미적분의 쓸모

저자(Author) : 한화택

▩ 개 요

‘한화택’ 교수의 ‘미적분의 쓸모’는 미적분학을 단순히 대학 입시나 어려운 수학 과목으로 여기는 고정관념을 깨고, 미적분이 현실 세계의 복잡한 현상을 이해하고 설명하는 데 얼마나 강력하고 필수적인 도구인지 보여주는 대중 교양서입니다. 이 책은 미적분의 기본 원리부터 시작해 물리학, 공학, 경제학, 생명과학, 심지어 예술 분야에 이르기까지 그 광범위한 ‘쓸모’를 구체적인 사례를 통해 증명합니다.

▩ 주 제(세상 모든 현상을 해석하는 수학적 통찰)

---

1. 미적분의 기초와 핵심 원리

저자는 미적분이 궁극적으로 ‘변화’를 다루는 학문임을 강조하며 핵심 개념을 쉽게 설명합니다.

• 미분(微分): 순간의 변화율: 미분은 아주 작은 순간에 일어나는 변화의 정도, 즉 순간 속도나 기울기를 구하는 도구입니다. 이 책은 속도계의 눈금이 바로 미분의 개념이며, 비행기가 특정 순간에 가장 효율적으로 이륙할 수 있는 각도를 찾는 문제 등이 모두 미분을 통해 해결됨을 보여줍니다.
• 적분(積分): 축적된 총합과 넓이: 적분은 미분의 역연산으로, 작은 변화들이 쌓여 이루어낸 전체의 양이나 면적을 구하는 도구입니다. 예를 들어, 속도(미분값)를 알면 적분을 통해 이동한 총 거리(총합)를 구할 수 있으며, 복잡한 곡선 아래의 면적을 구하여 부피나 에너지 총량을 계산하는 데 사용됩니다.
• 미적분학의 기본 정리: 미분과 적분이 서로 역의 관계임을 밝힌 ‘미적분학의 기본 정리’를 설명하며, 이 두 개념이 어떻게 하나의 통합된 사고방식으로 작용하여 자연 현상을 명확하게 분석하는지 그 원리를 제시합니다.

---

2. 과학 및 공학 분야에서의 절대적 쓸모

책은 미적분이 현대 과학기술 문명을 떠받치는 근간임을 다양한 분야를 통해 입증합니다.

• 물리학과 뉴턴: 뉴턴이 미적분을 창안한 배경에는 만유인력과 행성의 움직임을 설명하려는 갈망이 있었습니다. 미적분은 힘, 가속도, 운동량 등 모든 물리량을 시간에 따른 변화율로 분석하게 하여 현대 물리학의 기반을 다졌습니다.
• 공학 및 최적화: 미분은 특정 조건에서 최소값이나 최대값을 찾는 ‘최적화(Optimization)’ 문제를 해결하는 데 필수적입니다. 건축물의 안정성을 최대로 높이거나, 로켓이 가장 효율적인 궤도로 비행하도록 설계하는 과정, 혹은 인공지능이 최적의 해답을 찾도록 학습하는 과정 모두 미분을 핵심적으로 사용합니다.
• IT와 데이터 분석: 복잡하게 변화하는 데이터의 패턴을 분석하고 미래를 예측하는 인공지능(AI)과 머신러닝 분야에서 미분은 ‘경사 하강법(Gradient Descent)’의 형태로 사용되어 모델의 성능을 개선하는 핵심 알고리즘으로 작용합니다.

---

3. 경제, 사회, 일상 속의 미적분

저자는 미적분의 활용 범위가 자연과학을 넘어 인간 사회의 현상까지 확장됨을 보여줍니다.

• 경제학적 의사결정: 경제학에서 미적분은 ‘한계(Marginal)’ 개념으로 발현됩니다. ‘한계 비용’이나 ‘한계 이윤’은 생산량을 한 단위 늘렸을 때 비용이나 이윤이 얼마나 변화하는지를 나타내는데, 기업은 미분을 활용하여 이윤을 극대화하는 최적의 생산량을 결정합니다.
• 생명과학과 질병 확산: 전염병의 확산 속도나 약물의 체내 농도 변화를 예측하는 데 미분 방정식이 사용됩니다. 이는 인구 증가율, 멸종 속도 등 생태학적 변화를 모델링하는 데도 필수적입니다.
• 예술과 디자인: 아름다운 곡선이나 패턴을 수학적으로 정의할 때 미분과 적분 개념이 사용됩니다. 예를 들어, 건축 디자인에서 곡면의 미분 기하학은 효율성과 미려함을 동시에 충족시키는 구조를 설계하는 데 기여합니다.

▩ 결 론

‘미적분의 쓸모’는 미적분이 단순한 계산 기술이 아니라, 세상 모든 것의 ‘변화’와 ‘축적’을 읽어내는 언어이자 통찰임을 강조합니다. 이 책을 통해 독자들은 미적분이 우리 삶과 문명을 얼마나 깊숙이 관통하고 있는지 깨닫고, 복잡한 세상을 바라보는 새로운 수학적 시야를 얻게 됩니다.

---

---

---

▩ Contents <<< [미적분의 쓸모]

---

I. 혁명의 시작, 순간 속도를 계산하라: 가속도

• 세상에 움직이지 않는 것은 없다
• 세기의 발견과 가속도의 관계
• 물리학자인 뉴턴은 왜 미분을 고안했을까?
• 도로의 무법자를 잡는 미분
• 뛰는 캥거루 운전자, 그 위를 나는 미분
• 통과 지점은 중요하지 않다, 새로운 가속도 측정법
• 가속도의 법칙으로 떠나는 우주여행
• 스페이스X의 성공 비결, 회전운동과 미분
• 미적분이 만든 미래
• 새로운 배송시대의 도래, 드론을 제어하라

II. 자연의 곡선을 구현하기 위한 인간의 언어: 기울기

• 극한과 무한의 역사
• 한계가 없는 수를 설명하는 미적분학
• 기울기로 이해하는 미분
• 도시를 연결하는 곡선 기하학
• 세상을 구성하는 나선의 종류들
• 자연의 아름다움을 담아내는 곡선 디자인
• 미적분이 만든 미래
• 자연의 곡선을 그리는 컴퓨터 회화, CG

III. 인공지능이 빅데이터를 학습하는 방법: 최적화

• 현실적인 타협점을 구하라
• 최적화를 어렵게 만드는 조건, 다변수
• 아마존과 인공지능의 연결고리, 최적화
• 복잡한 현실을 반영한 모델, 인공신경망
• 인공지능을 학습시키는 최적화 방법, 경사하강법
• 우리는 언제 만능 AI 비서를 만나게 될까?
• 미적분이 만든 미래
• 인공지능이 발달할 수 있었던 또 다른 요인들

---

---

IV. 작은 움직임을 모으면 변화의 축이 보인다: 기하학

• 원의 면적을 구하는 고대 수학
• 특명, 코로나 확진자 발생률을 파악하라
• 적분을 활용한 오늘날의 측정 방법들
• 적분이 이끈 의학 발전, CT 촬영
• 미적분이 만든 미래
• 대용량 데이터 압축이 가능해진 비결, 푸리에 변환

V. 디즈니 영화가 전 세계를 사로잡는 법: 나비에-스토크스 유동 방정식

• 유체 변화를 가장 잘 표현한 방정식
• 해가 없는 방정식을 활용하라! 전산유체역학
• 유동 방정식을 활용한 수학자, 오스카상을 받다
• 쓸모 있는 미적분 개념
• 자연현상을 설명하는 미분방정식들

Ⅵ. 우리는 어떤 미래를 향해 나아가고 있는가?: 미적분의 예측하는 힘

• 한계효용, 가장 만족스러운 결과가 나오는 순간
• 재난지원금을 어느 계층에 지급해야 효용을 극대화할 수 있을까?
• 미래는 어떻게 움직이는가
• 미적분으로 이해하는 경제의 흐름
• 내 미래자산은 언제 2배가 될까? 근사법
• 단타 vs 장투, 미적분이 알려주는 안전한 투자 전략
• 쓸모 있는 미적분 개념
• 미적분으로 읽는 ‘인생 곡선’

---

---

▩ 인용글(Quoted Passage) <<< [미적분의 쓸모]

---

▶ 미적분을 활용한 AI 학습 원리: 경사 하강법 (Gradient Descent)

미적분, 특히 ‘미분(微分)’은 현대 인공지능(AI)과 기계 학습(Machine Learning) 모델, 특히 ‘딥러닝(Deep Learning)’이 데이터를 학습하는 과정에서 가장 핵심적인 역할을 수행합니다. 미분은 AI가 정답에 가까워지기 위해 스스로 오류를 수정하고 성능을 최적화하는 데 사용됩니다.

핵심 원리는 ‘경사 하강법(Gradient Descent)’이라는 최적화 알고리즘에 담겨 있습니다.

---

1. 학습의 목표: 손실(Loss) 최소화

AI 모델이 학습한다는 것은 결국 예측 값과 실제 정답 사이의 오차(Error) 또는 ‘손실(Loss)’을 최소화하는 것을 목표로 합니다.

• 손실 함수 (Loss Function): 모델의 예측이 얼마나 틀렸는지 수치로 나타내는 함수입니다. AI 학습의 목표는 이 손실 함수의 값이 가장 낮아지는 지점을 찾는 것입니다.

---

2. 미분의 역할: 가장 가파른 경사를 찾기 (경사, Gradient)

손실 함수를 최소화하는 지점을 찾기 위해 미분이 사용됩니다.

• 경사(Gradient): 다변수 함수의 미분(편미분)을 통해 구해지는 벡터 값입니다. 경사는 현재 지점에서 함수 값이 가장 빠르게 증가(손실이 가장 빠르게 증가)하는 방향과 크기를 나타냅니다.
• 하강(Descent): AI는 이 경사의 반대 방향으로 이동해야 손실(Loss)을 줄일 수 있습니다. 마치 산꼭대기(최대 손실)에서 가장 빨리 내려오기 위해 가장 가파른 내리막길을 찾는 것과 같습니다. 미분은 바로 이 가장 가파른 내리막길의 방향을 알려줍니다.

---

3. 경사 하강법 (Gradient Descent)의 작동 과정

AI는 이 원리를 이용하여 모델 내부의 가중치(Weights)와 편향(Biases)을 조금씩 업데이트합니다.

1. 초기 설정: 모델의 가중치(W)와 편향(b)을 임의의 값으로 설정합니다.
2. 손실 계산: 현재 가중치로 데이터를 예측하고 손실 함수 값을 계산합니다.
3. 경사 계산 (미분): 손실 함수를 모델의 가중치와 편향에 대해 미분하여 경사(Gradient)를 계산합니다. 이는 가중치를 변화시킬 때 손실이 얼마나 변하는지를 알려줍니다.
4. 가중치 업데이트: 계산된 경사의 반대 방향으로 가중치를 일정한 크기(α, 학습률)만큼 이동시켜 업데이트합니다.
   
5. 반복 학습: 이 과정을 수천, 수만 번 반복하면서 손실 함수의 최저점(최소 손실)에 도달할 때까지 가중치와 편향을 점진적으로 조정합니다.

---

4. 미적분의 ‘쓸모’ 요약

미적분은 AI 학습에서 다음과 같은 결정적인 ‘쓸모’를 제공합니다.

• 방향성 제시: 미분(경사)을 통해 현재 상태에서 손실을 줄이는 최적의 방향을 알 수 있습니다.
• 효율성 확보: 시행착오 없이 가장 효율적이고 빠르게 최적의 가중치 조합을 찾아 수렴하게 만듭니다.

★ 이처럼 미분은 AI가 방대한 데이터 속에서 스스로 오류를 수정하고 지능을 발전시키는 가장 근본적인 수학적 도구라고 할 수 있습니다.

---

---