Logic Programming Semantics for Causal Processes

당신은 규칙들로만 만들어진 거대하고 투명한 기계를 지켜보고 있다고 상상해 보세요. 이 기계는 톱니바퀴나 피스톤이 있는 것이 아니라, 모든 부품이 단순한 "만약 ~라면, ~이다(if-then)" 문장으로 이루어진 '논리 기계'입니다. 만약 불이 켜져 있다면, 선풍기가 돈다. 만약 선풍기가 돈다면, 방이 시원해진다. 컴퓨터 과학의 세계에서 이것을 **논리 프로그래밍(Logic Programming)**이라고 부릅니다. 이것은 컴퓨터가 어떻게 추론하고, 퍼즐을 풀고, 심지어 우리 몸이 어떻게 작동하는지를 모델링하는 데 사용하는 두뇌와 같습니다. 이것을 시간이 흐름에 따라 사물들이 어떻게 변하는지에 대한 이야기를 들려주는 일련의 지침이라고 생각하십시오.

하지만 여기서 까다로운 점이 있습니다. 규칙들이 서로를 향해 루프(loop)를 형성하면 어떻게 될까요? 예를 들어, "선풍기가 돌면 불이 켜진다"라는 규칙과 "불이 켜지면 선풍기가 돈다"라는 규칙이 있다고 가정해 봅시다. 만약 둘 다 꺼진 상태에서 시작한다면 아무 일도 일어나지 않습니다. 하지만 실수로 불을 켠다면, 선풍기가 돌게 되고, 이는 불이 영원히 켜져 있게 만듭니다. 이것이 **인과 과정(causal process)**입니다. 즉, 한 사건이 다른 사건을 일으키고, 그것이 다시 다음 사건을 일으키는 연쇄 반응입니다. 과학자들은 이 루프가 현실 세계 도처에 존재하기 때문에 이에 깊은 관심을 가집니다. 이 루프들은 질병이 어떻게 확산되는지, 생태계가 어떻게 회복되는지, 또는 사람의 기분이 어떻게 슬픔의 굴레에 갇히게 되는지를 설명합니다. 큰 질문은 이것입니다. 우리가 이 규칙들을 적어 내려간다면, 그 기계가 실제로 장기적으로 무엇을 할 것인지 어떻게 알 수 있을까요? 기계는 진정하여 안착할까요, 아니면 영원히 앞뒤로 왔다 갔다 하며 요동칠까요?

펠릭스 바이트켐퍼(Felix Weitkämper)가 작성한 이 논문은 바로 그 질문을 파고듭니다. 이 논문은 이 논리 기계들을 바라보는 두 가지 서로 다른 관점을 연결하려는 '번역가' 역할을 합니다. 한쪽에는 **지지된 모델(Supported Models)**이 있는데, 이는 기계를 어떤 무작위 상태에서 시작하더라도 도달할 수 있는 "가능한 결말들"과 같습니다. 다른 한쪽에는 **안정 모델(Stable Models)**이 있는데, 이는 아무런 외부 간섭 없이 완전히 비어 있는 중립적인 상태에서 시작하여 규칙을 실행했을 때 기계가 찾아내는 "진정한, 자연스러운 결말"입니다.

저자의 주요 발견은 이 두 개념이 시간 및 인과관계와 어떻게 연관되는지에 대한 명확한 지도를 제시하는 것입니다. 그는 만약 규칙들이 "not(부정)"을 사용하지 않는다면(양의 논리 프로그램), 안정 모델이 바로 아무것도 없는 상태에서 시작하여 아무런 충격이나 결함 없이 규칙이 흘러가는 대로 내버려 두었을 때 발생하는 결과와 정확히 일치한다는 것을 증나합니다. 이것은 기계의 "기본값"인 미래입니다. 반면, 지지된 모델은 훨씬 더 유연합니다. 그것은 기계가 이상하거나 뒤섞인 시작 상태에서 출발했거나 누군가에게 밀쳐졌을 때 결국 도달할 수 있는 그 어떤 상태도 나타냅니다.

이를 구체화하기 위해, 마법 같은 규칙이 있는 두 이웃 집, 집 A와 집 B를 상상해 보십시오. 규칙은 "집 A가 타면 집 B도 탄다", 그리고 "집 B가 타면 집 A도 탄다"입니다.

• 안정 모델의 관점: 만약 당신이 두 집 모두 안전하고 차가운 상태에서 시작하고, 아무도 성냥을 던지지 않는다면, 집들은 영원히 안전할 것입니다. "안전한 상태"가 안정적인 상태입니다. 이것이 기계가 가만히 있을 때 하는 행동입니다.
• 지지된 모델의 관점: 하지만 만약 시작 단계에서 번개가 집 A를 강타한다면 어떻게 될까요? 이제 집 A가 타고, 이것이 집 B를 태우게 되며, 이것이 다시 집 A를 계속 타게 만듭니다. 이것은 규칙이 이를 완벽하게 설명하기 때문에 유효한 "지지된" 상태입니다. 논문은 이 "둘 다 타는" 상태가 지지된 모델이지만, 시작을 위해 그 초기 "충격(번개)"이 필요했기 때문에 안정 모델은 아니라고 보여줍니다.

또한 이 논문은 기계가 방해를 받는다면 어떻게 되는지도 탐구합니다. 만약 집들을 타는 상태로 시작한다면, 그들은 계속 탈 수도 있습니다. 하지만 만약 집 A만 타는 상태로 시작했는데, 규칙들이 상태를 계속 앞뒤로 뒤집는다면(A가 타고, 그다음 B가 타고, 다시 A가 타는 식), 기계는 결코 진정되지 않습니다. 즉, "최종 상태"를 갖지 못합니다. 저자는 이러한 특정 유형의 규칙 세트의 경우, 중립적인 곳에서 시작하여 규칙이 매끄럽게 흘러가게 하는 것만이 단 하나의 변하지 않는 미래를 보장하는 유일한 방법임을 보여줍니다.

저자는 이 명확한 그림이 "양의" 규칙(부정이 없는 규칙)에 대해서만 유효하다는 점을 매우 주의 깊게 지적합니다. "not"을 섞으면 이야기는 복잡해집니다. 그는 "not" 규칙이 포함된 기계가, 비록 아무것도 없는 상태에서 시작했을 때는 일어나지 않을 일임에도 불구하고, 마치 유효한 결말처럼 보이는 루프에 빠질 수 있는 사례를 제시합니다. 이는 상황이 더 복잡해지면 "기계를 실행하는 것"과 "안정 모델을 찾는 것" 사이의 깔끔한 연결 고리가 깨진다는 것을 의미합니다.

궁극적으로, 이 연구는 우리가 환자의 증상이 시간에 따라 서로에게 어떻게 영향을 미치는지와 같은 현실 세계의 과정을 모델링할 때, 우리가 어떤 "결말"을 찾고 있는지 주의해야 함을 시사합니다. 만약 우리가 시스템이 자연스럽게 하는 일을 알고 싶다면 안정 모델을 찾아야 합니다. 만약 시스템이 교란되거나 이상한 상태에서 시작했을 때 무엇이 일어날 수 있는지를 알고 싶다면 지지된 모델을 찾아야 합니다. 이것은 강물이 자연스럽게 바다로 흐르는 것(안정)과 누군가 양동이로 물을 쏟아서 생긴 웅덩이(지지)의 차이를 아는 것과 같습니다. 둘 다 물이지만, 그것들은 세상이 작동하는 방식에 대해 서로 다른 이야기를 들려줍니다.