AI의 「탐색 공간」을 외부에서 변경한다 —— 사고 지원 프로토콜 KIS의 설계 사상과 실험 결과

통상적인 프롬프트 엔지니어링 (Prompt Engineering)은 「무엇을 답하게 할 것인가」를 설계한다.

KIS (Knowledge Innovation System)는 그 한 단계 위,

「어느 공간을 탐색할 것인가」를 외부에서 변경하는 것을 목적으로 하는 프로토콜 아키텍처 (Protocol Architecture)입니다.

15개월간의 개발 및 실험을 거쳐 그 효과를 정량적으로 나타낼 수 있게 되었기에, 설계 사상과 실험 결과를 정리합니다.

현재의 주요 LLM (Large Language Model)은 「답변 최적화 압력」을 가지고 있습니다.

주어진 질문에 대해 기지의 패턴으로 수렴하려고 합니다.

이는 정밀도라는 관점에서는 합리적이지만, 질문을 세우는 방식 자체가 틀린 경우에는 치명적입니다.

KIS는 이 수렴을 해제하고, AI가 통상적으로는 발을 들이지 않는 영역으로 탐색을 넓히는 외부 프로토콜로서 기능합니다.

2026년 5월, 다음과 같은 조건으로 정량 실험을 실시했습니다.

• 대상 모델: Claude Sonnet 4.6 / ChatGPT / Gemini
• KIS 레벨: L0 (KIS 없음) ~ L5 (최고차)의 6단계
• 세션 수: 162 세션
• 분석 기법: 384차원 임베딩 (Embedding)에 의한 코사인 거리 (Cosine Distance) 시계열

결과: 모델마다 명확히 다른 반응 패턴이 확인됨

모델	패턴
🔶 Claude	L4→L5에서 정온대(Quiet Zone) → 재도약 (+0.128)
...
통계: Kruskal-Wallis H=38.99, p<0.0001, η²=0.636 (큰 효과 크기)

Claude에 대해서는 n=3으로 반복 측정을 실시했습니다.

3회 모두 동일한 「정온대 → 재도약」 패턴이 재현되었습니다. ✅

[KIS Phase-Jump 실험 결과]

🧭 시뮬레이션: 결정론적 편력 (Deterministic Trajectory) 확인

KIS의 핵 모델을 3000 스텝 시뮬레이션한 결과:

• 경계 외 이탈:
  0건 (모든 스텝이 준 어트랙터 (Quasi-attractor) 권역 내) - 체류 시간 분포: 멱법칙 분포 (Power Law Distribution) (α=1.677, ΔAIC=−55.82)
• 제로 노이즈 테스트: 전이 수 감소가 불과 3.7% → 결정론적 편력을 확인

![KIS 핵 모델 3000 스텝 질문 궤적]

사고를 폭주시키지 않으면서도, 동시에 같은 장소에 고정되지 않게 하는 ——

그 안정성이 3000 스텝을 통해 실증되었습니다. 💡

KIS의 설계는 **삼기저 이론 (Three Basis Theory)**에 기반하고 있습니다.

축	내용	담당 모듈
x축	비유	AY 모듈
...

창조·발명 공간은 이 3축으로 완전히 기술 가능하다는 가설 아래, 각 축에 대응하는 모듈을 설계하고 있습니다.

현재 KIS는 AI에 사전에 읽히는 **프리프롬프트 (Pre-prompt, 파일 형식)**로서 제공하고 있습니다. Claude, ChatGPT, Gemini, Grok에 대응합니다.

향후 SaaS (Software as a Service)화 (2027년~)를 예정하고 있습니다.

논문 13편을 Zenodo에서 무료로 공개 중입니다. 📄

• Zenodo 저자 페이지: https://zenodo.org/search?q=metadata.creators.person_or_org.name:%22Hasegawa,+Hiroyasu%22
• 위상 점프 (Phase Jump) 논문: https://zenodo.org/records/20124325

「답을 내는 AI」가 아니라 「어느 공간을 탐색할지를 바꿀 수 있는 AI」 ——

이 방향성의 연구·개발을 지원하는 크라우드 펀딩을 READYFOR에서 실시 중입니다 (~2026년 6월 30일).

관심이 생기신 분은 Zenodo 논문도 꼭 읽어봐 주시기 바랍니다.