이 논문은 대칭 군(symmetry group) 설정에서 고전 코딩 정리(Coding Theorem)의 직접적인 유사물을 확립한다. 우리는 이진 문자열 집합 위의 계산 가능한 쌍사(bijection)를 대칭(symmetry)이라 부르고, 문자열의 대칭 사전확률(symmetry prior)을 주어진 군에서 무작위로 선택된 대칭이 그 문자열을 유일한 고정점(unique fixed point)으로 갖는 확률로 정의한다. 우리는 고정점-수축 가능(fix-retractable)한 대칭 군, 즉 모든 문자열에 대해 격리 대칭(isolating symmetry)을 선택하는 계산 가능한 단면(section)을 허용하는 군에 대해, 대칭 사전확률이 보편적 하반계산가능 준측도(universal lower semi-computable semi-measure)임을 보인다. 이 경우 기하학적 코딩 정리(Geometric Coding Theorem)가 성립한다. 우리는 또한 G의 부분군과 이진 문자열 부분집합 사이의 갈루아(Galois) 연결을 발전시켜 닫힌 점(closed points)과 극대 닫힌 부분군(maximal closed subgroups)을 특성화하고, 밀집 부분군(dense subgroups)의 결합 반 격格(join-semilattice)를 탐구한다. 우리의 결과는 알고리즘 정보 이론(algorithmic information theory)과 군론(group theory)을 통합하고 대칭 유도 복잡도 측도(symmetry-induced complexity measures)를 연구하기 위한 틀을 제공한다. 이 논문은 계산 알고리즘 통계(Computational Algorithmic Statistics, CAS) 시리즈의 첫 번째 편이다.
Ladderpath 접근법을 활용해 언어 시퀀스 내 반복 하위 구조 간의 중첩·계층적 관계를 추출하고, 이를 기반으로 정규화 압축 거리(NCD) 및 Dice·Jaccard 계수에서 영감을 받은 두 가지 거리 측도를 정의한다. $k$-최근접 이웃 분류기와 결합한 세 가지 거리 측도는 분포 외(OOD) 및 퓨샷(few-shot) 설정에서 gzip 기반 NCD와 BERT를 모두 능가하며, 학습 없이도 효과적인 텍스트 분류가 가능함을 보여준다.
우리는 알고리즘 정보 이론에 기반한 언어 복잡도 측정치로서 ladderpath 지수를 소개합니다. 이는 반복되는 하위 구조의 계층적 재사용을 통해 시퀀스를 재구성하는 데 필요한 최소 단계를 계산하며, 콜모고로프 복잡도(Kolmogorov complexity)와 관련되지만 구별되는 정확히 계산 가능하면서도 제한된 형태의 알고리즘 압축 가능성을 포착합니다. 우리는 Parallel Universal Dependencies 데이터셋의 21개 병렬 말뭉치에 ladderpath 접근법을 적용합니다. Ladderpath 지수는 언어 간에 거의 불변이며, 말뭉치 길이보다 훨씬 적게 변동합니다. 이는 모든 말뭉치가 통합된 이진 표현으로 매핑될 때 더욱 뚜렷해지며, 표현 독립적 관점에서 등가 복잡도 가설(equi-complexity hypothesis)을 뒷받침하는 증거가 됩니다. 또한 문자 집합 크기와 말뭉치 길이 사이, 그리고 어휘 수준과 말뭉치 수준의 재구성 복잡도 사이의 상충 관계(trade-off)를 관찰했는데, 이는 총 복잡도가 보존되어 언어적 수준 전반에 걸쳐 재분배된다는 상충 가설을 지지합니다. Ladderpath 접근법이 어떠한 언어적 입력 없이 식별한 재사용 가능한 하위 구조는 자연 어휘에서 확인된 단어 및 형태소적 구성 요소와 일치합니다. Ladderpath 접근법이 포착한 계층적 재사용은 인지 과학에서 제안된 청킹 메커니즘(chunking mechanisms)과 유사한데, 이는 인간의 인지 시스템이 공유된 메모리 및 처리 제약 조건 하에서 언어적 입력을 중첩된 재사용 가능한 단위로 압축하는 방식입니다. 인지적 청킹과 ladderpath 접근법 사이의 이러한 연결은 등가 복잡도 및 상충 가설에 대한 새로운 해석을 제공하며, 이 두 가설이 모든 인간 언어의 언어 처리를 기반으로 하는 공유된 인지 아키텍처에 뿌리를 두고 있음을 보여줍니다.