이산 미분기하

수치해석 컴퓨터 그래픽스 시뮬레이션 마지막 수정: 2026-09-06 04:48:39

1. 개요[편집]

이산 미분기하 Discrete Differential Geometry
약칭	DDG
철학	극한에서 수렴시키기보다 이산 단계에서 정리를 정확히 만족시킨다
대표 연산자	코탄젠트 라플라시안, 이산 외미분 $d$, 대각 호지 스타 $\star$
공짜로 얻는 항등식	$dd=0$, 이산 스토크스, 이산 가우스-보네
주 무대	삼각형 메시 · 셀 복합체
응용	메시 페어링 · 파라미터화 · 리메싱 · 벡터장 설계 · 물리 시뮬레이션

미분을 근사할 것인가, 정리를 지킬 것인가. 이 분야는 두 번째를 골랐고, 그 대가로 첫 번째까지 얻었다.

이산 미분기하(discrete differential geometry, DDG)는 곡률·미분형식·라플라시안처럼 매끄러운 다양체에서 정의된 미분기하의 대상들을, 삼각형 메시 같은 이산 구조 위에서 재정의하되 원래의 정리들이 이산 단계에서 근사가 아니라 정확히 성립하도록 만드는 분야다. 유한차분이 ” $h\to0$ 에서 맞으면 된다”를 목표로 하는 것과 달리, DDG는 유한한 메시에서 이미 가우스-보네가 성립하고 $dd=0$ 이 성립하기를 요구한다.

이 요구가 사치처럼 보이지만 실제로는 코드의 견고성 문제다. 국소 다항식을 맞춰 곡률을 추정하면 값은 그럴듯한데 총합이 위상불변량과 안 맞고, 벡터장을 성분별로 보간하면 발산 없는 장이 발산을 만들어내며, 그런 어긋남이 반복 알고리즘 안에서 누적되면 스무딩이 뒤집히고 파라미터화가 접히고 유체 시뮬레이션에서 소용돌이가 사라진다. 구조 보존은 미적 취향이 아니라 안정성 예산이다.

매끄러운 쪽의 개념 정의(제1·제2 기본형식, 뛰어난 정리, 가우스-보네)와 코탄젠트 라플라시안의 유도는 미분기하가 담당한다. 여기서는 이산 외미적분이라는 뼈대와 그 위에 올라가는 알고리즘을 본다.

2. 두 가지 이산화 철학[편집]

같은 메시를 놓고 곡률을 구하는 두 태도가 있다.

	근사(fitting) 접근	구조 보존(DDG) 접근
하는 일	국소 이차곡면을 최소제곱으로 맞춰 미분	이산 대상에 대해 정리를 만족하도록 정의
정확성	매끄러운 면이면 고차 수렴	대개 1차, 대신 항등식은 기계정밀도
총합	가우스-보네 안 맞음	$\sum_i d_i = 2\pi\chi$ 정확히 성립
나쁜 메시	조건수 문제로 튐	정의가 그냥 성립(값의 질은 별개)
쓰이는 곳	계측·역설계 표면 품질	시뮬레이션·기하처리 파이프라인

DDG의 대표 예가 꼭짓점 $i$ 의 각결손(angle defect)

d_i=2\pi-\sum_{f\ni i}\theta_i^f

를 이산 가우스 곡률의 적분값으로 삼는 정의다. 이렇게 두면 폐곡면 전체에서 $\sum_i d_i=2\pi\chi$ 가 반올림 오차 수준으로 정확히 성립한다. 위상이 곡률의 총량을 못 박는다는 가우스-보네가 메시 위에서 그대로 살아 있는 것이다. 값 자체는 꼭짓점 하나만 보면 거칠지만, 총량이 절대 새지 않는다는 성질이 알고리즘을 살린다.

3. 이산 외미적분 — 뼈대[편집]

DDG의 문법을 제공하는 것이 이산 외미적분(discrete exterior calculus, DEC)이다. 세 조각으로 되어 있다.

3.1. 이산 미분형식은 코체인이다[편집]

매끄러운 $k$ -형식은 “ $k$ 차원 조각 위에서 적분되는 것”이다. 그러니 이산화의 자연스러운 답은 적분값을 셀마다 하나씩 저장하는 것이다.

0-형식 → 꼭짓점마다 스칼라 (함수값)
1-형식 → 방향이 붙은 변마다 스칼라 (변을 따라 적분한 값, 순환값)
2-형식 → 방향이 붙은 면마다 스칼라 (면을 통과한 플럭스)

이것이 코체인(cochain)이고, 성분별 보간이 아니라 적분값을 저장한다는 점이 핵심이다. “속도 벡터를 어떻게 삼각형 위에서 보간할까”라는 골치 아픈 질문이 “변마다 순환값을 하나 둔다”로 바뀐다. 유한체적법이 셀 평균을 저장하고 유한요소의 에지 요소(Whitney form)가 변 자유도를 쓰는 것과 같은 발상이다.

3.2. 이산 외미분은 부호 붙은 인접행렬이다[편집]

이산 외미분 $d_k$ 를 경계 연산자 $\partial_{k+1}$ 의 전치로 정의한다.

\langle d_k\omega,\ \sigma\rangle:=\langle \omega,\ \partial_{k+1}\sigma\rangle

즉 $d$ 는 부호 붙은 정수 인접행렬이고, 실수 연산이 하나도 없다. 여기서 두 개가 정의상 공짜로 따라 나온다.

이산 스토크스 정리. 위 식이 곧 $\int_\sigma d\omega=\int_{\partial\sigma}\omega$ 다. 근사가 아니라 항등식이다.
$dd=0$ . 경계의 경계가 없다( $\partial\partial=0$ )는 사실의 전치일 뿐이다. 따라서 “이산 기울기의 이산 회전 = 0”, “이산 회전의 이산 발산 = 0”이 정확히 성립한다.

벡터 항등식을 유한차분으로 흉내 낼 때 격자를 어긋나게(스태거드) 배치해야 겨우 맞던 것이, DEC에서는 자료구조 자체에서 나온다. 실제로 전자기 FDTD가 쓰는 이(Yee)의 어긋난 격자는 정육면체 복합체 위의 DEC로 그대로 읽을 수 있고 — 전기장이 변 위의 1-형식, 자속밀도가 면 위의 2-형식 — 그래서 그 스킴에서 $\nabla\cdot\mathbf B=0$ 이 왜 기계정밀도로 유지되는지가 설명된다. 맥스웰 방정식이 미분형식 언어로 쓰였을 때 가장 깔끔한 이유이기도 하다.

3.3. 호지 스타가 기하를 넣는다[편집]

여기까지는 위상만 있고 길이·각도가 없다. 기하를 넣는 것이 호지 스타 $\star_k$ 로, 원시 복합체의 $k$ -셀과 쌍대 복합체의 $(n-k)$ -셀을 대응시킨다. 가장 단순한 대각 근사는 부피비다.

(\star_k)_{\sigma\sigma}=\frac{\lvert \sigma^\ast\rvert}{\lvert\sigma\rvert}

외심 쌍대(circumcentric dual)를 쓰면 삼각형 메시에서 변의 쌍대 길이 대 원시 길이 비가 정확히 $\tfrac12(\cot\alpha+\cot\beta)$ 가 되고, 따라서

\Delta=\star_0^{-1}\,d_0^{\mathsf T}\,\star_1\,d_0

이 그 유명한 코탄젠트 라플라시안과 완전히 일치한다. 그래픽스의 코탄젠트 가중치, 유한요소법의 P1 강성행렬, DEC의 라플라스-드람 연산자가 전부 같은 행렬이라는 사실이 여기서 세 번째 각도로 확인된다.

호지 스타가 기하를 담당하기 때문에 메시 품질 문제도 전부 여기로 몰린다. 둔각 삼각형이 있으면 외심이 삼각형 밖으로 나가 쌍대 부피가 음수가 되고, 대각 성분이 음수인 $\star_1$ 은 이산 최대원리를 깨뜨린다. 이것이 미분기하에서 말한 “음의 코탄젠트 가중치” 문제와 같은 사건이며, 처방도 같다 — 재삼각화로 들로네 삼각분할을 만들거나, 기하는 그대로 두고 곡면 위 삼각화만 뒤집는 내재적 들로네 뒤집기를 쓴다.

4. 곡률 흐름 — 메시를 움직이는 방정식[편집]

좌표사상 $\mathbf x$ 에 라플라스-벨트라미를 걸면 평균곡률 법선이 나온다는 항등식 $\Delta\mathbf x=2H\mathbf n$ 은 DDG에서 알고리즘 그 자체다. 정점을 그 방향으로 흘리면 평균곡률 흐름

\frac{\partial\mathbf x}{\partial t}=\Delta\mathbf x

이 되고, 1차원판인 다각형 위의 곡선 단축 흐름은 각 정점을 이웃 두 정점 쪽으로 곡률만큼 당긴다. 매끄러운 이론에서 평면 위 매끄러운 단순폐곡선은 이 흐름을 따라 볼록해진 뒤 한 점으로 수축한다는 정리가 있고, 이산판에서도 같은 정성적 거동이 나온다 — 면적은 등속으로 줄고( $\dot A=-\int\kappa\,ds=-2\pi$ ), 형상은 원에 가까워진다. 아래 실험에서 확인할 수 있다.

이산 곡률 흐름 ∂x/∂t = Δx 를 명시·암시(순환 삼중대각을 셔먼-모리슨+토마스로 직접 푼다) 두 스킴으로 적분하고, 정점마다 회전각 κ=θᵢ/ℓᵢ 와 라플라스-벨트라미 |Δx| 두 이산 곡률을 함께 계산한다. 매 스텝 호길이 균등 재분포를 넣는다 — 끄면 정점이 뭉쳐 변길이 max/min 이 4.1e10 까지 간다(켜면 2.47). 별 모양 n=160 에서 등주비 L²/4πA 는 3.53 에서 정160각형의 바닥값 1.000129 까지 단조로 내려가고, 이산 회전수 Σθᵢ/2π 는 암시 전 구간 max|Σθ/2π−1| ≤ 1.6e−15 로 1 에 붙어 있다. 명시로 바꾸면 τ_crit 이 곡선과 함께 줄어 t≈0.45 에서 회전수가 3 으로 튀고 등주비가 되올라간다.

명시적 적분으로 이 흐름을 돌리면 곧바로 시간 간격 제한에 걸린다. 확산 방정식이므로 안정 조건이 $\Delta t\lesssim h^2$ 이고, 삼각형 하나만 작아도 전체 시간 간격이 무너진다. 여기에 대한 표준 처방이 암시적 페어링(implicit fairing)이다. 후진 오일러로 한 걸음을 잡으면

(\mathbf I-\lambda\,\Delta t\,\mathbf L)\,\mathbf X^{n+1}=\mathbf X^{n}

이 되고, 좌변은 대칭 양정부호 희소행렬이라 켤레기울기법이나 촐레스키 분해로 싸게 풀린다. 무조건 안정이므로 $\Delta t$ 를 크게 잡아 한두 번 만에 원하는 만큼 매끄럽게 만들 수 있다. 1999년에 제안된 이래 메시 스무딩의 기본값이 됐다.¹

주의할 것은 이 흐름이 부피를 보존하지 않는다는 점이다. 구를 넣으면 점으로 수축한다. 실무에서는 매 스텝 부피를 원래대로 재조정하거나, 법선 방향 성분을 제거해 접선 방향 재분포만 시키는 접선 스무딩을 쓴다. 후자는 형상을 바꾸지 않고 삼각형 품질만 개선하므로 리메싱 파이프라인의 마무리 단계에 들어간다. 흐름 자체의 이론적 성질은 평균곡률 흐름 쪽 몫이다.

5. 이산 껍질 — 이면각으로 쓰는 굽힘 에너지[편집]

DDG가 그래픽스 밖으로 나간 대표 사례가 얇은 판·껍질의 탄성 에너지다. 매끄러운 이론에서 굽힘 에너지는 제2 기본형식의 제곱 적분인데, 삼각형 메시에서 이것을 인접한 두 삼각형 사이 이면각 $\theta_e$ 로 쓴다.

E_{\text{bend}}=\sum_{e}\frac{(\theta_e-\bar\theta_e)^2}{\bar h_e}\,\lVert\bar e\rVert

$\bar\theta_e,\bar h_e,\lVert\bar e\rVert$ 는 변형 전(참조 형상)의 이면각, 두 삼각형 높이의 평균, 변 길이다. 늘어남 에너지는 변 길이 또는 면 변형률로 따로 준다. 이 정식화의 장점이 분명하다.

참조 이면각 $\bar\theta_e$ 를 넣어 두면 굽은 초기 형상(구겨진 종이, 재단된 옷본)이 자연스럽게 표현된다.
에너지가 강체 운동에 대해 불변이라서 큰 회전을 겪는 시뮬레이션에서 안 터진다. 성분별 유한차분 굽힘 항이 대회전에서 이상해지는 것과 대조된다.
에너지의 기울기·헤시안이 이면각의 미분으로 닫힌 형태로 나와 암시적 적분에 바로 들어간다.

옷감·종이·금속판 시뮬레이션의 사실상 표준이 됐고, 천 시뮬레이션과 위치 기반 동역학의 굽힘 구속이 이 에너지의 후손이다. 단순한 질량-스프링 모델의 “대각선 스프링으로 굽힘을 흉내내기”가 메시 연결성에 따라 이방성 인공물을 만드는 문제도 여기서 해결된다.

6. 등각 평탄화와 파라미터화[편집]

3차원 곡면을 평면에 펴는 문제(UV 언랩)는 각도를 보존하는 등각사상을 이산화하는 문제다. 세 갈래가 있다.

최소제곱 등각사상(LSCM 계열). 코시-리만 조건의 잔차를 최소제곱으로 줄인다. 계가 선형이고 희소해서 빠르며, 경계를 자유롭게 두는 것이 특징이다. 각도 왜곡은 작지만 면적 왜곡이 클 수 있다.
각도 기반 평탄화(ABF 계열). 미지수를 좌표가 아니라 삼각형의 각도로 잡고 각도 합 조건들을 구속으로 건 비선형 최적화를 푼다. 접힘(flip)이 원리적으로 배제되는 것이 강점, 비용이 약점.
이산 등각 동치(discrete conformal equivalence). 두 메시가 각 변 길이를 $\ell_{ij}\mapsto e^{(u_i+u_j)/2}\ell_{ij}$ 로 바꾼 관계이면 등각으로 정의한다. 이 정의 위에서 “목표 곡률을 지정하고 그것을 실현하는 $u$ 를 찾는” 문제가 볼록 최적화가 되어 유일해와 전역 수렴이 보장된다. 이산화가 정리를 지키도록 정의를 고른 결과가 곧 알고리즘의 안정성이 되는, DDG 철학의 가장 선명한 사례다.

경계 조건을 곡률 대신 경계에서만 주는 방식(경계 우선 평탄화)은 라플라스 방정식의 디리클레-노이만 데이터 교환으로 문제를 옮겨, 원판형 곡면 평탄화를 희소 선형 풀이 몇 번으로 끝낸다. 매끄러운 이론의 등각사상·라플라스 방정식이 그대로 코드가 되는 자리다. 파이프라인 관점의 상세는 메시 파라미터화에 남긴다.

7. 시뮬레이션에서 구조 보존이 값을 하는 곳[편집]

유체의 순환 보존. 속도를 벡터가 아니라 변 위의 1-형식(순환값) 으로 저장하면 이산 스토크스가 정확히 성립하므로 순환의 총합이 자료구조 차원에서 보존된다. 이 발상으로 만든 단체(simplicial) 유체 솔버는 세미-라그랑주 이류가 겪는 소용돌이 소산 없이 소용돌이를 오래 유지한다. 격자가 거칠어도 소용돌이가 안 죽는다는 것이 실질적 이득이다.
호지 분해. 벡터장을 무회전·무발산·조화 성분으로 쪼개는 분해가 DEC에서는 희소 포아송 방정식 두 번으로 끝난다. 비압축 유동의 압력 사영, 벡터장 설계, 표면 위 유동 시각화가 전부 이 한 도구를 쓴다. 조화 성분의 차원이 곡면의 위상(제1 베티 수)과 정확히 같다는 사실도 이산 단계에서 성립한다.
스펙트럴 기하처리. 코탄젠트 라플라시안의 고유함수를 곡면 위의 푸리에 기저로 쓴다. 메시 압축, 형상 대응, 세그멘테이션, 형상 서술자(HKS·WKS)가 여기 얹힌다. 고유값 문제와 스펙트럴 방법의 곡면판이고, 구면에서는 구면조화 함수로 환원된다.
측지 거리. 열 방법(heat method)이 확산 한 번과 푸아송 한 번으로 곡면 위 거리장을 구한다. 조립하는 행렬이 전부 위에서 만든 것들이며, 상세는 측지선.

8. 실무 함정[편집]

비다양체 메시가 들어오면 전부 무너진다. 경계 연산자가 정의되려면 각 변이 면 1~2개에만 붙어야 한다. T자 접합, 중복 정점, 뒤집힌 면이 있는 스캔 데이터는 먼저 수선해야 한다. 메시 생성·수선 단계를 건너뛰고 DDG 코드를 돌리는 것이 사고 1순위다.
음의 쌍대 부피. 둔각 삼각형이 많으면 $\star_1$ 이 음수 성분을 갖는다. 값이 조금 틀리는 게 아니라 부호가 뒤집혀 스무딩이 뾰족하게 만든다.
면적 가중치 종류를 섞지 않는다. 배럴센터 면적(면적/3), 보로노이 면적, 혼합 보로노이 면적은 서로 다르며, 조립 도중에 섞어 쓰면 대칭성이 깨지고 가우스-보네도 안 맞는다.
각결손과 각결손 밀도를 혼동하지 않는다. $d_i$ 는 곡률의 적분값(무차원)이고 $K_i=d_i/A_i$ 가 곡률 값이다. 총합을 논할 때는 앞의 것, 색칠할 때는 뒤의 것.
1차 수렴이 한계라는 점을 인정한다. DDG 연산자는 대개 메시 세분화에 대해 1차다. 고차 정확도가 필요하면 고차 유한요소법이나 세분면(subdivision) 기반 이산화를 봐야 한다. 구조 보존과 고차 수렴을 동시에 갖는 것은 여전히 연구 주제다.

9. 여담[편집]

“이산 미분기하”라는 이름이 붙기 전부터 사람들은 그 물건을 쓰고 있었다. 각결손은 데카르트까지 거슬러 올라가고, 부호 붙은 인접행렬은 대수적 위상수학의 표준 도구였으며, FDTD의 어긋난 격자는 1966년부터 있었다. DDG가 한 일은 발명이라기보다 이것들이 전부 같은 이야기였음을 밝힌 것에 가깝다.²
이 분야는 논문의 그림이 예쁘기로 악명 높다. 알고리즘의 실패가 눈에 보이는 접힘·뾰족함으로 나타나서, 결과를 렌더링하면 곧바로 검증이 된다는 실용적 이유가 있다. 수치해석 논문이 잔차 그래프로 하는 일을 여기서는 토끼 모형이 대신한다.³
코탄젠트 라플라시안은 세 분야가 각자 독립적으로 발견했다. 유한요소 쪽은 삼각형 P1 강성행렬로, 그래픽스 쪽은 하모닉 매핑의 가중치로, DDG 쪽은 $\star d\star d$ 로. 세 유도가 전부 다르고 결과가 같다는 사실이 이 행렬이 “옳은 이산화”라는 가장 강한 방증이다.

10. 관련 문서[편집]

미분기하 · 리만 다양체 · 측지선 · 등각사상
메시 생성 · 들로네 삼각분할 · 보로노이 다이어그램 · 마칭 큐브
유한요소법 · 유한체적법 · 라플라스 방정식 · 포아송 방정식
희소행렬 · 켤레기울기법 · 촐레스키 분해 · 고유값 문제 · 스펙트럴 방법
천 시뮬레이션 · 위치 기반 동역학 · 질량-스프링 모델 · 레벨셋 방법
평균곡률 흐름 · 메시 파라미터화 · 라플라스-벨트라미 연산자

Desbrun, Meyer, Schröder, Barr, Implicit Fairing of Irregular Meshes using Diffusion and Curvature Flow, SIGGRAPH 1999. 논문 제목에 “implicit”이 들어간 이유가 암시적 시간적분이라는 게 요점 전부인데, 그 한 줄 바꿈으로 스무딩 반복 횟수가 수백 번에서 한 번으로 줄었다. 수치해석 하는 사람에게는 당연한 이야기고, 그래서 더 인상적인 논문이다. ↩
그래서 이 분야의 강의 노트를 읽으면 “이것은 사실 …와 같다”는 문장이 페이지마다 나온다. 처음 배울 때는 감탄하다가 나중에는 “그래서 새로운 게 뭐냐”고 묻게 되는데, 답은 같다는 사실 자체가 새로운 것이다. ↩
스탠퍼드 토끼(1994), 유타 주전자(1975), 스탠퍼드 용, 아르마딜로. 이 넷을 못 본 그래픽스 논문은 없다시피 하다. 참고로 토끼 원본 스캔에는 바닥에 구멍이 뚫려 있어서 폐곡면이 아니고, 그래서 오일러 지표를 요구하는 알고리즘의 데모에는 수선된 버전이 따로 쓰인다. 아무도 말 안 해 주는 사실. ↩