케리모프-알렉베르리 모델: 자율 시스템의 윤리적 정렬을 위한 비평형 열역학과 확률적 제어를 공식적으로 연결하는 정보기하학적 프레임워크

본 연구는 자율 시스템의 윤리적 정렬 (ethical alignment) 을 위해 비평형 열역학 (non-equilibrium thermodynamics) 과 확률적 제어 (stochastic control) 를 공식적으로 연결함으로써 AI 안전 (AI safety) 을 재정의하는 새로운 정보기하학적 프레임워크인 케리모프-알렉베르리 모델 (Kerimov-Alekberli model) 을 소개합니다. 비평형 열역학과 확률적 제어 사이의 공식적인 동형 사상 (formal isomorphism) 을 설정함으로써, 본 연구는 시스템적 이상 (systemic anomalies) 을 리만 다양체 (Riemannian manifold) 에서의 편차로 정의합니다. 본 모델은 피셔 정보 계량 (Fisher Information Metric) 에 의해 유도된 동적 임계값 (dynamic threshold) 으로 지배되는 Куль백-라이bler 발산 (Kullback-Leibler divergence) 을 주요 지표로 활용합니다. 또한, 본 프레임워크를 랜다우어 원리 (Landauer Principle) 에 기반하여 정립하고, 적대적 교란 (adversarial perturbations) 이 시스템의 정보 엔트로피 (informational entropy) 를 증가시켜 측정 가능한 물리적 일 (measurable physical work) 을 수행함을 증명합니다. NSL-KDD 데이터셋과 무인 항공기 (UAV) 궤적 시뮬레이션에 대한 검증 결과, FPT 트리거 (FPT trigger) 를 통한 효과적인 실시간 검출을 달성하며, 벤치마크 데이터셋에서 높은 정확도와 낮은 위양성률 (FPR) 과 같은 강력한 성능 지표를 보였습니다. 본 연구는 윤리적 위반을 정량화 가능한 물리적 일과 엔트로피 정보에 기반함으로써 직관적 규칙 기반의 윤리 프레임워크에서 열역학 기반 안정성 패러다임으로 전환하는 AI 안전에 대한 엄밀한 물리적 기초를 제공합니다.