[재미있는 수학] AI오류 잡아내고 행성 움직임까지 측정

(33) 세상 바꾸는 미분

뉴턴의 만유인력법칙을 바탕으로 행성 간의 상호작용을 계산할 때, 미분은 행성의 위치 변화에 따른 속도와 가속도를 정확하게 구하는 데 사용됩니다. 미분은 더 이상 기초과학에만 사용되는 것이 아닙니다. 인공지능(AI)과 기계학습에서도 매우 중요한 역할을 하고 있습니다.

Getty Images Bank

“10년이면 강산이 변한다”는 옛말에서 10년을 1초로 바꿔도 손색이 없을 만큼 현대사회의 변화 속도는 더욱 빨라졌습니다. 이처럼 급변하는 시대에서 변화를 분석하고 예측할 수 있는 방법이 있을까요? 그 답은 바로 미분에 있습니다. 미분은 변화의 순간을 포착하고, 그 속도와 방향을 분석하는 강력한 도구입니다. 미분을 통해 우리는 복잡한 현실을 수학적으로 이해하고, 그래프를 통해 그 변화를 시각적으로 표현할 수 있습니다. 이제 미분이 어떻게 우리의 일상과 과학, 기술에 응용되는지 살펴보겠습니다.

높이가 100m인 언덕과 높이가 200m인 언덕이 있습니다. 어떤 언덕이 더 가파를까요? 사실 이 정보만으로는 두 언덕 중 어느 쪽이 더 가파른지 알 수 없습니다. 이를 판단하려면 언덕의 시작점에서 가장 높은 지점까지의 가로 길이를 알아야 합니다. 수학적으로 가로 길이는 x, 높이는 y로 표현할 수 있습니다. 그러므로 y값을 x로 나누면 언덕의 가파름을 알 수 있습니다. 이 값을 수학적으로 ‘기울기’라고 부르며, 가로 길이의 변화를 x의 증가량, 높이의 변화를 y의 증가량이라고 합니다. 결국 기울기는 y의 증가량을 x의 증가량으로 나눈 값으로 정의할 수 있습니다.

x의 증가량이 0에 가까울 만큼 작아진다면 특정한 x값에서의 기울기를 구할 수 있습니다. 이 값을 ‘미분계수’라고 하며, 이는 순간 변화율을 나타냅니다. 즉 한 점에서 함수의 기울기를 측정한 값으로, 이는 그 점에서 함수의 그래프의 접선 기울기와 같습니다. 이 과정을 x에 대한 y의 미분이라고 부르는데, 이는 수학자 라이프니츠가 미분의 개념을 정의한 중요한 내용입니다.

실제로 복잡한 방정식이나 함수들은 실생활이나 과학적 연구에서 빈번하게 등장합니다. 연구자들은 이러한 함수의 특성을 단순히 수식으로 분석하는 데 그치지 않고, 시각적으로 이해할 필요가 있었습니다. 그래프를 통해 함수의 변화를 직관적으로 파악할 수 있기 때문입니다. 그러나 과거에는 이를 쉽게 그릴 수 있는 도구가 없었습니다. 미분계수가 양수면 함수의 그래프는 오르막을 나타내고, 음수면 내리막을 나타냅니다. 미분계수가 0일 때는 그래프가 이차함수의 꼭짓점처럼 평평해진다는 개념을 통해 우리는 함수의 그래프를 이해하고 그릴 수 있게 되었습니다.

동시대에 미분의 개념을 확립한 뉴턴은 사과가 떨어지는 현상에서 영감을 받아 물체의 움직임을 연구하던 중, 속도를 계산하는 과정에서 미분의 개념을 정립했습니다. 그는 물체의 위치 변화와 시간을 분석함으로써 시간이 0에 가까워질 때 그 순간의 속도를 구할 수 있다는 결론에 도달했습니다. 이를 통해 특정 순간에서 물체의 속도를 정확하게 측정할 수 있게 되었고, 이 발견은 물리학에서 운동 법칙 중 관성의 법칙, 가속도의 법칙을 수학적으로 증명하며 역학을 학문으로 확립하는 데 중요한 역할을 했습니다.

뉴턴의 만유인력법칙을 바탕으로 행성 간의 상호작용을 계산할 때, 미분은 행성의 위치 변화에 따른 속도와 가속도를 정확하게 구하는 데 사용됩니다. 이러한 계산을 통해 행성의 궤도를 예측할 수 있게 되었으며, 이는 천문학이 발전하는 데도 크게 기여했습니다. 특히 미분을 사용하면 행성의 궤도에서 일어나는 미세한 변화까지 설명할 수 있어 정확한 천체 예측이 가능해졌습니다. 또한 미분은 태양계 내의 전체뿐 아니라, 더 멀리 있는 별과 은하의 움직임을 분석하는 데도 중요한 도구로 사용됩니다. 이러한 방식으로 미분은 천문학자들이 우주의 복잡한 운동을 이해하고 정밀하게 예측하는 데 없어서는 안 될 수학적 도구로 자리 잡았습니다.

미분은 더 이상 기초과학에만 사용되는 것이 아닙니다. 인공지능(AI)과 기계학습에서도 매우 중요한 역할을 하고 있습니다. 기계학습에서 AI 모델은 데이터를 학습하여 예측합니다. 이때 미분은 모델이 학습하는 과정에서 오류를 줄이는 방향으로 조정되도록 도와줍니다. 예를 들어, 경사 하강법이라는 방법은 모델의 성능을 개선하기 위해 사용되는데, 이때 미분을 사용해 오류를 최소화할 수 있는 방향을 찾아갑니다. 또한 신경망이 학습할 때 사용하는 역전파 알고리즘에서도 미분이 핵심 역할을 합니다. 이 과정에서 미분을 통해 각 노드의 기여도를 계산하고, 이를 바탕으로 모델이 더 정확하게 예측할 수 있도록 조정합니다. 결국 미분은 AI와 기계학습에서 데이터 분석과 예측을 가능하게 하는 중요한 도구로, 현대 기술이 발전하는 데 크게 기여하고 있습니다.

정경호 한국삼육고 교사

미분은 단순한 수학적 도구를 넘어 급변하는 현대사회에서 필수적 역할을 하고 있습니다. 변화의 속도를 이해하고, 이를 시각적으로 분석할 수 있는 능력은 우리 일상뿐 아니라, 과학과 기술의 발전에도 큰 영향을 미칩니다. 미분을 통해 우리는 경제학에서 최적의 결정을 내리고, 물리학에서 복잡한 운동을 분석하며, 인공지능에서는 데이터를 학습하고 예측하는 능력을 키울 수 있습니다. 이러한 강력한 도구는 우리에게 더 나은 미래를 설계할 힘을 제공합니다.