크라우니 진법의 핵심 연산 모델은 셀-거주자 모델(Cell-Resident Model)이다. 이 모델은 전통적 사칙연산의 "정밀 강제맞춤" 패러다임을 폐기하고, 연속 입력값을 이산 격자(크라우니 격자망)에 올림 배치한 후 잉여를 음(Um) Layer0으로 라우팅하는 3단계 파이프라인으로 대체한다. 세 핵심 개념은 올림프레임(Ceiling Frame), 깃든수(Resident Number), 음덤프(Um Dump)이며, 각각 LUT 탐색, 정수화, 잔차 라우팅에 대응한다.
---
런타임 부동소수점 연산을 금지하고 사전 계산된 격자망만 사용한다. 격자값은 크(Cr, e ≈ 2.71828)의 거듭제곱을 반올림한 정수 호출키와, 카(Ka, 1/e ≈ 0.36788)의 거듭제곱을 ×1000 스케일로 정수화한 값이다.
| n | eⁿ (실수) | 호출키 (반올림 정수) |
|---|---|---|
| 0 | 1.000 | 1 |
| 1 | 2.718 | 3 |
| 2 | 7.389 | 7 |
| 3 | 20.085 | 20 |
| 4 | 54.598 | 55 |
| 5 | 148.413 | 148 |
| 6 | 403.429 | 403 |
| 7 | 1096.633 | 1096 |
Cr7 이상(1000 단위 초과)은 소수점을 버리고 1의 자리까지 보존한다(거래 무결성).
| n | Ka×1000 (유효 3자리) |
|---|---|
| 1 | 368 |
| 2 | 135 |
| 3 | 50 |
| 4 | 18 |
| 5 | 7 |
| 6 | 2 |
소수점 3자리 이하는 '모른다'(음 영역)로 절단(Truncate)하며, 필요 시 하위 차수 사전에서 Lazy Evaluation으로 위로 곱해 복원한다.
---
| Layer | 상태 | 2비트 코드 | 역할 |
|---|---|---|---|
| 0 | 음(Um) | 00 | 오차·잉여·역기전력 흡수. 무한 버퍼. |
| 1 | 옴(Om) | 01 | 동적 중립·대기. |
| 2 | 티(Ti) | 10 | 팽창·가속·올림(Ceiling) 견인. |
| 3 | 타(Ta) | 11 | 수축·감속·내림(Floor) 자연감쇠. |
방향(티/옴/타)과 엔진(크/카)은 역할이 분리된다. 티·타는 나침반(방향), 크·카는 보폭(스케일).
---
증폭(+): V_in = (⌈Crⁿ⌉ · û_Ti) + Um_buffer
감소(−): V_in = (⌊Kaⁿ⌋ · û_Ta) + Um_buffer
단계 1 — 올림프레임(Ceiling Frame) 결정
입력값 V를 덮는 가장 가까운 크라우니 격자를 LUT에서 탐색한다.
방향 = 티(증폭) → 격자망: Crⁿ 호출키 계열에서 ⌈V⌉ 만족하는 최소 n
방향 = 타(감소) → 격자망: Kaⁿ×1000 호출키 계열에서 ⌊V⌋ 만족하는 최소 n
예: V=15.7, 방향=티 → Cr3=20 (15.7 < 20, 가장 가까운 상위 격자)
탐색 복잡도: O(1) (LUT는 최대 8레벨, 선형스캔 8회 이하)
단계 2 — 깃든수(Resident Number) 배치
프레임 내 유효값을 정수화하여 배치한다.
깃든수 = floor(V) (증폭 방향)
깃든수 = ceil(V×1000) (감소 방향, 미시 스케일)
단계 3 — 음덤프(Um Dump)
음덤프 = 올림프레임 − 깃든수
계산된 잔차는 사건의 지평선 모델의 블랙홀 공간(음 ≥ 3)으로 즉시 라우팅된다. 잉여는 소멸하지 않고 음버퍼에 예치되어 후속 연산의 회생 자원으로 재활용된다.
입력값: V = 15.7 (방향: 티)
1. 올림프레임: Cr3 = 20
2. 깃든수: floor(15.7) = 15
3. 음덤프: 20 − 15 = 5 → Layer0(음) 예치
출력 상태: 프레임=20, 깃든수=15, 음누적+=5
처리 복잡도: O(1)
---
크라우니 진법에서 뺄셈은 독립 연산으로 존재하지 않는다. A − B는 B의 방향 비트를 타(−1, 11)로 전환한 후 덧셈으로 처리한다.
전통: A − B = A + (−B) → 부호비트(MSB) 별도 필요
크라우니: 방향 비트 1bit 전환 → 위상 반전 → 동일 덧셈 회로 재사용
하드웨어 효과: 덧셈 회로와 뺄셈 회로를 분리할 필요가 없다. 게이트 수 약 1/2 절감. FPGA 설계에서 부동소수점 곱셈기 제거.
---
| 대상 | 수학적 이상값 | FPGA 선언값 | 이진분수 표현 | 비트시프트 구현 | 음버퍼 파생 오차 |
|---|---|---|---|---|---|
| Cr1 | 2.71828 | 2.75 | 10.11₂ | x + (x≫1) + (x≫2) | +0.0318 |
| Ka1 | 0.36788 | 0.375 | 0.011₂ | (x≫2) + (x≫3) | +0.0072 |
rtl/크라우니시프트.v)RTL 선언 (Verilog, 모듈명 crowny_shift):
// 티 방향: x × 2.75
assign ti_out = x + (x >> 1) + (x >> 2);
// 타 방향: x × 0.375
assign ta_out = (x >> 2) + (x >> 3);
// 음 파생 오차 포트
assign err_x1000 = ...;
---
| 공간 | 내용 | 상태 |
|---|---|---|
| 가시공간 (지평선 내부) | 티:옴:타 = 1:1:1, 총량 3 | 깔끔한 정수만 존재 |
| 블랙홀 공간 (지평선 너머) | 음 ≥ 3 | 오차·잉여·음덤프 전부 수용 |
음덤프가 블랙홀 공간으로 라우팅될 때 가시공간은 항상 정수 상태를 유지한다. 수학적 모순(거대 양수+음수 충돌 잔차)은 음이 전담 흡수한다.
---
셀-거주자 모델은 다음 한선씨 모듈로 구현되어 있다:
| 모듈 파일 | 기능 | 핵심 함수 |
|---|---|---|
크라우니진법.한선 | 기본 프레임/깃든수/음버퍼 + 전개 | 프레임찾기(), 깃든수(), 음버퍼() |
크라우니진법2.한선 | 감소·카·균형통합, 뺄셈=위상반전 | 카그리드(), 위상반전덧셈(), 음회생() |
사상인코더.한선 | 2비트 4상 인코딩·디코딩, FPGA 시프트 | 위상비트(), 시프트적용(), 시프트오차() |
방사형셀코어.한선 | 극좌표 셀 DB, 스핀업/스핀다운 | 셀등록(), 스핀업(), 스핀다운() |
의미어매핑.한선 | 36핵심어 → 크라우니 벡터 사전 | 단어벡터(), 문장분류() |
크라우니추론엔진.한선 | 이중트랙 추론(인식+결정론), 4코어 결합 | 인식트랙(), 추론트랙(), O1판정() |
크라우니추론엔진.한선
├── 가져오기 "의미어매핑_코어.한선" ← 36어 벡터 사전
├── 가져오기 "사상인코더_코어.한선" ← 2비트 시프트 상수
├── 가져오기 "크라우니진법2_코어.한선" ← 감소·균형 연산
└── 가져오기 "방사형셀코어_코어.한선" ← 극좌표 DB
---
함수 셀거주자처리(V, 방향):
만약 방향 == 티:
프레임 = Cr격자에서_올림(V) // LUT 탐색, O(1)
깃든수 = 내림(V) // floor(V), 소수 제거
음덤프 = 프레임 - 깃든수 // 잉여 계산
아니면 방향 == 타:
프레임 = Ka격자에서_내림(V) // LUT 탐색, O(1)
깃든수 = 올림(V × 1000) // 미시 스케일
음덤프 = 깃든수 - 프레임 // 감소 방향 잉여
음버퍼 += 음덤프 // Layer0 예치
반환 (프레임, 깃든수, 음버퍼)
---
장점
알려진 한계와 해법
---
| 경로 | 내용 |
|---|---|
/Users/ef/crowny-base/크라우니진법.한선 | 기본 계산기 구현 |
/Users/ef/crowny-base/크라우니진법2.한선 | 감소·균형·뺄셈=위상반전 |
/Users/ef/crowny-base/사상인코더.한선 | 2비트 4상 + FPGA 시프트 |
/Users/ef/crowny-base/방사형셀코어.한선 | 극좌표 셀 DB |
/Users/ef/crowny-base/의미어매핑.한선 | 36핵심어 벡터 사전 |
/Users/ef/crowny-base/크라우니추론엔진.한선 | 이중트랙 추론엔진 v4.0 |
/Users/ef/crowny-base/rtl/크라우니시프트.v | FPGA RTL (crowny_shift) |
/Users/ef/CrownyDoc/projects/2026-06-20-크라우니진법-명세서.md | 전체 명세 정본 |
첫 번째 책은 선물이에요. 가입하면 100맘을 드리니까, 두 번째 책부터 자유롭게 읽을 수 있어요. 친구를 추천하면 50맘도 생겨요.