현상우선 진화와 페노포이시스 알고리즘 유기체 주도 적응의 새로운 메커니즘

초록

이 논문은 유전자를 넘어 학습된 표현형 패턴을 후대에 전달하는 “페노포이시스 알고리즘”을 제안한다. 유전적 변이와 별도로 에피게놈에 저장된 성공적인 패턴을 상속받음으로써 환경 변화에 3‑4배 빠르게 적응한다는 실험적 증거를 제시한다.

상세 분석

본 연구는 기존의 유전자 중심 진화 모델과 달리 두 개의 독립적인 유전 메커니즘을 동시에 운영한다는 점에서 혁신적이다. 첫 번째는 전통적인 게놈으로, 비트 문자열 형태의 파라미터와 변이를 담당한다. 두 번째는 에피게놈으로, 개체가 평생 학습 과정에서 발견한 ‘컴포지션 레시피’를 저장한다. 이러한 레시피는 원시 프리미티브(수평·수직 선, 코너 등)의 조합 규칙을 기술하며, 후대에 변형 없이 그대로 전달된다.

알고리즘은 두 단계로 구성된다. (1) 온톨로지 단계에서는 개체가 에피게놈을 읽고, 현재 환경에 맞는 레시피를 재사용하거나 새로운 조합을 탐색한다. 탐색 과정에서 얻은 높은 적합도 결과는 즉시 에피게놈에 기록되는 ‘쓰기‑백’ 메커니즘을 통해 피드백된다. (2) 세대 간 단계에서는 전통적인 선택·돌연변이 과정이 진행되며, 자손은 변이된 게놈과 변형되지 않은 에피게놈을 동시에 물려받는다.

핵심 기술적 통찰은 ‘컴포지션 재사용’이다. 프리미티브 라이브러리를 고정함으로써 레시피는 다른 환경에서도 바로 적용 가능하고, 이를 통해 학습된 지식이 세대 간에 누적된다. 또한, 개체가 스스로 탐색·활용 전략을 선택하도록 설계함으로써 ‘내재적 탐험‑활용 균형’이 구현된다. 실험에서는 10×10 이진 그리드에서 L, T, 플러스, 크로스, 스퀘어 형태를 목표로 삼아 급격한 환경 전환을 가했을 때, 에피게놈을 상속받은 집단이 순수 유전적 진화보다 평균 3.4배 빠르게 목표 형태에 수렴하였다.

이 결과는 두 가지 시사점을 제공한다. 첫째, 표현형 수준의 학습 결과가 유전적으로 고정되지 않은 형태로 전파될 수 있음을 증명한다. 둘째, 다중 시간 척도(빠른 표현형 상속 vs 느린 유전적 변이)의 결합이 단일 메커니즘보다 적응 효율을 크게 향상시킨다. 따라서 유기체를 ‘수동적 복제기’가 아니라 ‘능동적 문제 해결자’로 보는 Noble의 현상우선 관점을 실제 알고리즘으로 구현한 최초 사례라 할 수 있다.