분산 제어의 새로운 패러다임: 정보 흐름 그래프와 위튼 복합체

본 논문은 현대 분산 제어 시스템이 직면한 두 가지 근본적인 정보 제한—‘알려진 미지수(known unknowns)’와 ‘알려지지 않은 미지수(unknown unknowns)’—을 체계적으로 분석한다. 저자는 먼저 기존 연구가 주로 에이전트가 시스템 상태의 일부만을 관측한다는 가정에 머물러 있음을 지적하고, 실제 복잡한 시스템에서는 에이전트가 전역 목표 자체에 대해서도 제한된 정보를 가질 수 있음을 강조한다. 이를 위해 전역 목표를 파라미터 μ∈P에 의해 정의된 함수 F(μ;x,u)로 모델링하고, 각 에이전트 i는 매핑 δ_i: P→P_i를 통해 μ의 부분 정보를 획득한다. δ_i가 비가역이면 에이전트는 전역 목표에 대한 ‘알려진 미지수’를 갖게 되며, 이는 기존의 전제와 차별되는 핵심 개념이다. 수학적 모델은 비선형 동역학 \dot x = f(x,u(x)) = Σ_{i=1}^n u_i(δ_i(μ);h_i(x)) g_i(x) 으로 제시된다. 여기서 h_i는 에이전트 i가 관측할 수 있는 상태 함수, g_i는 해당 에이전트에 할당된 제어 벡터 필드이다. 상태 공간 M은 에이전트별 부분공간의 직접곱일 수도, 제약이나 대칭군에 의해 구조가 변형될 수도 있기에, 일반적인 매니폴드 구조를 가정한다. 논문의 두 번째 주요 기여는 **좌표 불변 정보 흐름 그래프**의 정의이다. 기존 선형 이론에서 사용되는 “변수 그룹 간 의존성을 나타내는 그래프”는 좌표 선택에 따라 달라지는 한계가 있었다. 저자는 관측 함수 h_i를 그래프의 정점으로 삼고, 두 정점 사이에 방향성을 부여함으로써 시스템 자체에 내재된 정보 흐름을 포착한다. 이 그래프는 좌표 변환에 대해 불변이며, 시스템의 동역학적 구조를 그대로 반영한다. 그러나 단순 그래프만으로는 **정보 루프**(information loops)를 완전히 설명할 수 없으며, 루프는 에이전트 간 상호 의존성이 순환 구조를 형성할 때 발생한다. 이를 해결하기 위해 그래프를 **Whitney 복합체**(위튼 복합체)로 확장한다. 복합체는 정점, 간선, 2-단순체(삼각형) 등 고차 셀을 포함하여, 루프 구조를 위상수학적으로 표현한다. 이는 비선형 제약이나 라그랑주 승수와 같은 추가적인 제어 메커니즘이 필요할 때 특히 유용하다. 또한, 논문은 **부분 순서(partial order)** 를 도입해 관측 함수와 목표 함수 사이의 정보량을 정량화한다. 두 관측 h_i와 h_j 사이에 h_i ≽ h_j이면 전자는 후자보다 더 많은 상태 정보를 제공한다는 의미이며, 목표 함수 δ_i와 δ_j 사이에도 유사한 순서가 정의된다. 이를 통해 “얼마나 적은 정보로도 전역 목표를 달성할 수 있는가?”라는 근본적인 질문을 형식화한다. 구체적으로는 (1) 전역 목표에 대한 최소한의 δ_i의 정보량, (2) 상태 관측에 대한 최소한의 h_i의 정보량, (3) 주어진 관측·제어 구조에서 달성 가능한 전역 목표의 집합을 탐구한다. **사례 연구**로는 세 가지가 제시된다. 1. **전력망 안정화**: 전역 목표는 전체 시스템이 특정 운영점 주변에서 안정성을 유지하는 것이며, 각 변전소는 제한된 전압·전류 정보와 일부 전역 목표(예: 전체 부하 균형)만을 알게 된다. 전통적인 SCADA 기반 중앙 제어의 한계를 극복하기 위해 정보 흐름 그래프와 위튼 복합체를 이용해 분산 제어 설계가 가능함을 보인다. 2. **형성 제어**: n개의 에이전트가 평면 상에서 특정 거리 집합 μ에 따라 배열되는 문제를 다룬다. 에이전트는 상대 거리(에지 길이)만을 관측하고, 목표는 거리 집합으로 파라미터화된다. 논문은 에이전트가 근접 이웃 거리만을 알 때(δ_i가 충분히 정보적) 원하는 형성을 달성할 수 있지만, 일부 거리만을 알 경우(δ_i가 부족) 목표 재구성이 불가능함을 시뮬레이션과 위튼 복합체 분석을 통해 입증한다. 3. **래디에뷰 문제**: 두 에이전트가 만나야 하는 간단한 협동 목표를 통해 δ_i가 비가역일 때 전역 목표 달성이 어떻게 제한되는지를 설명한다. 여기서는 목표 함수가 상태와 직접 연결되지 않아도, δ_i의 정보량이 충분히 크면 목표 달성이 가능함을 보여준다. 논문의 마지막 부분에서는 **분산 제어 설계의 일반적인 절차**를 제시한다. 먼저 전역 목표 F와 파라미터 공간 P를 정의하고, 각 에이전트에 대한 δ_i와 h_i를 설계한다. 그 다음, 정보 흐름 그래프와 위튼 복합체를 구축해 시스템의 정보 구조를 시각화하고, 부분 순서를 이용해 관측·목표 정보의 충분성을 검증한다. 마지막으로, 제어 법칙 u_i를 설계해 각 에이전트가 로컬 목표를 만족하도록 하고, 이를 통해 전역 목표가 달성되는지를 수학적으로 증명한다. 결론적으로, 이 연구는 **분산 제어의 정보 구조를 위상수학적·대수적 관점에서 재정의**함으로써, 설계자가 에이전트에 제공해야 할 최소한의 상태·목표 정보를 체계적으로 판단할 수 있게 한다. 이는 대규모 자율 시스템, 스마트 그리드, 로봇 군집 등에 적용 가능하며, 향후 연구는 복합체 기반의 제어 설계와 정보 흐름 최적화, 그리고 실시간 적응형 δ_i 설계 등에 초점을 맞출 것으로 기대된다.