
70%의 질서, 30%의 복잡성
아름다운 것을 분해하면 놀라울 정도로 규칙적이다.
바흐의 푸가는 대위법의 규칙을 엄격히 따른다. 르 코르뷔지에의 건축은 모듈러 그리드 위에 서 있다. 타이포그래피의 황금비, 음악의 화성학, 회화의 원근법 — 아름다움의 대부분은 수학이다.
프랙탈 연구가 이를 정량화했다. 인간이 가장 아름다움을 느끼는 프랙탈 차원은 D ≈ 1.3이다 (Spehar et al. 2003, Taylor et al. 2011). D=1.0이 완전한 질서, D=2.0이 완전한 혼돈일 때, 1.3은 약 70%의 질서와 30%의 복잡성이다. 자연 풍경, 수학적 프랙탈, 폴록의 회화, 아동과 성인 모두에서 동일한 결과가 반복 확인되었다. D=1.3 패턴을 볼 때 스트레스가 60% 더 빠르게 회복된다.
음악도 같은 비율을 가리킨다. Voss & Clarke(1978)는 백색 소음(완전 무작위)과 갈색 소음(과도한 상관) 사이에서, 인간이 분홍 소음(1/f) — 예측 가능성과 놀라움의 정확한 수학적 중간점을 일관되게 선호함을 발견했다.
그러면 질서만으로 아름다운가? 아니다.
바흐가 위대한 건 대위법을 지켰기 때문이 아니라, 대위법 위에서 한 음을 예상 밖의 자리에 놓았기 때문이다. 르 코르뷔지에가 위대한 건 그리드 위에서 하나의 기둥을 비틀었기 때문이다. 재즈가 아름다운 건 코드 진행이라는 정형 위에 즉흥이 있기 때문이다.
70%의 질서가 토대를 만들고, 30%의 복잡성이 아름다움을 만든다. 질서 없는 복잡성은 소음이고, 복잡성 없는 질서는 지루함이다.
디자인은 검증 가능하다
“디자인은 주관적이다"라는 말은 반만 맞다.
| 판정 가능한 것 (70%) | 판정 불가능한 것 (30%) |
|---|---|
| 그리드 4칸에 1+3이면 빈 칸 | hero 섹션의 의도적 비대칭 |
| 간격이 8px 시스템에서 13px | 강조를 위한 오프그리드 배치 |
| 색상 대비 4.5:1 미만 | 분위기를 위한 저대비 선택 |
| 폰트 사이즈가 타입 스케일에 없음 | 타이틀의 의도적 크기 일탈 |
| z-index가 선언된 계층 밖 | — |
왼쪽은 전부 기계가 판정할 수 있다. 규칙이 선언적으로 존재하고, 구현이 그 규칙을 따르는지 확인하는 것. go test가 코드를 검증하는 것과 구조가 같다.
오른쪽은 사람이 결정한다. 하지만 결정했으면 명시한다.
@allow-break: "hero 섹션 의도적 비대칭"
이 어노테이션이 하는 일: “이것은 버그가 아니라 의도다"를 기계에게 선언하는 것. 이제 기계는 이 예외를 건드리지 않고, 나머지 70%의 질서만 검증한다.
57 : 23 : 20
Deque Systems가 13,000개 이상의 페이지에서 약 300,000건의 접근성 이슈를 분석한 결과가 있다 (Deque, 2021):
| 영역 | 비율 | 판정 주체 |
|---|---|---|
| 완전 자동화로 탐지 가능 | 57% | 기계 (결정론적 규칙) |
| 반자동(AI 보조)으로 탐지 가능 | 23% | AI + 기계 (패턴 인식 + 규칙) |
| 사람만 판정 가능 | 20% | 사람 |
57%는 규칙이 명확한 질서의 영역이다. 색상 대비 4.5:1 미만, 대체 텍스트 누락, 키보드 접근 불가 — 기계가 묻지 않고 판정한다.
20%는 사람만 판단할 수 있는 복잡성의 영역이다. “이 흐름이 직관적인가?”, “이 대체 텍스트가 실제로 의미를 전달하는가?” — 맥락을 이해해야 답할 수 있다.
23%가 경계다. 규칙으로 완전히 잡히지는 않지만, AI가 패턴을 인식하면 잡을 수 있는 영역. “이건 의도적 비대칭인가 실수인가?“를 AI가 맥락으로 판단하는 곳이다.
Anthropic의 Evals 프레임워크(“Demystifying Evals for AI Agents”, 2026)가 정확히 이 3계층을 반영한다. 채점관을 세 종류로 나눈다: 코드 기반, AI 기반, 사람 기반. 그리고 공식 권고는:
“가능한 한 deterministic(code-based) grader를 사용하고, LLM grader는 필요할 때만 보조적으로, human grader는 캘리브레이션용으로만 쓰라.”
Anthropic 스스로가 결정론적 검증의 우위를 인정한다. “가능한 한 code-based"라는 권고는 57%의 영역을 가리킨다. LLM grader가 맡는 23%의 경계 영역에서 AI는 질서와 복잡성 사이를 중재한다. 나머지 20%는 사람이 결정한다.
그리드 위반을 LLM에게 물을 필요가 없다. 57%의 영역이다. 의도적 비대칭을 LLM에게 물을 필요도 없다. 사람이 이미 결정한 20%다. AI가 필요한 건 그 사이의 23% — 규칙은 있지만 맥락이 필요한 경계 영역이다.
정형을 잠그고, 비정형을 허용하라
코드에서 이미 이 구조가 작동하고 있다.
filefunc — 22개 규칙으로 코드 구조를 잠근다. 예외는 //filefunc:allow
yongol — 10개 SSOT로 레이어 정합성을 잠근다. 예외는 명시적 오버라이드
Hurl — API 행위를 plain text로 잠근다. 예외 없음 (행위는 바뀌면 안 된다)
디자인에 같은 구조를 적용하면:
디자인 시스템 SSOT → 그리드, 타입 스케일, 색상, 간격을 선언
검증 CLI → 구현이 SSOT를 따르는지 기계적 판정
@allow-break → 의도적 일탈을 명시적으로 허용
래칫 → 통과한 검증 아래로 퇴보 불가
문서, 음악, 영상 — 정형 규칙이 존재하는 모든 창작 영역에 같은 원리가 적용된다.
모든 영역의 70%
Reins Engineering은 AI 코딩 도구가 아니다. 질서를 결정론적으로 잠그고, 복잡성만 사람에게 남기는 원리다.
코딩에서 시작했다. 코딩이 첫 번째 실증이 되었을 뿐이다.
“예술은 자유롭다"는 예술 교육을 받지 않은 사람의 편견이다. 소설은 3막 구조, 복선과 회수, 시점 일관성, 시제 일관성을 따른다. 회화는 구도, 색상 이론, 명암 값 구조, 원근법을 따른다. 음악은 화성학, 대위법, 형식을 따른다. 베토벤 현악 4중주의 28,000개 화성 레이블을 분석하면 멱법칙을 따른다 — 소수의 규칙이 대부분을 지배한다 (Moss et al. 2019). 피카소가 큐비즘을 하기 전에 고전 데생을 완벽하게 했다. 콜트레인이 프리 재즈를 하기 전에 스탠더드를 수천 번 연주했다. 규칙을 완벽히 내면화한 뒤 의도적으로 깨는 것이 창작이지, 규칙 없이 시작하는 것은 소음이다.
Reins Engineering의 적용 범위 한계는 곧 질서의 비율이다. 프랙탈 연구는 그 비율이 어디서나 70% 이상임을 보여준다.
사람이 해야 할 일은 70%를 지키는 것이 아니다. 30%를 결정하는 것이다. 나머지는 기계가 지킨다.
질문
당신이 만드는 것에서, 질서는 몇 퍼센트인가?
그 질서를 기계가 검증하고 있는가?
아니면 사람이 매번 눈으로 확인하고 있는가?
“예술은 자유롭다"고 믿는가?
피카소에게 물어보라.
관련글
내부
- Reins Engineering — 고삐 있는 AI — 70%의 질서를 결정론적으로 잠그는 엔지니어링 접근
- filefunc — 파일 하나에 개념 하나 —
//filefunc:allow어노테이션 = 의도적 예외의 명시적 선언 - AI의 아첨 편향은 비즈니스 피처다 — LLM이 심미적 판단자가 될 수 없는 이유
- 모델 IQ보다 피드백 토폴로지 — 같은 모델, 다른 환경, 다른 결과
- 에이전트가 일할 수 있는 시스템을 만든다는 것 — 코드만이 아니다. 디자인도
외부
- Dieter Rams, Good Design — “Nothing must be arbitrary or left to chance.”
- Tim Brown, More Meaningful Typography — 모듈러 스케일: 하나의 비율에서 전체 타이포그래피가 나온다
- Josef Muller-Brockmann, Grid Systems in Graphic Design — 그리드 시스템의 아버지. “구조를 명시적으로 만들면 디자인은 힘을 얻는다.”
- Le Corbusier, Le Modulor — 인체 비례 + 황금비 + 피보나치로 건축 전체를 하나의 수학적 시스템으로 통합
- Daniel DeStefanis, Design Lint — Figma에서 디자인 토큰 미적용 레이어를 자동 검출하는 린팅 플러그인
- Toptal, Design Constraints Are Not Restraints — 제약은 억압이 아니라 창의의 촉매
- Sciforce, Computational Aesthetics — Birkhoff(1933)부터 현대 알고리즘까지, 아름다움의 수학적 정량화 역사
출처
프랙탈과 미적 선호
- Spehar, Clifford, Newell & Taylor, “Universal aesthetic of fractals”, Computers & Graphics 27 (2003) — 자연, 수학, 회화 모두에서 D=1.3~1.5 선호
- Taylor, Spehar et al., “Perceptual and Physiological Responses to Jackson Pollock’s Fractals”, Frontiers in Human Neuroscience 5:60 (2011) — D=1.3에서 스트레스 60% 빠른 회복
- Aks & Sprott, “Quantifying Aesthetic Preference for Chaotic Patterns” (1996) — 선호 패턴 평균 프랙탈 차원 F=1.26
- Robles et al., “A shared fractal aesthetic across development”, Humanities and Social Sciences Communications (2020) — 아동과 성인 모두에서 중간 복잡도 선호
음악과 정보 이론
- Voss & Clarke, “1/f noise in music”, J. Acoustical Society of America 63 (1978) — 분홍 소음(1/f)이 예측 가능성과 놀라움의 수학적 중간점
- Cheung et al., “Uncertainty and Surprise Jointly Predict Musical Pleasure”, Current Biology 29 (2019) — 80,000개 화음 분석. 낮은 불확실성 + 높은 놀라움 = 최대 쾌감
- Moss et al., “Statistical Characteristics of Tonal Harmony”, PLOS ONE (2019) — 베토벤 28,000개 화성 레이블이 멱법칙을 따름
- Manaris et al., “Zipf’s Law, Music Classification, and Aesthetics”, Computer Music Journal 29(1) (2005) — 미적으로 쾌적한 음악이 Zipf-Mandelbrot 법칙을 따름
미적 측정 이론
- Birkhoff, Aesthetic Measure, Harvard University Press (1933) — M = O/C. 아름다움을 수학으로 정량화한 최초의 시도
- Berlyne, Aesthetics and Psychobiology (1971) — 역U자 곡선: 중간 복잡성이 최대 쾌감
- Chmiel & Schubert, “Back to the inverted-U for music preference”, Psychology of Music 45(2) (2017) — 57개 연구 중 87.7%가 역U자 모델 지지
- Schmidhuber, “Driven by Compression Progress”, arXiv:0812.4360 (2009) — 흥미로움 = 압축 진보의 1차 도함수
신경과학
- Ishizu & Zeki, “Toward A Brain-Based Theory of Beauty”, PLOS ONE 6(7) (2011) — 음악과 시각 아름다움 모두 내측 안와전두피질(mOFC) 활성화
- Vessel, Starr & Rubin, “The brain on art”, Frontiers in Human Neuroscience 6:66 (2012) — 가장 감동적 예술에서 기본 모드 네트워크(DMN) 활성화
- Reber, Schwarz & Winkielman, “Processing Fluency and Aesthetic Pleasure”, Personality and Social Psychology Review 8 (2004) — 처리 유창성이 높을수록 미적 반응 긍정적
- Dibot et al., “Sparsity in an artificial neural network predicts beauty”, PLOS Computational Biology 19(12) (2023) — 뉴런 희소성이 아름다움 분산의 28~47% 설명
건축과 디자인
- Alexander, A Pattern Language (1977) / The Nature of Order (2002-2005) — “아름다움은 객관적이고, 지각 가능하며, 재현 가능하다”
- Salingaros, “Life and Complexity in Architecture From a Thermodynamic Analogy” — L = T × H. 복잡하지만 조화로워야 생명감이 최대화
- Muller-Brockmann, Grid Systems in Graphic Design (1981) — “구조를 명시적으로 만들면 디자인은 힘을 얻는다”
- WCAG 2.1, Contrast Minimum (2018) — AA 4.5:1, AAA 7:1. 완전히 기계적으로 검증 가능
AI 평가와 LLM-as-Judge
- Anthropic, Demystifying Evals for AI Agents (2026) — “가능한 한 code-based grader를 사용하라”
- Zheng et al., Judging LLM-as-a-Judge (2023) — 위치 편향, 장문 편향, 자기 강화 편향
- Ye et al., Justice or Prejudice?, ICLR 2025 — LLM 심판의 12가지 잠재 편향
- Zhou et al., IFEval (2023) — 검증 가능한 지시를 결정론적 프로그램으로 채점
- Deque Systems, Automated Testing Study (2021) — 자동화 테스트만으로 접근성 이슈의 57% 발견, IGT 포함 시 80%