작은 이득 정리

1. 개요

루프를 한 바퀴 돌 때마다 신호가 줄어들면, 그 루프는 절대 터지지 않는다.

작은 이득 정리(small gain theorem)는 안정한 두 시스템을 되먹임으로 물렸을 때 두 시스템의 이득의 곱이 1보다 작으면 폐루프도 안정하다는 정리다. 필요한 정보가 이득 두 개뿐이라는 점이 이 정리의 전부이자 매력이며, 동시에 한계다 — 위상은 아예 보지 않는다.

1960년대 잼스(G. Zames)와 샌드버그(I. W. Sandberg)가 각각 입출력 안정성 이론을 세우면서 정리한 것이 표준적 출처로 꼽힌다. 특별할 것 없어 보이는 이 부등식 하나가 강건 제어 전체의 논리적 기둥이 된 이유는, “모델 오차”를 크기만 알려진 미지의 블록 $\Delta$로 뭉뚱그린 뒤 그 블록을 되먹임의 한쪽에 놓으면 강건 안정성 문제가 통째로 이 정리의 적용 사례가 되기 때문이다. $H_\infty$ 제어, $\mu$ 해석, 파티션드 연성 해석, 파워 HIL 인터페이스 안정성이 전부 여기서 갈라져 나온다.

2. 무대 — 입출력 안정성

이 정리가 상태공간이 아니라 신호 대 신호의 사상으로 서술된다는 점이 중요하다. 시스템을 행렬이 아니라 연산자 $H : \mathcal{L}_2^e \to \mathcal{L}_2^e$로 본다. 여기서 $\mathcal{L}_2^e$는 확장 공간 — 유한 시간까지 잘라내면($P_T$로 절단하면) 제곱적분 가능한 신호들의 집합이다. 발산하는 신호도 유한 시간 조각은 유한하므로, 확장 공간을 쓰면 “아직 안정한지 모르는” 계도 일단 다룰 수 있다.

시스템의 이득은 유도 노름으로 정의한다.

$$\gamma(H) = \inf\Big\{ \gamma \;:\; \|P_T H u\|_2 \le \gamma \|P_T u\|_2 + \beta, \;\; \forall u \in \mathcal{L}_2^e,\; \forall T \ge 0 \Big\}$$

편향 상수 $\beta$는 초기조건과 상수 오프셋을 흡수하기 위한 것이고, 개념적으로는 그냥 **“입력 에너지를 출력 에너지로 얼마나 증폭하는가의 최댓값”**이다. 선형 시불변계라면 이 값이 정확히 $H_\infty$ 노름과 같다.

$$\gamma(G) = \|G\|_\infty = \sup_{\omega} \bar\sigma\big(G(j\omega)\big)$$

파르스발 항등식으로 시간영역 에너지가 주파수영역 에너지와 같으니, 최악의 증폭은 최악의 주파수에서 최악의 입력 방향(최대 특이값의 방향)을 때렸을 때 일어난다. 특이값 분해가 여기서 등장하는 것이 우연이 아닌 이유다.

3. 정리와 증명 스케치

$H_1, H_2$가 인과적이고 각각 유한 이득 $\gamma_1, \gamma_2$를 가진다고 하자. 되먹임 결선은

$$e_1 = u_1 - H_2 e_2, \qquad e_2 = u_2 + H_1 e_1$$

이다. 정리의 주장은 이렇다.

$\gamma_1 \gamma_2 < 1$ 이면 폐루프는 유한 이득 $\mathcal{L}_2$ 안정이다.

증명은 삼각부등식 한 줄이다. 절단 노름에 대해 $\|P_T e_1\| \le \|P_T u_1\| + \gamma_2 \|P_T e_2\|$이고 $\|P_T e_2\| \le \|P_T u_2\| + \gamma_1 \|P_T e_1\|$이므로, 두 식을 합쳐 $\|P_T e_1\|$에 대해 풀면

$$\|P_T e_1\| \le \frac{1}{1 - \gamma_1\gamma_2}\Big(\|P_T u_1\| + \gamma_2\|P_T u_2\|\Big) + (\text{편향항})$$

$\gamma_1\gamma_2 < 1$일 때만 우변의 분모가 양수이고, 이 상계가 $T$에 무관하므로 $T \to \infty$로 보내도 유지된다. 본질적으로 루프 사상이 축약사상이 되어 바나흐 고정점 정리가 유일한 유계 해를 보장하는 구조다. 폐루프가 잘 정의되어 있다는 것(well-posedness)까지 덤으로 나온다.

4. LTI 특수화 — 강건 안정성

선형 시불변으로 내려오면 정리는 익숙한 얼굴이 된다. 명목 부분을 전부 $M$으로 몰고 불확실한 부분을 $\Delta$로 뽑아낸 $M$-$\Delta$ 구조에서, $M$이 안정이고 $\Delta$가 안정이며 $\|\Delta\|_\infty \le 1$인 모든 전달함수에 대해 폐루프가 안정할 조건은

$$\|M\|_\infty < 1$$

이다. 주목할 것은 이것이 충분조건일 뿐 아니라 필요조건이라는 점이다. 만약 어떤 주파수 $\omega_0$에서 $\bar\sigma(M(j\omega_0)) \ge 1$이라면, 그 주파수의 특이벡터를 이용해 $\det(I - M\Delta) = 0$을 만드는 계수 1짜리 $\Delta$를 실제로 구성할 수 있다. 즉 “크기만 1 이하인 임의의 안정 블록”이라는 불확실성 집합에 대해서는 작은 이득 조건이 정확하다. 보수적이라는 흔한 비판은 정리 자체가 아니라 그 불확실성 집합의 선택을 향한 것이다.

곱셈형 불확실성 $G_p = (1 + W\Delta)G$에 적용하면 $M = -WT$가 되어 유명한 조건

$$\|WT\|_\infty < 1 \quad \Longleftrightarrow \quad |T(j\omega)| < \frac{1}{|W(j\omega)|} \quad \forall \omega$$

가 떨어진다. 모델을 못 믿는 주파수에서는 상보민감도를 그만큼 눌러라 — 감도 함수 문서에서 다루는 $S + T = I$ 제약과 정면으로 충돌하는 지점이 여기이며, 그 충돌을 최적화로 조정하는 것이 혼합 감도 $H_\infty$ 설계다.

5. 보수성 — 위상을 버린 대가

작은 이득 정리가 보는 것은 나이퀴스트 선도의 반지름 1짜리 원뿐이다. 궤적이 그 원 안에만 있으면 $-1$을 감을 수 없으니 안정이라는 것인데, 실제 안정 영역은 원이 아니라 $-1$점을 피해 간 훨씬 넓은 영역이다. 나이퀴스트 안정성 판별법이 감김 수를 세면서 위상 정보를 전부 쓰는 것과 대조적이다.

극단적인 예를 하나 보자. 적분기 $1/s$는 $\omega \to 0$에서 이득이 무한대라 $\gamma = \infty$다. 작은 이득 정리는 여기에 대해 아무 말도 하지 못한다. 그런데 $1/s$에 양의 상수 이득 $k$를 음되먹임으로 물리면 폐루프 극점은 $s = -k$, 즉 $k$가 아무리 커도 안정이다. 이득으로는 절대 설명되지 않고, 위상이 $-90^\circ$를 넘지 않는다는 사실로만 설명되는 안정성이다.

다변수에서는 보수성이 한 겹 더 쌓인다. 실제 불확실성이 “질량 ±5%, 감쇠 ±20%, 지연 0~10 ms”처럼 여러 물리 파라미터에서 독립적으로 온다면, 이를 하나의 꽉 찬 블록 $\Delta$로 뭉치는 순간 물리적으로 불가능한 조합(예: 질량 오차와 지연 오차가 특정 위상 관계로 공모하는 경우)까지 방어하게 된다. 설계는 그만큼 굼떠진다.

6. 보수성을 줄이는 세 갈래

D-스케일링과 $\mu$. 불확실성이 블록 대각 구조를 유지한다면, 그 구조와 교환 가능한 스케일링 $D$에 대해 $D\Delta D^{-1} = \Delta$이므로 루프를 $DMD^{-1}$과 $\Delta$의 결선으로 다시 써도 같은 문제다. 따라서

$$\inf_{D \in \mathcal{D}} \big\| D M D^{-1} \big\|_\infty < 1$$

이면 충분하고, 좌변은 $\|M\|_\infty$보다 작거나 같다. 즉 공짜로 보수성을 깎을 수 있다. 이 최소화가 볼록 최적화 문제라 실제로 풀리며, 여기서 얻어지는 양이 바로 구조적 특이값 $\mu$의 상한이다. 작은 이득 정리가 구조를 무시한 특수한 경우($D = I$)임이 이 식에서 바로 보인다.

수동성 정리. 이득 대신 위상을 제약하는 쌍둥이 정리다. 수동적인 두 시스템을 음되먹임으로 물리면 이득의 크기와 무관하게 안정하다. SISO LTI에서 수동성은 양실(positive real)성과 같고, 이는 주파수 응답의 위상이 항상 $\pm 90^\circ$ 안에 있다는 뜻이다. 두 개를 물리면 루프 위상이 $\pm 180^\circ$를 벗어날 수 없으니 $-1$을 감을 방법이 없다. 앞의 적분기 예가 바로 이 정리로 한 줄에 해결된다. 물리적으로는 “에너지를 만들어내지 않는 소자끼리 연결하면 에너지가 생겨날 리 없다”는 이야기라, 기계·전기 시스템의 수동성 기반 제어 전체가 여기서 나온다. 산란 변환(scattering transformation)을 쓰면 수동성 조건이 작은 이득 조건으로 정확히 사상되어, 두 정리가 같은 것의 두 얼굴임이 드러난다.

루프 변환과 IQC. 섹터 $[k_1, k_2]$에 갇힌 비선형성에 대해 루프를 평행이동·스케일링하면 작은 이득 조건이 나이퀴스트 선도상의 원 판정으로 바뀌는데, 이것이 원 판정법(circle criterion)이다. 이 발상을 일반화해 불확실 블록이 만족하는 적분 이차 제약(IQC)의 집합으로 특징짓고 승수를 최적화하는 것이 메그레츠키-란처(1997) 이후의 현대적 틀이며, 작은 이득과 수동성은 각각 특정 승수를 고른 특수 사례가 된다.

7. 비선형 소이득 정리

원래 정리는 이득이 상수인 선형 상계를 가정한다. 실제 비선형계에서는 증폭률이 신호 크기에 따라 달라지므로, 상계를 클래스-$\mathcal{K}$ 함수로 두는 확장이 필요하다. 장-틸-프랄리(1994)의 ISS 소이득 정리가 표준이다. 두 부분계가 각각 입력-상태 안정(ISS)이고 이득 함수 $\gamma_1, \gamma_2$를 가질 때, 결선계가 전역 점근 안정일 조건은 곱이 1보다 작다는 것이 아니라 합성이 항등함수 아래에 있다는 것이다.

$$\gamma_1\big(\gamma_2(s)\big) < s \qquad \forall s > 0$$

선형 이득 $\gamma_i(s) = \gamma_i s$를 넣으면 정확히 $\gamma_1\gamma_2 < 1$로 환원된다. 이 형태는 백스테핑, 대규모 상호연결계, 분산 제어에서 안정성을 조립하는 표준 도구로 쓰인다.

8. 수치·공학에서의 등장

• 파티션드 연성 해석. 유체-구조 연성에서 유동 솔버와 구조 솔버가 서로의 출력을 받는 결선은 그 자체가 되먹임 루프다. 부가질량이 큰 문제에서 결합 반복이 발산하는 것은 이 루프 이득이 1을 넘는 현상이며, 아이젠슈타트 완화 계수는 사실상 이득을 강제로 1 아래로 끌어내리는 장치다.
• 파워 HIL. 하드웨어 인 더 루프 중 실제 전력을 주고받는 구성에서, 이상 변압기 인터페이스의 루프 이득은 시뮬레이션 측과 실물 측 임피던스의 비다. 안정 조건 $|Z_{\text{sim}}| < |Z_{\text{HUT}}|$가 작은 이득 정리의 가장 직설적인 산업적 응용 중 하나다.
• 반복법의 수렴. 고정점 반복 $x_{k+1} = Fx_k + b$의 수렴 조건 $\|F\| < 1$도 같은 논리다. 정지 반복법의 수렴 판정과 되먹임 안정성 판정이 같은 정리의 두 얼굴이라는 사실은, 처음 볼 때 꽤 근사한 통찰이다.¹

9. 한계 정리

작은 이득 정리를 쓸 때 잊으면 곤란한 것들.

• 양쪽 다 안정이어야 한다. 불안정 플랜트에 대해서는 그대로 쓸 수 없고, 먼저 안정화한 뒤 그 폐루프를 $M$으로 두고 적용해야 한다. 이 전처리를 빼먹은 채 “$\|G\|_\infty$가 작으니 괜찮다”는 결론을 내는 것이 흔한 오용이다.
• 부등식은 엄격해야 한다. $\gamma_1\gamma_2 = 1$은 안정을 보장하지 않는다. 경계 위에서는 임계 진동이 정확히 가능하다.
• 보수적이라는 말은 “틀렸다”가 아니다. 조건이 깨졌다고 불안정이 증명되는 것이 아니라, 그저 이 정리로는 판정이 안 된다는 뜻이다. 이 구분을 못 하면 멀쩡한 설계를 폐기하게 된다.²
• 유도 노름의 선택에 답이 달라진다. $\mathcal{L}_2$ 유도 노름이면 $H_\infty$ 노름이지만, $\mathcal{L}_\infty$ 유도 노름을 쓰면 임펄스 응답의 $\mathcal{L}_1$ 노름이 되고 그에 맞는 다른 정리가 나온다. 어떤 신호 크기를 재고 싶은지가 먼저다.³

10. 관련 문서

• 강건 제어 · 구조적 특이값 · 감도 함수
• 나이퀴스트 안정성 판별법 · 위상 여유 · 주파수 응답 해석
• 리아푸노프 방정식 · 슬라이딩 모드 제어 · 비최소위상계
• 특이값 분해 · 볼록 최적화 · 선형행렬부등식
• 유체-구조 연성 · 하드웨어 인 더 루프
• 수동성 · 유도 노름 · 바나흐 고정점 정리

11. Footnotes

1. 물론 반복법 쪽은 스펙트럼 반지름 $\rho(F) < 1$이 정확한 조건이고 $\|F\| < 1$은 그 충분조건이다. 여기서도 노름 조건이 보수적이라는 같은 구조가 반복된다. 세상은 넓고 보수적인 충분조건은 많다. ↩

2. 실무에서 자주 벌어지는 대화. “$\|WT\|_\infty = 1.3$인데 이거 불안정한가요?” — 아니다. 그 가중함수가 표현하는 불확실성 집합 어딘가에 불안정하게 만드는 플랜트가 있을 수 있다는 뜻이고, 그 집합이 실제 물리보다 넓게 잡혀 있다면 아무 일도 일어나지 않는다. 가중함수를 얼마나 정직하게 잡았는지가 이 숫자의 의미를 결정한다. ↩

3. 그래서 “이득”이라는 말을 들으면 반사적으로 “무슨 노름이요?”를 되물어야 한다. DC 이득, 최대 특이값, $H_\infty$ 노름, $\mathcal{L}_1$ 이득이 전부 이득이라는 이름으로 유통되고 있으며, 이 넷은 서로 몇 배씩 다르다. ↩