Convex Biproducts, Stochastic Matrices and Tape Diagrams

수학의 우주를 블록으로 모든 것이 만들어지는 거대한 마법 작업실이라고 상상해 보세요. 이 작업실에는 "바이프로덕트(biproduct)"라고 불리는 특별한 도구가 있습니다. 이것은 두 가지를 서로 결합했다가 다시 분리할 수 있게 해주는 보편적인 연결 장치와 같지만, 한 가지 반전이 있습니다. 바로 그것이 팔레트 위의 색을 섞는 것처럼 당신이 원하는 어떤 방식으로든 그것들을 섞을 수 있게 해준다는 점입니다. 만약 당신에게 빨간색 블록과 파란색 블록이 있다면, 이 도구는 당신이 보라색 블록을 만들거나, 아주 적은 양의 빨간색과 엄청나게 큰 덩어리의 파란색을 만들거나, 심지어 원래의 두 개를 합친 것보다 더 많은 양을 만드는 것을 가능하게 합니다. 이러한 "혼합"을 수학자들은 "선형적(linear)"이라고 부르며, 이는 우리가 물리나 컴퓨터 과학에서 사물을 설명할 때 사용하는 기초가 됩니다. 이것은 마치 어떤 재료든 원하는 만큼 사용할 수 있는 레시피 북을 가진 것과 같습니다. 심지어 음수의 양까지도 말이죠 (현실 세계에서는 이상하지만, 수학에서는 괜찮습니다).

하지만 만 만약 당신이 오직 실제 재료로만 작동하는 무언가를 만들고 싶다면 어떨까요? 만약 음수의 양을 사용할 수 없고, 당신의 전체 혼합물이 항상 정확히 피자 한 판 전체가 되거나, 적어도 그것을 초과하지 않도록 확실히 해야 한다면 어떨까요? 이것이 확률과 우연의 세계입니다. 그것은 "설탕 -2 컵을 넣으시오"라고 말하는 이론적인 레시피와 "밀가루 50%, 물 50%"라고 말하는 실제 레시피의 차이입니다. 오랫동안 수학자들은 첫 번째 종류(무제한의 거친 혼합)를 위한 훌륭한 도구 상자를 가지고 있었지만, 두 번째 종류(신중하고 확률에 기반한 혼합)를 기술하기 위한 이와 유사하게 깔끔하고 조직된 방법을 찾는 데 어려움을 겪었습니다. 이 논문은 이 간극 속으로 뛰어들어 다음과 같이 질문합니다. "우리가 오직 이러한 신중한, '볼록한(convex)' 혼합만을 허용하는 특별한 버전의 수학적 작업실을 만들 수 있을까?"

이 논문의 저자들은 그렇다고 답하며, 이를 위한 새로운 규칙 세트를 구축했습니다. 그들은 "볼록 바이프로덕트(convex biproducts)"라고 부르는 개념을 도입합니다. 기존의 "바이프로덕트"가 어떤 조합이든 허용하는 마법의 믹서라면, "볼록 바이프로덕트"는 엄격하고 정직한 믹서입니다. 이것은 오직 전체 양이 현실의 범위 내에 머무를 때만(구체적으로는 "스토캐스틱(stochastic)" 또는 때로는 "서브스토캐스틱(substochastic)" 행렬로 제한하여) 결합을 허용합니다. 쉬운 말로 하면, 이 수학은 이제 확률처럼 작동한다는 뜻입니다. 단순히 숫자를 아무 합계까지 더하는 대신, 이 수학은 만약 당신이 어떤 것의 100%를 가지고 시작한다면, 당신은 그것이 다양한 방식으로 분배된 100%의 무언가를 갖게 되거나, 혹은 (일부가 사라진다면) 그보다 조금 적은 양을 갖게 된다는 것을 보장합니다.

논문은 당신이 이 새로운 "볼록한" 규칙을 사용할 때, 완전히 다른 종류의 수학 언어를 얻게 된다는 것을 보여줍니다. 기존의 규칙들이 임의적인 선형 결합에 기반한 "행렬 미적분학"으로 이어졌다면, 이 새로운 시스템은 확률 테이블에 기반한 행렬 미적분학을 만들어냅니다. 이것은 마치 페인트를 사방에 뿌릴 수 있는 혼란스러운 미술 수업에서, 모든 페인트 방울을 반드시 계산해야 하는 정밀한 공학 수업으로 전환하는 것과 같습니다. 이것은 단순한 이론적인 수정이 아닙니다. 저자들은 이 새로운 프레임워크가 "확률적 테이프 다이어그램(probabilistic tape diagrams)"에 완벽하게 부합한다는 것을 증명합니다. 이것들은 컴퓨터가 우연이 개입되었을 때 정보가 어떻게 흐르는지를 시각화하도록 돕는 화려한 순서도와 같습니다.

이 점들을 연결함으로써, 이 논문은 추상적인 수학과 확률이라는 복잡한 세계 사이에 견고한 다리를 놓습니다. 저자들은 이 새로운 프레임워크가 "확률적 불리언 회로(probabilistic Boolean circuits)"를 완전히 설명하기에 충분히 강력하다는 것을 보여줍니다. 이 회로들은 기본적으로 단순히 "예" 또는 "아니오"가 아니라 확률에 기반하여 결정을 내리는 컴퓨터 내부의 논리 게이트들입니다. 그들은 단지 이것이 작동할 것이라고 추측한 것이 아니라, 이 시스템이 확률적 회로를 위해 완벽하게 작동한다는 것을 증명하는 완전한 규칙 세트(공리계)를 제공했습니다. 따라서, 기존의 수학이 이상적이고 선형적인 세계를 위해 훌륭했다면, 이 논문은 우리 실제 삶의 불확실하고 확률적인 세계를 위해 특별히 설계된 더 날카로운 도구를 우리 손에 쥐여주며, 우리의 확률 모델이 확실성의 수학만큼이나 깔끔하고 신뢰할 수 있도록 보장합니다.