Code in Life Code in Life

1. 진화는 지형 위를 걷는다유전 알고리즘(Genetic Algorithm, GA)은 적합도(Fitness)를 기준으로 개체를 선택하고 진화시키는 구조를 갖는다. 이 적합도는 단순한 숫자 이상의 의미를 지닌다. GA에서 적합도는 탐색 공간의 ‘지형’을 형성하며, 알고리즘이 어디로, 어떻게 이동할지를 결정짓는 역할을 한다. 이 지형은 ‘적합도 지형(Fitness Landscape)’이라 불리며, 유전 기반 탐색의 본질을 이해하는 핵심 개념이다.적합도 지형이란, 탐색 가능한 모든 해답(개체)들을 좌표 공간 위에 올려두고, 각 해답의 적합도를 높이로 표현해 3차원 지형처럼 구성한 것을 의미한다. 이 지형은 매끄러운 언덕처럼 부드러울 수도 있고, 수많은 골짜기와 봉우리가 흩어진 험난한 지형처럼 파편화되어 있을 ..

1. 유전 프로그래밍이 ‘탐색’하는 것은 무엇일까?유전 프로그래밍(Genetic Programming, GP)은 생물학적 진화를 본떠서 문제 해결 코드를 자동으로 생성해내는 강력한 진화 알고리즘이다. 이 기술은 단순히 하나의 정답을 찾는 것이 아니라, 다양한 해답이 될 수 있는 코드 구조의 공간을 탐색한다는 특징을 가진다. 즉, 유전 프로그래밍은 기존의 기계학습처럼 파라미터를 조정하는 것이 아니라, 아예 프로그램 자체의 형태와 논리를 조합하고 수정하는 과정을 통해 문제를 해결한다.그렇다면 GP는 어떤 공간을 탐색하고 있을까? 그 공간은 바로 수많은 가능성으로 구성된 프로그램의 구조적 조합 공간, 즉 탐색 공간(search space)이다. 이 공간 안에는 문제를 해결할 수 있는 수많은 프로그램들이 존재할..