수치해석학

4 Contents

[강연] 문제를 어떻게 뒤집어요? 역문제, 결과에서 원인 찾기 1_by 임미경 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 6강 첫 번째 이야기 | 6강 ①

수학에서 '역문제'란 결과로부터 원인을 추론하는 과정을 의미합니다. 보통의 수학 문제가 주어진 조건에서 답을 구하는 '순문제'라면, 역문제는 측정값을 바탕으로 그 결과를 만들어낸 원래의 상태나 규칙을 찾아내는 방식입니다. 일상 속의 스도쿠나 네모로직 같은 퍼즐도 일종의 역문제로 볼 수 있습니다. 제한된 정보를 조합하여 전체의 그림을 완성해 나가는 과정이 역문제의 본질과 맞닿아 있기 때문입니다. 역문제는 현대 과학에서 '비침습 탐지'라는 중요한 역할을 수행합니다. 직접 땅을 파거나 물체를 부수지 않고도 내부 구조를 파악할 수 있게 해주는 것입니다. 예를 들어 지진이 발생했을 때 관측된 지진파를 분석하여 진앙의 위치를 역으로 추적하거나, 지표면 아래의 싱크홀 유무를 판단하는 연구가 대표적입니다. 이는 우리가 직접 눈으로 볼 수 없는 영역의 진실을 수학적 추론을 통해 밝혀내는 강력한 도구가 됩니다. 우주 탐사 분야에서도 역문제는 빛을 발합니다. 태양계의 행성인 해왕성의 발견은 관찰보다 수학적 계산이 앞선 '기획된 발견'의 사례입니다. 천왕성의 궤도가 이론적 예측과 다르게 움직이는 것을 보고, 그 바깥에 영향을 주는 또 다른 행성이 존재해야만 한다는 결론을 내린 것입니다. 수학자들은 계산을 통해 새로운 행성이 나타날 위치와 시간을 정확히 예측했고, 실제 관측을 통해 그 존재가 증명되면서 수학적 확신의 힘을 보여주었습니다. 의료 현장에서 필수적인 CT나 MRI 촬영 역시 역문제의 원리를 이용합니다. 신체 외부에서 엑스레이나 자기장을 쏘아 투과된 정보를 수집하고, 이를 바탕으로 몸속 장기의 단면 이미지를 재구성하는 것입니다. 여러 각도에서 측정값들을 모아 3차원 형상으로 만들어내는 과정에는 고도의 수학적 알고리즘이 필요합니다. 이를 통해 의사들은 환자의 몸에 칼을 대지 않고도 내부의 질병이나 이상 유무를 정밀하게 진단할 수 있게 되었습니다. 이러한 의료 영상 기술의 핵심에는 '라돈 변환'이라는 수학적 개념이 자리 잡고 있습니다. 엑스레이가 인체를 통과할 때 각 지점의 밀도에 따라 에너지가 줄어드는 정도를 적분하여 측정값으로 변환하는 과정입니다. 수학자들은 이렇게 얻은 측정값에 푸리에 변환과 같은 기법을 적용하여 원래의 밀도 분포를 역으로 계산해 냅니다. 복잡한 수식과 기호들로 이루어진 이 과정은 보이지 않는 내부의 밀도 지도를 그리는 정교한 설계도와 같습니다. 하지만 결과로부터 원인을 찾는 과정이 항상 완벽한 것은 아닙니다. 때로는 서로 다른 원인이 동일한 결과를 만들어낼 수도 있기 때문입니다. 예를 들어 특정 방향에서 본 그림자가 사람의 형상일지라도, 실제 물체는 전혀 다른 금속 조각들의 조합일 수 있습니다. 따라서 정확한 해답을 얻기 위해서는 충분한 양의 정보와 함께 현상을 정확하게 설명할 수 있는 정교한 모델링이 필수적입니다. 이론과 기술의 병행 발전이 역문제 해결의 열쇠가 되는 이유입니다. 역문제 연구는 경제적으로도 큰 가치를 지닙니다. 고가의 의료 장비를 새로 구입하는 대신, 기존 장비에 적용되는 수학적 알고리즘을 개선함으로써 영상의 선명도를 획기적으로 높일 수 있기 때문입니다. 하드웨어의 한계를 소프트웨어적인 수학적 접근으로 극복하는 방식은 가성비 높은 혁신을 가능하게 합니다. 이처럼 수학은 순수 학문을 넘어 공학, 의학 등 다양한 분야와 협업하며 실생활의 문제를 해결하는 실천적인 학문으로 진화하고 있습니다.

[강연] 문제를 어떻게 뒤집어요? 역문제, 결과에서 원인 찾기 1_by 임미경 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 6강 첫 번째 이야기

임미경

카오스재단카오스강연
  • 수학

[강연] 수치해석학, 근사와 과학계산의 예술 2_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 두 번째 이야기 | 5강 ②

공학 분야에서 비행기의 날개나 유체의 흐름처럼 복잡한 물리 현상을 시뮬레이션할 때 가장 널리 쓰이는 기법 중 하나가 바로 유한요소법(FEM)입니다. 이는 복잡한 편미분 방정식을 컴퓨터가 풀 수 있는 형태로 변환하는 방법론으로, 1960년대부터 폭발적으로 발전하며 현대 공학의 필수적인 도구가 되었습니다. 유한요소법의 핵심은 문제를 아주 작은 '유한한' 요소들로 쪼개어 분석하는 데 있으며, 이는 우리가 흔히 접하는 거대한 구조물부터 미세 유체 역학까지 광범위하게 적용되어 현대 문명의 안전과 효율을 지탱하고 있습니다. 미분 방정식을 푼다는 것은 연속적인 변화를 이해하는 과정이지만, 수치해석적 관점에서는 이를 인접한 항들 사이의 관계로 치환하여 바라봅니다. 오일러의 통찰처럼 미분을 없애고 변수를 잘게 쪼개어 인접한 점들이 어떤 관계를 맺는지 정의하면, 복잡한 미분 문제는 결국 우리가 익숙한 연립방정식의 형태로 바뀝니다. 현미경으로 들여다보듯 국소적인 영역에서의 관계를 규정하고 이를 전체로 확장하여 행렬 방정식으로 풀어내는 과정이 바로 수치 선형대수학의 핵심적인 원리이며, 이를 통해 인간이 풀기 힘든 난제들을 컴퓨터로 해결할 수 있게 됩니다. 유한요소법에서는 '기저 함수'라고 불리는 작은 조각들을 활용하여 전체 함수를 형성합니다. 각각의 기저 함수는 자신이 담당하는 특정 영역에서만 값을 가지고 나머지 영역에서는 0이 되는 특성을 지니는데, 이 뾰족뾰족한 기저 함수들에 적절한 상수를 곱해 모두 더하면 우리가 원하는 연속 함수의 근삿값을 얻을 수 있습니다. 1차원에서는 삼각형 모양의 기저 함수를 사용하지만, 차원이 높아지면 삼각뿔 형태의 기저 함수를 활용하여 2차원이나 3차원의 복잡한 문제도 유연하게 해결할 수 있습니다. 이는 실생활의 연속적인 현상을 디지털 환경에서 정교하게 구현하는 강력한 도구가 됩니다. 이러한 수치해석 기법은 건축물의 안전 진단부터 기상 예측에 이르기까지 우리 삶의 도처에 스며들어 있습니다. 다리를 건설할 때 어느 부분에 하중이 집중되는지 정확히 계산하여 설계를 보강하거나, 비행기 설계 시 공기 저항을 최소화하기 위한 난류 시뮬레이션에도 유한요소법이 필수적으로 사용됩니다. 최근에는 구글이나 마이크로소프트 같은 빅테크 기업들이 기존의 수치해석 방식에 인공지능을 결합하여 태풍의 경로를 예측하거나 기상 정보를 분석하는 등, 더욱 정교하고 빠른 예측 모델을 선보이며 과학 기술의 새로운 지평을 열고 있습니다. 인공지능과 수치해석학은 서로의 발전을 견인하는 상호보완적인 관계에 있습니다. 인공지능의 계산 능력을 빌려 수 주가 걸리던 복잡한 시뮬레이션 시간을 획기적으로 단축하는 연구가 진행 중이며, 반대로 수치해석적 기법을 통해 인공지능 모델의 수학적 근거를 마련하려는 움직임도 활발합니다. 특히 생성형 딥러닝 모델의 핵심 원리에 확률 편미분 방정식이 포함되어 있다는 점은 두 분야의 깊은 연관성을 잘 보여줍니다. 현대의 복잡한 고차원 문제를 해결하고 기술적 신뢰성을 확보하기 위해 두 학문의 하이브리드 협업은 앞으로 더욱 중요해질 전망입니다.

[강연] 수치해석학, 근사와 과학계산의 예술 2_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 두 번째 이야기

홍영준

카오스재단카오스강연
  • 수학

[강연] 수치해석학, 근사와 과학계산의 예술 1_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 첫 번째 이야기 | 5강 ①

수치해석학은 현실의 복잡한 문제를 해결하기 위해 정확한 해 대신 근사해를 구하는 학문입니다. 우리가 흔히 수학이라고 하면 단 하나의 정답만을 떠올리기 쉽지만, 실제 세상의 문제들은 너무나 방대하고 복잡하여 수식만으로 완벽한 답을 내기 어려운 경우가 많습니다. 이때 수치해석학은 우리가 허용할 수 있는 오차 범위 내에서 가장 정답에 가까운 값을 찾아내는 길잡이 역할을 합니다. 단순히 값을 구하는 것에 그치지 않고, 그 근삿값이 실젯값과 얼마나 차이가 나는지 엄밀하게 분석하는 과정까지 포함하는 것이 이 학문의 본질입니다. 무리수인 루트 2를 예로 들면, 이는 소수점 아래로 무한히 이어지는 숫자입니다. 이를 이해하기 위해 수치해석에서는 점화식과 같은 알고리즘을 활용합니다. 특정 수식에 초기값을 대입하고 그 결과를 다시 대입하는 과정을 반복하면, 결괏값은 점차 루트 2의 실젯값에 무한히 가까워집니다. 이러한 반복적인 계산 과정은 수치해석의 가장 기초적이면서도 핵심적인 원리입니다. 현대에는 이러한 방대한 반복 계산을 컴퓨터가 대신 수행함으로써 과거에는 상상할 수 없었던 정밀한 수치 계산이 가능해졌으며, 이는 모든 공학적 설계의 기초가 됩니다. 수치해석학의 응용 분야는 우리 실생활과 밀접하게 맞닿아 있습니다. 포탄의 궤적을 계산하거나 인공위성을 쏘아 올릴 때, 혹은 심장의 혈류 흐름을 분석할 때도 수치해석적 기법이 필수적으로 사용됩니다. 특히 분야에 따라 허용되는 오차의 범위가 다르다는 점이 흥미롭습니다. 포탄의 경우 수십 센티미터의 오차가 큰 문제가 되지 않을 수 있지만, 의료 분야나 정밀 공학에서는 아주 미세한 오차도 치명적인 결과를 초래할 수 있습니다. 따라서 수치해석학은 상황에 맞는 정밀도를 확보하기 위해 오차의 크기를 수학적으로 엄격하게 관리하고 예측합니다. 기상 예보의 역사는 수치해석학의 발전 과정을 잘 보여주는 대표적인 사례입니다. 과거 아리스토텔레스 시대에는 구름의 모양을 보고 날씨를 예측하는 패턴 매칭 방식이 주를 이루었습니다. 하지만 19세기 이후 물리 법칙을 담은 방정식이 등장하면서 수치적인 접근이 시작되었습니다. 루이스 리처드슨은 6만 4천 명의 사람이 동시에 계산한다면 날씨를 예측할 수 있을 것이라는 거대한 상상을 하기도 했습니다. 이는 오늘날 슈퍼컴퓨터가 수행하는 복잡한 기상 수치 모델링의 원형이 되었으며, 현대 기상학이 과학적 예측의 영역으로 들어오는 결정적인 계기가 되었습니다. 현대 기상 예보의 핵심인 슈퍼컴퓨터는 폰 노이만의 에니악 등장 이후 비약적으로 발전했습니다. 우리나라도 독자적인 기상 예측 모델인 '한국형 수치예보모델(KIM)'을 개발하여 한국 지형의 특성에 최적화된 예보를 수행하고 있습니다. 기상 모델링은 자연계의 복잡한 현상을 수많은 변수로 표현해야 하기에 매우 난도가 높습니다. 관측 데이터의 오차와 모델 자체의 한계를 극복하며 정확도를 높여가는 과정은 수치해석학이 직면한 거대한 도전이자 성과입니다. 이는 단순한 계산을 넘어 국가적 기술력의 상징이자 재난 대비를 위한 필수적인 과학적 자산이라 할 수 있습니다. 구체적인 기법으로는 뉴턴-랩슨 방법과 수치 적분이 대표적입니다. 뉴턴-랩슨 방법은 비선형 방정식의 해를 찾기 위해 접선을 이용해 정답에 빠르게 접근하는 방식입니다. 반복할수록 오차가 제곱 단위로 줄어드는 놀라운 수렴 속도를 자랑합니다. 또한, 복잡한 곡선의 면적을 구하는 적분 역시 사다리꼴 공식이나 가우스-르장드르 구적법을 통해 효율적으로 계산할 수 있습니다. 이러한 기법들은 무한한 연속의 세계를 컴퓨터가 처리할 수 있는 유한한 이산의 세계로 변환하는 핵심 기술이며, 가성비 높은 계산을 가능하게 하여 공학적 효율성을 극복합니다. 마지막으로 오일러 방법은 미분 방정식을 푸는 가장 직관적인 수치 해법입니다. 시간의 흐름에 따른 변화를 작은 단위로 쪼개어 다음 단계의 상태를 예측하는 이 방식은 현대 인공지능의 기계 학습 원리와도 깊은 연관이 있습니다. 수치해석학은 정답이 없는 것이 아니라, 정답을 향해 끊임없이 다가가는 역동적인 학문입니다. 복잡한 현실 세계를 수학이라는 언어로 번역하고, 이를 다시 컴퓨터가 이해할 수 있는 수치로 바꾸는 이 과정은 미래 과학 기술 발전의 든든한 뿌리가 되고 있습니다. 수치해석은 결국 인간의 지혜를 컴퓨터의 연산력으로 치환하는 가교입니다.

[강연] 수치해석학, 근사와 과학계산의 예술 1_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 첫 번째 이야기

홍영준

카오스재단카오스강연
  • 수학

[강연] 미래의 수학자 (3) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강 | 5강 ③

수학은 단순히 숫자를 다루는 학문을 넘어 우리 삶의 복잡한 문제를 해결하는 강력한 도구입니다. 수치해석학은 컴퓨터를 활용해 비행기 설계와 같은 방대한 계산이 필요한 실생활의 문제를 빠르고 효율적으로 풀어내는 방법을 연구합니다. 과거에는 사람이 일일이 손으로 해결하기 어려웠던 문제들이 이제는 컴퓨터라는 도구를 통해 정교하게 다듬어지고 있습니다. 이러한 흐름은 수학이 상아탑 속에만 머무는 것이 아니라, 기술의 발전과 발맞추어 끊임없이 진화하고 있음을 보여줍니다. 인공지능 시대의 도래는 수학의 영역을 더욱 넓히고 있습니다. 과거 이집트의 측량 기술이 기하학으로 발전하고, 과학 혁명기에 천체의 움직임을 설명하기 위해 미적분학이 탄생했듯이, 현대의 정보 혁명은 새로운 수학적 추상화를 요구합니다. 우리가 마주한 0과 1의 디지털 정보들을 어떻게 더 깊이 있게 이해하고 다룰 것인가는 미래 수학의 핵심 과제입니다. 수학은 시대의 요구에 따라 새로운 지평을 열어왔으며, 지금 이 순간에도 우리가 경험하지 못한 새로운 세계를 탐험하고 있습니다. 컴퓨터와 인공지능의 발전은 수학자의 역할을 축소하는 것이 아니라 오히려 확장시키고 있습니다. 머신러닝이나 딥러닝 같은 기술은 수학적 문제를 해결하는 새로운 방식을 제시하며, 수치해석학이나 이산수학 분야에서 이전에는 상상하지 못했던 질문들을 던지게 합니다. 도구가 정교해질수록 우리가 다룰 수 있는 문제의 범위는 자동차에서 비행기, 우주선으로 넓어지듯 무한히 확장됩니다. 결국 기술의 발전은 수학자들에게 더 본질적이고 창의적인 문제를 고민할 수 있는 기회를 제공하는 셈입니다. 최근 강조되는 코딩 교육 역시 수학적 사고와 깊은 연관이 있습니다. 프로그래밍 언어는 컴퓨터와 소통하기 위한 일종의 외국어와 같으며, 그 기저에는 엄밀한 논리가 자리 잡고 있습니다. 코딩을 통해 자신의 생각을 논리적으로 전개하는 과정은 수학적 증명을 주고받는 과정과 본질적으로 다르지 않습니다. 단순히 기술적인 숙련도를 높이는 것을 넘어, 컴퓨터에게 자신의 논리를 설명할 수 있는 본질적인 사고력을 기르는 것이 중요합니다. 이러한 논리적 훈련은 수학적 실력을 향상시키는 밑거름이 됩니다. 수학자의 연구는 단순히 방 안에서 혼자 증명에 몰두하는 것에 그치지 않습니다. 좋은 문제를 찾아내기 위해 동료들과 끊임없이 대화하고 토론하며, 새로운 영감을 얻기 위해 노력합니다. 의미 있는 문제를 정의하고 이를 다른 이들과 공유하며 공감을 얻는 과정은 수학 연구에서 매우 중요한 부분을 차지합니다. 현대 수학은 개인의 천재성을 넘어 공동 연구와 협력을 통해 더욱 풍성해지고 있으며, 이러한 소통의 문화가 수학을 더욱 역동적인 학문으로 만들어가고 있습니다.

[강연] 미래의 수학자 (3) _ by엄상일 | 2017 가을 카오스 강연 '미래과학' 5강

엄상일, 이계식, 이준엽

카오스재단카오스강연
  • 물리학
  • 수학