Evidence of Layered Positional and Directional Constraints in the Voynich Manuscript: Implications for Cipher-Like Structure

이 논문은 **보이니치 필사본 (Voynich Manuscript, VMS)**의 미해결 암호 및 언어 구조에 대한 체계적인 분석을 제시하며, 필사본의 그래프 (문자) 시퀀스가 자연어와 구별되는 독특한 층화된 방향성 및 위치적 제약을 가지고 있음을 증명합니다. 저자 크리스토프 파리셀 (Christophe Parisel) 은 필사본이 단순한 무의미한 글 (gibberish) 이나 기존 암호 중 하나일 가능성을 배제하지는 않지만, 기존에 제안된 생성 모델들 (Slot-based, Cardan grille 등) 로는 필사본의 복잡한 구조적 특징을 동시에 재현할 수 없음을 정량적으로 입증했습니다.

다음은 논문의 주요 내용 요약입니다.

---

1. 연구 문제 (Problem)

보이니치 필사본은 수백 년간 해독되지 않은 텍스트로, 그 기원과 언어적 성질에 대해 세 가지 주요 가설이 대립해 왔습니다:

1. 무의미한 글 (Gibberish): 의미 없는 무작위 생성 (Rugg, 2004 등).
2. 자연어 또는 인공어: 알려지지 않은 자연어 또는 인공어 (Bowern 등).
3. 암호: 라틴어나 이탈리아어 등 알려진 언어를 암호화한 것 (D'Imperio 등).

기존 연구들은 필사본이 **왼쪽에서 오른쪽 (LTR)**으로 쓰였음을 인정하지만, 내부 문자 시퀀스의 방향성 (RTL 최적화 여부) 과 단어 경계에서의 구조적 특성에 대한 정량적 분석이 부족했습니다. 특히, 필사본의 단어 경계 (word boundaries) 에서 관찰되는 **Zipfian 분포 (멱함수 법칙)**는 자연어에서 흔히 보이는 '플랫 (plateau)' 형태의 분포와 달라, 기존 방향성 분석 지표들이 적용되지 않는 문제가 있었습니다.

2. 방법론 (Methodology)

저자는 필사본 (EVA 전사본) 과 4 가지 비교 언어 (영어, 프랑스어, 히브리어, 아랍어) 를 대상으로 다음과 같은 분석을 수행했습니다.

• 방향성 비대칭 분석:
  • 문자 수준 (Character-level): $n$-gram 모델의 교차 엔트로피를 이용해 텍스트가 LTR 또는 RTL 로 읽을 때 더 예측 가능한지 분석 ($\Delta$).
  • 단어 경계 수준 (Cross-boundary): 인접한 단어 간의 마지막 $n$개 문자와 다음 단어의 처음 $n$개 문자 간의 조건부 엔트로피와 상호 정보량 (Mutual Information, MI) 을 계산하여 방향성 비대칭 ($\Delta_{CB}$) 을 측정.
• 위치적 진단 (Positional Diagnostic):
  • 각 그래프를 '시작 선호', '끝 선호', '모호'로 분류하고, 끝에서 시작으로의 전이 비율 (End→Start rate) 을 계산.
  • 상호 정보량 (MI) 을 **위치 클래스 (Positional Class)**에 의한 정보와 **클래스 내 특정 그래프 (Within-class)**에 의한 정보로 분해.
• 마르코프 시뮬레이션 (Markov Simulation):
  • 실제 VMS 단어 시퀀스를 기반으로 단어 수준의 마르코프 체인을 훈련하여 합성 텍스트를 생성. 이를 통해 관찰된 방향성 분리 현상이 단순한 표면 통계 (surface statistics) 로 재현 가능한지 확인.
• 생성 모델 테스트 (Generative Model Testing):
  • 4 가지 정량적 서명 (Signatures) 을 동시에 만족하는지 테스트:
    1. Sig1: 끝→시작 (E→S) 전이율 70~95%.
    2. Sig2: 양측 위치적 극단성 (Bilateral positional extremity) 존재.
    3. Sig3: 단어 간 상호 정보량 (MI) > 0.10 bits.
    4. Sig4: Zipfian 형태의 단어 경계 분포.
  • 테스트된 모델: 매개변수 기반 슬롯 생성기 (Slot-based generator), 카르단 그릴 (Cardan grille, Rugg 의 가설), Naibbe 암호 (Greshko 의 가설).

3. 주요 결과 (Key Results)

A. 방향성의 이중성 (Directional Dissociation)

• 문자 내부: VMS 는 **RTL(오른쪽에서 왼쪽)**로 읽을 때 더 예측 가능함 (자연어인 영어/프랑스어는 LTR 최적화).
• 단어 경계: VMS 는 **LTR(왼쪽에서 오른쪽)**로 읽을 때 더 예측 가능함.
• 결론: 자연어는 두 수준에서 방향성이 일치하지만, VMS 는 반대 방향 최적화를 보입니다. 그러나 마르코프 시뮬레이션 결과, 이 현상은 단어 내부 구조와 단어 간 전이 확률이라는 표면 통계만으로도 10/10 재현되었으므로, 이 현상 자체가 특정 생성 메커니즘을 지시하는 진단 지표는 아님이 확인되었습니다.

B. 위치적 및 구조적 특징 (Positional & Structural Signatures)

마르코프 시뮬레이션으로 재현되지 않는 VMS 의 고유한 특징들은 다음과 같습니다:

1. 높은 경계 집중도 (Boundary Concentration): 단어 끝 그래프가 다음 단어 시작 그래프로 전이되는 비율이 **80.6%**로, 비교 언어 (19.8%~35.5%) 보다 훨씬 높습니다.
2. 양측 위치적 극단성 (Bilateral Extremity): 특정 그래프가 단어 시작에만, 다른 그래프는 단어 끝에만 극도로 편중되어 있습니다 (비율 100:1 이상). 자연어에서는 주로 끝 글자 형태 (sofit 등) 에 국한되지만, VMS 는 시작과 끝 양쪽에서 극단적 편향을 보입니다.
3. Zipfian 경계 분포: 단어 경계의 그래프 빈도가 자연어의 플랫 형태가 아닌 멱함수 (Power-law) 분포를 따릅니다.
4. 높은 구조적 MI: 단어 간 상호 정보량 (0.230 bits) 이 비교 언어 중 가장 높으며, 단어 순서를 무작위화 (shuffling) 해도 원래 MI 의 21% 를 유지합니다 (비교 언어는 7~14%). 이는 순서에 의존하지 않는 구조적 규칙성이 강함을 의미합니다.

C. 생성 모델 테스트 결과

두 가지 주요 생성 모델 클래스는 4 가지 서명을 동시에 만족하지 못했습니다.

• Slot-based Generator: E→S 비율 (Sig1) 과 MI (Sig3) 는 잘 재현하지만, Zipfian 분포 (Sig4) 를 맞추려면 MI 가 파괴되거나 그 반대의 딜레마에 빠집니다.
• Cardan Grille: Zipfian 분포 (Sig4) 를 맞추려면 E→S 비율 (Sig1) 이 급격히 떨어집니다.
• Naibbe Cipher: 설계 목적과 달리 E→S 비율, MI, Zipfian 분포 모두에서 실패했습니다 (1/4 서명 통과).

4. 주요 기여 (Key Contributions)

1. 방향성 분리 현상의 해명: VMS 의 RTL/LTR 방향성 불일치가 단순한 표면 통계의 결과임을 증명하여, 분석의 초점을 '재현 불가능한 구조적 특징'으로 이동시켰습니다.
2. 정량적 벤치마크 제시: VMS 의 구조적 복잡성을 평가할 수 있는 4 가지 정량적 서명 (E→S 비율, 양측 극단성, MI, Zipfian 분포) 을 정의했습니다.
3. 생성 모델의 한계 규명: 기존에 제안된 주요 가설 (슬롯 기반, 카르단 그릴, Naibbe 암호) 이 VMS 의 복합적 구조적 특징을 동시에 설명하지 못함을 입증했습니다. 이는 VMS 가 단순한 빈도 기반 메커니즘이나 기존 암호 체계로 생성되기 어렵다는 강력한 증거입니다.
4. 자연어와의 정량적 차이 규명: 4 가지 비교 언어와 VMS 가 단어 경계 구조에서 통계적으로 유의미하게 다름을 보여주었습니다.

5. 의의 및 결론 (Significance & Conclusion)

이 연구는 VMS 가 단순한 무작위 글이나 기존에 알려진 암호 체계 중 하나로 쉽게 설명될 수 없음을 보여줍니다. VMS 는 단어 내부의 RTL 최적화와 단어 간 LTR 최적화라는 이질적인 방향성, 그리고 높은 경계 집중도와 Zipfian 분포가 공존하는 매우 특이한 구조를 가지고 있습니다.

• 제약 조건: 향후 VMS 를 해독하거나 생성 모델을 제안하는 모든 연구는 위에서 정의된 4 가지 정량적 서명을 동시에 만족해야 합니다.
• 한계: 비교 언어 세트가 작고 (4 개), 테스트된 생성 모델 클래스가 제한적이므로 자연어 일반에 대한 일반화는 불가능합니다. 또한, VMS 가 완전히 새로운 자연어, 아직 테스트되지 않은 복잡한 암호, 또는 완전히 다른 생성 메커니즘일 가능성은 열려 있습니다.

결론적으로, 이 논문은 VMS 연구에 **정량적 기준 (Quantitative Benchmarks)**을 제시하여, 향후 암호 해독이나 언어학적 분석이 단순한 가설 제시에 그치지 않고 구조적 재현 가능성을 검증할 수 있는 토대를 마련했습니다.