체인 -> 상태 머신의 전환 - gpt 4.x 에서 5.0 으로 바뀐 주요 내용 중 추론을 상태 머신으로 다룸

1. 체인 - 상태 머신 전환은 지능 시스템의 보편적 분기점

체인 기반 사고

입력 - 처리 - 출력

• 단순
• 빠름
• 지역 최적
• 장기 일관석 취약

 

상태 머신 기반 사고

State {
  invariant
  constraints
  memory
}

State - transition - State'

• 느림
• 관리 비용 있음
• 장기 안정성 확보
• 전역 일관성 유지 

복잡도가 임계점을 넘으면 모든 시스템은 체인을 버리고 상태를 도입한다.

 

2. 해당 전환이 필요한 " 임계 조건 "

체인 모델이 깨지는 조건

1. 중간 산출물이 중요 ( IR, AST, ecevution graph )
2. rollback 이 필요
3. invariant 가 존재
4. 부분 실패 허용 필요

 

의미 있는 중간 결과가 생기면 체인은 깨진다

수정 가능성이 존재하면 상태가 필요하다

불변석이 생기면 논리는 그래프가 된다

 

3. 상태 머신 사고의 핵심 요소 4가지

State : 확정된 것, 바꾸면 안 되는 것

Transition : 허용된 변화

Invariant : 어떤 transition 에서도 깨지면 안 됨

Validation : 상태가  유효한지 검사

 

복잡한 문제에서는 계산이 아닌, 상태, 불변식, 전이를 얼마나 명확히 표현하는지에 따라