식으로 비교 가능하게 만든다.

전체적으로 논문은 복잡계·생명 현상을 이해하기 위한 ‘정보 기반 프레임워크’를 제시하고, 인공생명 실험을 통해 이론을 검증·확장할 수 있음을 주장한다. 특히 하향 인과관계와 강한 창발을 정보 흐름의 관점에서 해석함으로써, 전통적인 물리·화학적 인과관계의 한계를 넘어서는 새로운 연구 패러다임을 제시한다.