현행 소프트웨어 패러다임이 단일 인간이 로컬 기계에 명령을 내리던 시대에 최적화된 실행 모델을 계승하고 있다는 문제의식을 바탕으로, AI 시대에 적합한 새로운 소프트웨어 아키텍처 비전인 ‘소프트웨어 4.0’이 제안됐다. 이 논문은 확률론적-심볼릭 임피던스 불일치로 인해 기존 프레임워크가 LLM을 복잡한 외부 하네스로 감싸는 방식에 머무르고 있다고 지적하며, 근본 원인을 해결하는 대안을 모색한다.
소프트웨어 4.0은 인간 지능, 신경 AI, 자기 반영적 심볼릭 기반의 자기 생성(autopoietic) 이질 계층 구조로 소프트웨어를 재정의한다. 이 패러다임에서 소프트웨어는 파싱되는 정적 코드 집합이 아니라, 자체 구조적 무결성을 자율적으로 검증·수정·진화시키는 자기 조절 대사 네트워크로 기능한다. 연구진은 이 아키텍처를 구현하는 프로그래밍 언어 및 플랫폼으로 ‘레코그니티브(Recognitive)’를 제시한다. 구조적 검증 부담을 결정론적 기반으로 이전함으로써, 연결주의 컴퓨팅 자원을 확률론적 방식으로 구조적 제약을 시뮬레이션하는 데 낭비하지 않고 심층적인 의미 탐색과 가설 순회에 집중할 수 있다고 주장한다.
현재 소프트웨어 3.x 프레임워크들이 LLM을 점점 복잡한 외부 하네스로 감싸면서 정적 코드 조립의 유지 비용이 나선형으로 증가하는 문제를 지적하는 것이 이 연구의 출발점이다. 소프트웨어 공장(Software Factory) 사고방식을 넘어 지능 시대에 완전히 진입하기 위한 이론적 토대를 제시한다는 것이 연구진의 목표다. 다만 이 논문은 비전 제시 논문(foundational vision paper)임을 명시적으로 밝히며, 타입 시스템과 운용 의미론의 실증 평가 및 형식적 명세는 향후 연구 과제로 남겨뒀다.
AI가 소프트웨어 개발 방식 자체를 바꾸고 있는 현시점에, 이 연구는 단순한 LLM 통합을 넘어 소프트웨어 본연의 구조를 재설계해야 한다는 방향성을 제시한다. 아직 실증 데이터가 없는 초기 개념 연구이지만, AI 네이티브 소프트웨어 아키텍처 논의에 이론적 좌표를 제공한다는 점에서 관심을 끈다.
