통일'데이타' 이론은?

물론, 아인슈타인의 통일장 이론이 별로 가능성이 없다는 것은 안다.
일단 뭔가 하나로 통일된 이론을 만든다는 것은,
인간의 효용성 차원에서는 어느정도 먹혀들지는 모르겠지만,
오직 한계적인 상황에서만 가능하다는 측면에서는 가능성을 매우 제한하기 때문에 좋은 생각이 아닌 것이다.

하지만, 일단 정보를 다루다 보면, 보다 넓게 사용가능한 데이타 타입을 언제나 찾아 헤메이게 되어 있다.
python에서의 dictionary의 개념 같은 것은, associated array의 개념과 사실상 동일하다. 이는 연상에 대한 문제로 귀결되는 방법론으로, 개념의 차원을 내리려는 시도가 아닌가?
현재의 배열의 개념도 단순히 집합의 개념이 아니라 연관된 모든것으로 변해간다.
(c에서의 배열은 같은 type이고 그 이유는 메모리를 같은 byte로 등록하기 위해서이다.)

분명히 정보처리의 발전은 효율에서 시각이 다른 효율적인 것으로 변해가는 과정이다.
분명히 순차적이고 같은 형식의 것들을 모아두는 것이 효율적이라면,
인간적인 연상이 효율의 마지막에 오게 되어있다.
정보라는 것은 인간이 필요한 대로 요구하게 되어 있으므로.

결국 통일적인 데이타를 다루는 방법은, 모든 동떨어진 형식들을 하나의 포인터로서 생각을 하게 되고, 그것의 참조를 인간이 연상하는 방식으로 모아 놓는것이 될 것이다.
이것은 마치 영화의 5분의 법칙처럼, 3차원영상, 동영상, 사진, 소리, 숫자등을 "개인"이 가장 인상깊은 것을 key로 해서 다른 것들을 마치 연상으로 연결된 인간적 기억과 같이 분배하는 것이 순차적 분배보다 더 효율적이라는 것을 말한다.
일반적으로 1부터 순차적으로 움직이는 것이 아니라, 인상적인 몇 개의 진입점을 중심으로 순서 없이(혹은 약간의 시간의 순서만을 띄엄띄엄 붙여 놓아서) 집어 넣는 것이 더 빠르게 핵심에 다가가게 될것이라는 것이다.
현재로 적용하면, "모든 데이타는 똑같은 '객체'일 뿐이다"와, "모든 것은 과학적이 아니라, '빈도'에 따라서 결정되는 것이 더 효율적이다"가 정답이 되는 것이다.

이제, '기억되는 사건'의 개념으로 모든 것을 모델링화 해야 한다.
우리의 피로는 이제 시작일 뿐이다. cpu의 thread도.