본 논문은 현대 AI 시스템의 구조적 한계, 즉 고정된 표현 프레임으로 작동하는 점을 지적하며, 진정한 개방형 혁신을 위해서는 새로운 표현 기본소 생성, 안정화, 재사용 능력이 필요하다고 주장해요.
연구진은 어휘 격차(기존 요소를 재조합하는 대신 새로운 표현 기본소를 창조하는 어려움)와 검증자 격차(새로운 기본소의 가치를 미래 재사용 후에도 판단하는 어려움)를 제시하며, 인지 불일치 감소를 통한 통합 프레임워크로 해석해요.
개방형 AI 발전을 위해 유용한 표현 변화를 보상하는 목표, 발명된 기본소를 위한 지속적인 메모리 아키텍처, 진화하는 표현을 평가하는 적응형 검증 메커니즘 등의 방향을 제시해요.