내적

2 Contents

[강연] 다시 돌아본 2024년 "세상에 나쁜 수학은 없다" 2 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 9강 두 번째 이야기 | 9강 ②

열 방정식은 열이라는 물리적 대상이 시간에 따라 공간 속에서 어떻게 확산되는지를 정교하게 묘사하는 도구입니다. 초승달 모양의 열판에 열이 가해졌을 때 시간이 흐르며 열이 고르게 퍼져나가는 현상을 수식으로 나타낸 것이죠. 이 방정식의 핵심은 온도의 시간적 변화율이 공간에 대한 이계도함수와 연결된다는 점에 있습니다. 이는 단순히 열의 이동을 설명하는 것을 넘어 입자의 운동이나 현대 인공지능의 확산 모델에까지 응용되는 기초 원리가 됩니다. 확산 현상을 바라보는 관점은 거시적일 수도, 미시적일 수도 있습니다. 미시적 관점에서는 입자가 무작위로 움직이는 '무작위 행보'나 '브라운 운동'으로 설명됩니다. 동전을 던져 앞면이 나오면 왼쪽, 뒷면이 나오면 오른쪽으로 가는 무작위 행보의 확률을 미분의 정의와 테일러 전개를 통해 계산하면 놀랍게도 거시적인 열 방정식이 유도됩니다. 이는 개별 입자의 불확실한 움직임이 모여 전체적인 확산이라는 규칙적인 흐름을 만들어냄을 보여주는 수학적 증거입니다. 최근 주목받는 인공지능의 확산 모델 역시 열 방정식의 원리를 활용합니다. 이미지에 무작위 노이즈를 추가하는 과정은 열이 퍼지는 순방향 확산 과정과 닮아 있으며, 이를 역방향 확산 과정으로 추적해 노이즈를 제거하면 새로운 이미지가 생성됩니다. 이러한 복잡한 수학적 원리를 시각적으로 이해하기 위해 '이매지너리'와 같은 플랫폼이 활용되기도 합니다. 수식 속에 숨겨진 정보의 흐름을 눈으로 확인하며 화산재의 확산이나 바람의 방향 같은 실제 자연 현상을 시뮬레이션할 수 있습니다. 정보의 시대를 지탱하는 또 다른 강력한 도구는 특이값 분해(SVD)입니다. 행렬은 하나의 벡터를 다른 벡터로 변환하는 연산자 역할을 하는데, 특이값 분해(SVD)는 이 복잡한 변환을 회전과 늘림, 그리고 다시 회전이라는 세 가지 단계로 쪼개어 분석합니다. 임의의 행렬을 세 개의 특수한 행렬 곱으로 분해함으로써 데이터가 가진 본질적인 구조를 파악할 수 있게 됩니다. 이는 복잡하게 얽힌 정보들 사이에서 핵심적인 기저가 무엇인지 찾아내는 과정이라 할 수 있습니다. 특이값 분해(SVD)의 가장 대표적인 응용 분야는 데이터 압축과 차원 축소입니다. 이미지의 픽셀 정보를 행렬로 나타낸 뒤 특이값 분해(SVD)를 적용하면, 중요도가 낮은 정보들을 과감히 제거하고 핵심적인 특이값들만 남겨 원래 이미지를 효율적으로 재구성할 수 있습니다. 또한 주성분 분석(PCA)을 통해 고차원의 데이터를 저차원으로 축소함으로써 복잡한 데이터 속에 내재된 패턴을 찾아냅니다. 예를 들어 여러 과목의 성적 데이터에서 학생의 문과적 혹은 이과적 성향이라는 핵심 지표를 추출하는 식입니다. 코시-슈바르츠 부등식은 벡터 공간을 이해하는 가장 기본적인 관계식입니다. 두 벡터의 내적값이 각 벡터의 길이의 곱을 절대 넘을 수 없다는 이 절대 부등식은 기하학적으로 두 벡터 사이의 각도와 투영의 개념을 담고 있습니다. 내적을 통해 두 벡터가 얼마나 같은 방향을 향하고 있는지, 혹은 서로 독립적인지를 수치화할 수 있습니다. 이는 단순히 수학적 정리를 넘어 데이터 사이의 유사도를 측정하는 핵심적인 척도가 되어 현대 과학의 다양한 분야에서 활용됩니다. 이러한 내적의 개념과 코시-슈바르츠 부등식은 오늘날 OTT 서비스의 영화 추천 알고리즘이나 챗GPT 같은 자연어 처리 모델의 근간이 됩니다. 사용자의 선호도 벡터와 콘텐츠 벡터 사이의 상관관계를 분석하여 최적의 결과를 도출해내는 것이죠. 열 방정식부터 특이값 분해(SVD), 그리고 코시-슈바르츠 부등식에 이르기까지, 이들은 서로 다른 형태를 띠고 있지만 복잡한 세상을 단순화하고 그 속에 숨겨진 근본적인 질서를 찾아낸다는 공통점을 가집니다. 수학은 이처럼 보이지 않는 곳에서 세상을 움직이고 있습니다.

[강연] 다시 돌아본 2024년 "세상에 나쁜 수학은 없다" 2 | 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 9강 두 번째 이야기

박형주

카오스재단카오스강연
  • 수학

1강 '기초 수학' 1부|‘『물리의 정석』 기초 잡기’ 연속 강연|이종필

우리가 공간을 이해하기 위해 가장 먼저 접하는 도구는 좌표계입니다. 데카르트 좌표계는 서로 직교하는 축을 사용하여 위치를 나타내는데, 이는 매우 직관적이고 일상적인 물리 현상을 설명하는 데 널리 사용됩니다. 그러나 원운동이나 구 대칭을 가진 대상을 다룰 때는 거리와 각도를 이용한 극좌표계나 구면 좌표계를 선택하는 것이 수학적 계산을 훨씬 단순하게 만들어줍니다. 아인슈타인의 상대성 이론과 같은 정밀한 물리 법칙을 다룰 때도 상황에 맞는 적절한 좌표계를 선택하는 것이 문제 해결의 핵심이 됩니다. 물리량은 크게 스칼라와 벡터로 구분하여 정의할 수 있습니다. 질량이나 온도, 부피처럼 방향성 없이 크기만을 가지는 양을 스칼라라고 부르며, 속도나 가속도, 힘처럼 크기와 방향을 동시에 고려해야 하는 양을 벡터라고 정의합니다. 수학적으로 벡터는 기하학적인 화살표로 시각화하거나, 문자 위에 화살표를 표시하여 구분합니다. 벡터는 시점의 위치가 다르더라도 방향과 크기만 같다면 평행 이동을 통해 동일한 벡터로 간주할 수 있는데, 이러한 특성은 공간상의 물리적 움직임을 체계적으로 기술하는 기반이 됩니다. 벡터를 성분으로 이해하면 그 활용도는 물리적 공간을 넘어 추상적인 데이터 분석의 영역으로 확장됩니다. 벡터의 시점을 원점에 고정하면 끝점의 좌표가 곧 벡터의 성분이 되며, 이는 숫자의 나열로 벡터를 표현할 수 있게 합니다. 예를 들어 여러 과목의 성적 데이터를 하나의 순서쌍으로 묶으면 이를 n차원 공간의 벡터로 처리할 수 있습니다. 컴퓨터 코딩이나 데이터 과학에서 다루는 일련의 데이터 열이 바로 이러한 벡터의 실체이며, 차원이 확장되더라도 피타고라스 정리를 이용해 크기를 구하는 원리는 동일하게 적용됩니다. 벡터의 내적은 두 벡터의 연산 결과가 하나의 실수 값으로 도출되는 중요한 계산 방식입니다. 각 성분끼리 곱하여 모두 더하는 방식으로 정의되는 내적은 기하학적으로 두 벡터 사이의 사잇각과 크기 정보를 수학적으로 압축하여 보여줍니다. 실제 사례로 학생의 과목별 성적 벡터와 대학의 반영 가중치 벡터를 내적하면 최종 환산 점수를 산출할 수 있습니다. 이는 복잡하게 얽힌 다차원의 데이터를 하나의 유의미한 스칼라 수치로 변환하여 비교할 수 있게 만드는 강력한 도구가 됩니다. 함수는 입력과 출력 사이의 명확한 대응 관계를 정의하는 수학적 상자와 같습니다. 집합의 원소들이 일정한 규칙에 따라 하나씩 대응될 때 이를 함수라 하며, 이러한 관계를 좌표 평면에 시각적으로 나타낸 것이 그래프입니다. 복잡한 형태의 함수를 분석할 때는 이를 단순한 기본 함수들의 결합으로 분해하여 보는 합성함수의 개념이 필수적입니다. 또한 입력과 출력의 역할을 뒤바꾼 역함수는 연산 과정을 되돌리는 논리적 구조를 제공하며, 이는 미적분학에서 복잡한 수식을 단순화하고 해를 찾는 데 중요한 역할을 수행합니다. 함수의 극한은 특정 지점의 함숫값 자체를 보는 것이 아니라, 그 지점에 한없이 가까워질 때 주변의 값이 어디로 향하는지 그 경향성을 파악하는 개념입니다. 설령 그 지점에서 값이 정의되지 않더라도 주변의 흐름이 일정한 곳으로 모인다면 극한값은 존재할 수 있습니다. 만약 이 극한값이 실제 그 지점의 함숫값과 일치한다면 우리는 그 함수가 끊어짐 없이 연속적이라고 정의합니다. 극한은 무한히 커지는 상태인 무한대를 다루거나, 찰나의 변화율을 계산하는 미분의 논리적 토대를 형성하는 수학의 핵심 언어입니다. 삼각함수는 직각삼각형의 변의 비율에서 시작하여 원 위의 좌표를 이용한 주기적인 파동의 형태로 확장됩니다. 특히 60분법 대신 반지름과 호의 길이 비율인 라디안을 사용하는 호도법은 미적분 계산을 비약적으로 효율적이게 만들어줍니다. 사인과 코사인 같은 삼각함수는 자연계에 존재하는 진동과 파동 현상을 설명하는 데 탁월하며, 덧셈 정리나 배각 공식 같은 도구들은 복잡한 신호를 분석하는 데 필수적입니다. 이러한 수학적 기초 원리들은 공학적 설계부터 첨단 물리 이론까지 모든 과학적 탐구의 밑거름이 됩니다.

1강 '기초 수학' 1부|‘『물리의 정석』 기초 잡기’ 연속 강연|이종필
(주)사이언스북스사이언스북스 북토크&강연
  • 물리학
  • 수학