자유 에너지 원리

자유 에너지 원리(Free Energy Principle, FEP)는 생명체 또는 인지 시스템이 주변 환경과의 상호작용 속에서 내부 상태와 행동을 조정해 나가며, 변분 자유 에너지(variational free energy) 를 최소화하려 한다는 이론적 원칙이다.

개념 및 기본 아이디어

자유 에너지 원리는 시스템이 “놀람(surprise, 관찰된 감각 입력이 내부 모델 하에서 얼마나 불가능해 보이는가)”을 직접 최소화할 수 없지만, 대신 자유 에너지라는 상한(upper bound)을 최소화함으로써 놀람을 간접적으로 줄인다는 가정에 기반한다 이 자유 에너지는 내부 모델에서 예측한 감각 입력 분포과 실제 감각 관찰 사이의 괴리(divergence)를 포함하며, 이를 최소화하는 과정은 확률적 추론 및 베이지안 추론과 밀접한 관련을 가진다

시스템은 자유 에너지를 줄이기 위해 두 가지 방식을 선택할 수 있다:

• 지각(perception): 내부 상태를 조정하여 감각 입력에 대한 예측을 개선
• 행동(action): 환경을 변경하거나 조작하여 입력이 예측과 더 잘 일치하도록 유도

이렇게 자유 에너지 최소화는 지각과 행동을 통합하는 원리로 작동할 수 있다.

수학적 정형화 및 특징

• 자유 에너지는 일반적으로 내부 상태 \( q(\cdot) \) 와 감각 입력 \( s \) 간의 KL 발산(Kullback–Leibler divergence) 항을 포함한 식으로 표현된다
• 자유 에너지 최소화는 마르코프 블랭킷(Markov blanket) 개념과 결합되어 시스템 내부 상태, 외부 상태, 감각 상태 간의 경계를 정의하는 데 사용된다
• 프리스트론(Friston)은 자유 에너지 원리를 이용해 뇌의 구조, 기능, 그리고 적응적 행동을 하나의 통일된 원칙 아래 설명하려고 시도했다

장점과 비판

장점

• 지각과 행동을 하나의 통일된 원칙 아래 해석할 수 있음
• 베이지안 뇌 가설, 예측 부호화, 능동 추론(active inference) 등의 개념과 통합 가능
• 생물학적/인지적 현상을 수학적 원칙으로 해석하려는 시도

비판 및 한계

• 너무 일반적이라서 반증 가능성이 낮다는 비판이 존재
• 실제 뇌의 신경/시냅스 수준과 연결하는 구체적 메커니즘이 모호한 경우가 많음
• 수학적으로 복잡하고 구현이 어렵다는 지적이 많음
• 자유 에너지를 실제 시스템에 어떻게 적용할지에 대한 해석과 가설이 너무 다양함

예시 및 응용

• 신경과학에서는 감각계의 예측 오류 현상, 반응 억제 효과, 반복 자극 적응 등을 설명하려는 시도에 자유 에너지 원리가 사용된다
• 인공지능 및 로봇공학 분야에서는 능동 추론(active inference) 기반 에이전트 설계에 아이디어를 제공
• 시냅스 수준 연구에서는 자유 에너지 원리를 기반으로 한 학습 규칙 모델이 제안되기도 한다

자유 에너지 원리에 대한 문서 연결

• Predictive coding
• Active inference
• Bayesian brain hypothesis

참고 문헌

• The free‑energy principle: a unified brain theory?
• A free energy principle for the brain
• A synapse‑centric account of the free energy principle