플러크가 아는 것, 새는 모르는 것: 집단 지능과 공동 행위의 등장

초록

본 논문은 다중 에이전트 활성 추론 모델을 이용해 새 무리(플러크)가 개별 새보다 빠르고 협조적인 반응을 보이며, 포식자 위치에 대한 정보를 개별 새가 알 수 없는 형태로 통합한다는 점을 입증한다. 마코프 블랭킷을 이용해 개인 에이전트와 집단 에이전트의 경계를 정의하고, 시너지 정보량을 통해 집단 지식의 존재를 정량화한다.

상세 분석

이 연구는 활성 추론(active inference) 프레임워크를 다중 에이전트 시스템에 적용함으로써 공동 행위(joint agency)의 형성 메커니즘을 정량적으로 탐구한다. 각 새는 동일한 내부 생성 모델을 가지고 자신의 자유 에너지(free energy)를 최소화하며, 이웃 새들의 방향 정보를 감각(sensory) 상태로 받아들여 행동(active) 상태를 업데이트한다. 이러한 로컬 상호작용은 마코프 블랭킷(Markov blanket)의 개념을 통해 통계적 경계가 형성되고, 충분히 강한 상호 연결이 이루어지면 개별 블랭킷이 중첩되어 상위 수준의 블랭킷, 즉 ‘플러크’를 만든다. 플러크는 자체적인 내부, 감각, 행동 상태를 갖는 새로운 에이전트로 간주될 수 있다. 논문은 시뮬레이션을 통해 두 단계의 동역학을 보여준다. 첫 번째 단계에서는 새들이 점진적으로 정렬하면서 플러크가 형성되고, 두 번째 단계에서는 외부 포식자 자극이 도입되어 플러크와 개별 새의 반응 속도와 정확도를 비교한다. 결과는 플러크가 포식자 위치에 대한 정보를 시너지 정보(synergistic information) 형태로 통합한다는 점이다. 즉, 개별 새가 직접 관측하지 못한 포식자 위치에 대한 암묵적 지식이 플러크 전체에 존재한다. 이 시너지 정보는 부분 정보(partial information)와 중복 정보(redundant information)를 초과하는 양으로, 집단 차원의 추론 능력이 개별 차원을 넘어섰음을 의미한다. 또한, 자유 에너지 최소화 과정에서 플러크는 개별 새보다 더 빠르고 일관된 회피 경로를 선택한다는 것이 입증된다. 이러한 발견은 마코프 블랭킷을 통한 계층적 자율성(nested autonomy) 개념과 정보 이론적 측정이 결합될 때, 집단 지능과 공동 행위가 어떻게 발생하는지를 명확히 보여준다. 연구는 또한, 개별 에이전트가 내부 모델에 ‘우리(our)’ 혹은 ‘공동 목표’를 명시적으로 포함하지 않아도, 순수한 통계적 상호작용만으로도 집단 수준의 지식과 행동이 emergent하게 나타날 수 있음을 시사한다.