[논문] 가상 에이전트의 인지공포증: Lenia에서의 행동 및 동역학 구조

출처: arXiv - 2605.30708v1

개요

이 논문은 셀룰러 자동자 플랫폼 Lenia 에서 스스로 조직된 패턴인 가상 에이전트가 환경의 일부가 “보이지 않게” 될 때 어떻게 행동하는지를 탐구한다. 감각 정보를 의도적으로 차단함으로써 저자들은 agnosiophobia(알려지지 않은 것에 대한 공포)라 부르는 새로운 회피 경향을 발견한다. 이 연구는 동역학 시스템, 인공 생명, 로봇공학의 개념을 연결하여, emergent 에이전트가 실제 세계에서 정보 공백을 어떻게 탐색할 수 있는지에 대한 새로운 통찰을 제공한다.

주요 기여

• agnosiophobia 도입: 감각 데이터가 전혀 제공되지 않는 영역을 체계적으로 회피하는 현상으로, 기존 infotaxis 프레임워크를 확장한다.
• 감각 차단 매핑: Lenia 생물 각각의 특정 블라인드 스팟에 대한 민감도를 정량적으로 탐색하는 방법론.
• 동역학 시스템 해석: 회피 행동을 에이전트의 형태 안정성(‘형태 어트랙터’) 보존과 연결한다.
• 방향 전환 유연성 시연: Lenia 에이전트가 형태를 유지하기 위해 재지향할 수 있음을 보여, 단순 탐색을 넘어선 고차원 목표가 있음을 시사한다.
• 재현 가능한 실험 파이프라인 제공: 다른 emergent 시스템에서 정보‑지형 상호작용을 테스트할 수 있도록 한다.

방법론

1. 에이전트 선택 – 다양한 사전 진화된 Lenia 패턴(예: “Gliders”, “Spirals”)을 테스트 에이전트로 사용하였다.
2. 환경 설계 – 2‑D Lenia 세계를 “보이는” 영역과 “차단된” 영역으로 나누었다. 차단은 선택된 패치에 대해 감각 필드(컨볼루션 커널)를 0으로 만들어 해당 영역에서 피드백을 받지 못하도록 구현하였다.
3. 행동 실험 – 각 에이전트를 차단된 영역 근처에 배치하고 일정 업데이트 스텝 동안 실행하였다. 궤적, 방향 변화, 형태 지표(예: 형태 엔트로피)를 기록했다.
4. 민감도 매핑 – 차단 패치를 환경 전역에 체계적으로 이동시키며 에이전트 경로 편차를 측정해 “공포 구역” 히트맵을 생성하였다.
5. 동역학 분석 – 에이전트의 상태(위치, 방향, 형태)를 위상공간의 한 점으로 보고, 차단이 기본 어트랙터에 비해 어떻게 궤적을 교란하는지 조사하였다.

모든 단계는 오픈소스 Lenia 코드로 구현되어 실험이 완전히 재현 가능하도록 하였다.

결과 및 발견

• 일관된 회피 – 테스트된 모든 패턴에서 에이전트는 명시적인 위험이 없더라도 차단된 패치를 회피하였다.
• 형태 보존 – 차단 구역에 진입한 에이전트는 형태가 급격히 변형되는 반면, 회피한 에이전트는 형태가 안정적으로 유지되어 “형태 무결성”이라는 숨은 목표가 있음을 시사한다.
• 전략으로서의 방향 유연성 – 많은 에이전트가 블라인드 스팟을 우회하기 위해 부드러운 방향 조정을 수행했으며, 이는 emergent 계획 능력을 나타낸다.
• 민감도 히트맵 – 패턴 군마다 뚜렷한 “공포 프로파일”이 나타났으며, 이는 생물학적 유기체의 종특이적 위험 지도와 유사하다.

동역학 시스템 관점에서 차단은 에이전트를 형태 어트랙터에서 멀어지게 하는 교란으로 작용했으며, 회피 행동은 자기‑안정화 피드백 루프로 해석될 수 있다.

실용적 시사점

• 로봇공학 및 자율 내비게이션 – 실제 로봇은 GPS 손실, LiDAR 차단 등 센서 결함을 자주 겪는다. agnosiophobic 경향을 이해하면 블라인드 존을 사전에 회피하도록 하는 제어 정책을 설계해 안전성을 높일 수 있다.
• 적응형 AI 에이전트 설계 – “형태 보존” 목표를 내재화하면 불완전한 데이터 상황에서도 내부 일관성을 유지하는 AI 시스템을 만들 수 있어 지속 학습이나 자체 복구 소프트웨어에 유용하다.
• 가상 세계 테스트 – 게임 개발자는 Lenia‑스타일 차단 테스트를 활용해 제한된 시야 하에서 NPC 행동을 평가함으로써 보다 설득력 있는 AI 적을 구현할 수 있다.
• 설명 가능한 AI – 정보 공백에 대한 민감도 매핑은 에이전트가 특정 결정을 내린 이유를 투명하게 진단하는 방법을 제공해 디버깅 및 규제 준수에 기여한다.

제한점 및 향후 연구

• 도메인 특수성 – 결과가 2‑D 셀룰러 자동자에 기반하므로 고차원 물리 로봇으로의 전이 가능성은 아직 미확인이다.
• 단순화된 감각 모델 – 차단이 이진(켜짐/꺼짐) 방식이었다. 실제 센서는 점진적으로 성능이 저하되므로, 단계적 정보 손실을 탐구하는 연구가 필요하다.
• 목표 모호성 – 형태 보존이 회피를 이끄는 것으로 보이지만, 정확한 효용 함수는 공식화되지 않았다.
• 확장성 – 대규모·다중 에이전트 환경에 민감도 매핑을 적용하려면 보다 효율적인 알고리즘이 요구된다.

저자들은 풍부한 감각 양식, 학습 메커니즘 통합, 그리고 구현형 하드웨어에서의 실험을 차기 과제로 제시한다.

저자

• Jesse Cool
• Benedikt Hartl
• Michael Levin
• Samantha Petti

논문 정보

• arXiv ID: 2605.30708v1
• 분류: nlin.CG, cs.NE, nlin.AO
• 발표일: 2026년 5월 29일
• PDF: PDF 다운로드