Non-Markovian Collective Motion from Self-Regulated Perceptual Dynamics

새 떼나 물고기 떼를 상상해 보세요. 그들이 어떻게 함께 움직이는지에 대한 대부분의 컴퓨터 모델에서는 모든 새가 이웃을 즉시 바라보고 그들의 방향에 맞춰 즉시 방향을 틀도록 되어 있습니다. 이는 사람들이 방 안에 가득 차 있어, 누군가가 움직이는 순간 옆에 있는 사람이 즉시 그 행동을 따라 하는 것과 같습니다.

하지만 실제 세계에서는 살아있는 존재들이 단순히 즉각적인 모방자가 아닙니다. 그들은 자신감, 주의, 혹은 약간의 고집과 같은 '내부 상태'를 가지고 있으며, 이는 시간이 지남에 따라 서서히 변화합니다. 이 논문은 이를 모델링하는 새로운 방법을 제안합니다.

여기 핵심 아이디어를 간단한 개념으로 나누어 설명합니다:

각 에이전트 내부의 두 가지 '뇌'

저자들은 움직이는 모든 에이전트 (새나 로봇 등) 가 실제로 서로 다른 속도로 작동하는 두 가지 내부 '레지스터' 또는 정신적 스위치를 가지고 있다고 제안합니다:

1. 빠른 '지각' 레지스터: 이는 즉각적인 반응입니다. "이웃과 맞추기 위해 왼쪽으로 돌아갈까?" 아니면 "직진할까?"와 같은 순간적인 결정입니다. 이 레지스터는 현재 일어나는 일에 반응하여 매우 빠르게 변화합니다.
2. 느린 '조절' 레지스터: 이는 '기억'이나 '기분'과 같습니다. 이는 즉시 변하지 않습니다. 대신, 지난 몇 초 동안 빠른 레지스터가 무엇을 해왔는지 서서히 흡수합니다. 빠른 레지스터가 잠시 동안 "정렬, 정렬, 정렬"이라고 계속 말한다면, 느린 레지스터는 점차 "흥분"하거나 "참여"하기 시작합니다.

피드백 루프: 기억이 만들어지는 방식

이 두 가지가 서로 대화할 때 마법이 일어납니다:

• 빠른 것에서 느린 것으로: 빠른 레지스터가 이웃과 정렬하기로 계속 결정하면, 그것은 느린 조절 레지스터를 서서히 '펌프'하여 부풀립니다. 마치 무리를 따라 성공할수록 사람이 더 자신감을 얻는 것과 같습니다.
• 느린 것에서 빠른 것으로: 일단 느린 레지스터가 '펌프'되어 부풀어 오르면, 그것은 볼륨 조절 노브나 편향처럼 작용합니다. 이웃들이 흔들리고 있더라도 미래에 '정렬'을 선택할 가능성을 빠른 레지스터가 더 높게 만듭니다.

이것은 폐쇄된 루프를 만듭니다. 집단의 과거 행동이 현재의 기분에 영향을 미치고, 현재의 기분이 미래의 행동에 영향을 미칩니다.

'양자' 트릭 (당황하지 마세요!)

이 논문은 '블로흐 표현 (Bloch representations)'과 'GKSL 생성자 (GKSL generators)'와 같은 정교한 수학을 사용합니다. 이러한 용어들은 보통 양자 물리학에서 발견됩니다. 그러나 저자들은 매우 명확하게 말합니다: 그들은 이러한 새나 로봇이 실제로 양자 입자라고 말하는 것이 아닙니다.

그들은 단지 두 가지 상태 (예: '켜짐/꺼짐' 또는 '정렬/비정렬') 를 가진 것을 설명하는 데 탁월하고 수학을 현실적으로 유지 (양수이고 유계) 하는 데 훌륭한 수학적 도구를 차용하고 있을 뿐입니다. 마치 단순한 스펀지 케이크를 만들더라도 케이크가 무너지지 않는다는 보장을 받기 위해 복잡한 케이크 레시피를 사용하는 것과 같습니다.

시뮬레이션에서 일어나는 일

저자들이 컴퓨터 시뮬레이션을 실행했을 때, 이 느리고 빠른 루프로 인해 발생하는 세 가지 놀라운 사실을 발견했습니다:

1. '이력 (Hysteresis)' 효과 (끈적한 상태):
   '피드백' (느린 레지스터가 빠른 레지스터에 영향을 미치는 정도) 을 증가시키는 다이얼을 돌린다고 상상해 보세요.

   • 다이얼을 위로 돌리면, 결국 집단은 완벽한 조화로 움직이기 시작합니다.
   • 이제 다이얼을 다시 아래로 돌려보세요. 집단은 즉시 무너지고 다시 혼란스러워질 것이라고 기대할 수 있습니다.
   • 하지만 그렇지 않습니다. 다이얼을 낮게 돌려도 집단은 조직화되어 있습니다.
   • 비유: 이는 무거운 플라이휠과 같습니다. 일단 빠르게 회전시키기 시작하면, 밀어주는 힘을 줄여도 계속 회전합니다. 집단은 조직화되었던 것을 '기억'하고 그 상태를 유지합니다. 이를 **이력 (hysteresis)**이라고 하며, 이는 시스템이 과거에 대한 기억을 가지고 있음을 증명합니다.

2. '골디락스' 구역:
   집단의 질서와 내부 '기분' 사이의 관계는 직선이 아닙니다.

   • 피드백이 너무 약하면 집단과 기분이 잘 동기화되지 않습니다.
   • 피드백이 너무 강하면 모든 것이 경직되고 포화 상태에 갇혀 아무것도 변하지 않게 되어, 역동적으로 서로 '대화'하는 것을 멈춥니다.
   • 적당한 지점: 집단과 그 내부의 기분이 완벽하게 동기화되어 가장 효율적으로 함께 움직이고 변화하는 중간 수준의 피드백이 존재합니다.

3. 비마코프 (Non-Markovian) 운동 (과거의 유령):
   물리학에서 '마코프 (Markovian)' 과정은 미래가 오직 현재에만 의존하는 과정입니다. '비마코프 (Non-Markovian)' 과정은 과거에 의존합니다.

   • 느린 레지스터가 역사를 붙잡고 있기 때문에, 오늘의 집단 움직임은 어제 일어난 일에 의존합니다. 컴퓨터 내부의 수학은 기술적으로 '기억이 없다' (서서히 변하는 변수를 명시적으로 추적하기 때문) 고 하더라도, 새들의 움직임만 보면 마치 그들이 과거를 기억하는 것처럼 보입니다.

결론

이 논문은 로봇이나 새에게 "마지막 5 초를 기억하라"와 같은 복잡한 '기억 규칙'을 프로그래밍하지 않아도 그들이 기억을 가진 것처럼 행동하게 할 수 있음을 보여줍니다.

단순한 내부 시스템만 주어지면, 빠른 반응이 서서히 느린 기분을 쌓아 올리고, 그 기분이 다음 반응에 영향을 미친다면, 집단은 자연스럽게 기억, 고집, 그리고 복잡한 조율을 발달시킵니다. '기억'은 빠르고 느린 것 사이의 상호작용에서 자동으로 나타납니다.