직교 배치법

수치해석 계산물리 마지막 수정: 2026-08-17 04:31:18

1. 개요[편집]

직교 배치법 Orthogonal Collocation
계보	가중잔차법 → 배치법 → 직교 배치법
시험함수	디랙 델타 $\delta(x-x_i)$
배치점	직교다항식의 근 (가우스 · 라다우 · 로바토 점)
정식화	Villadsen · Stewart (1967), Chem. Eng. Sci. 22
초수렴	de Boor · Swartz (1973) — 격자점에서 $O(h^{2k})$
대표 구현	COLSYS/COLNEW · AUTO-07p · MatCont · bvp4c

잔차를 온 구간에서 0으로 만들 수는 없다. 그럼 잘 고른 몇 점에서만 0으로 만들면 어떨까.

직교 배치법(orthogonal collocation)은 미분방정식의 근사해를 다항식으로 두고 잔차가 정확히 0이 되는 지점(배치점)을 직교다항식의 근에 배치하는 수치해법이다. 이름의 “직교”는 시행함수가 직교한다는 뜻이 아니라 배치점을 직교다항식의 근에서 가져온다는 뜻이다. 이 오해가 워낙 흔해서 먼저 못을 박아 둔다.¹

발상 자체는 갤러킨 방법과 같은 가중잔차법(method of weighted residuals) 우산 아래에 있다. 근사해 $\tilde u = \sum_j a_j\phi_j$ 를 방정식에 넣고 남는 잔차 $R(x;\mathbf a) = \mathcal L[\tilde u] - f$ 에 가중함수를 곱해 적분한 값을 0으로 둔다.

\int_a^b w_i(x)\,R(x;\mathbf a)\,dx = 0,\qquad i = 1,\dots,N

여기서 $w_i = \phi_i$ 로 잡으면 갤러킨, $w_i = \partial R/\partial a_i$ 면 최소제곱, 그리고 $w_i = \delta(x - x_i)$ 로 잡으면 배치법(collocation)이다. 델타함수의 정의에 의해 적분이 사라지고 조건은 그냥

R(x_i;\mathbf a) = 0,\qquad i = 1,\dots,N

이 된다. 적분을 하나도 하지 않는다는 것 — 이게 배치법이 화학공학처럼 반응속도식이 지저분한 분야에서 사랑받은 첫 번째 이유다.

2. 배치점을 아무 데나 두면 안 되는 이유[편집]

배치법 자체는 1930년대부터 있었고, 실무에서 오래도록 평가가 나빴다. 배치점을 등간격으로 두면 두 가지가 동시에 터지기 때문이다. 하나는 고차 다항식 보간의 룽게 현상이고, 다른 하나는 정확도가 갤러킨보다 눈에 띄게 떨어진다는 것이었다.

빌라센과 스튜어트(1967)의 기여는 배치점을 직교다항식의 근에 두면 이 두 문제가 동시에 해결된다는 것을 보인 데 있다. 이유는 구적법과의 연결에서 나온다. 잔차를 유한 개 점에서 0으로 만드는 것은, 그 점들을 노드로 하는 구적 공식으로 갤러킨 적분을 근사한 것과 같다.

\int_a^b w_i R\,dx \;\approx\; \sum_{j} \sigma_j\, w_i(x_j) R(x_j) \;=\; 0

배치점을 $k$ 개 가우스-르장드르 점에 두면 이 구적은 차수 $2k-1$ 까지 정확하다. 실제로 1계 계 $u' = f(u)$ 를 각 요소에서 차수 $k$ 다항식으로 근사하면, 잔차 $R = u_h' - f$ 에서 $u_h' \in \mathbb{P}_{k-1}$ 이므로 $R$ 에 $\mathbb{P}_{k-1}$ 시험함수를 곱한 것의 차수가 $2k-2 \le 2k-1$ 이다. 즉 가우스 점 배치법은 (선형인 경우) 요소별 불연속 갤러킨과 정확히 같은 이산계를 준다. “델타함수로 대충 때운 갤러킨”이 아니라, 점을 잘 고르면 갤러킨을 정확히 재현한다는 뜻이다.

배치점 선택지는 셋이고 성격이 갈린다.

점	끝점 포함	구적 정확 차수	성격
가우스(-르장드르)	없음	$2k-1$	최고 차수. 대칭. AUTO·MatCont의 기본
라다우	한쪽만	$2k-2$	비대칭. 강성 문제에 강함(L-안정)
로바토	양쪽	$2k-3$	요소 간 연결이 자연스러움. bvp4c

3. 초수렴 — 이 방법의 밥값[편집]

직교 배치법이 단순한 “싸구려 갤러킨”이 아닌 결정적 이유가 초수렴(superconvergence)이다. 드 부어와 슈워츠(1973)의 결과를 1계 연립 형태로 옮겨 적으면 이렇다. 구간을 폭 $h$ 의 요소로 나누고, 각 요소에서 차수 $k$ 의 연속 조각별 다항식을 쓰며, 요소마다 가우스 점 $k$ 개에서 배치하면

\lVert u - u_h \rVert_{\infty} = O(h^{\,k+1}) \quad(\text{구간 전체}), \qquad \lvert u(x_j) - u_h(x_j) \rvert = O(h^{\,2k}) \quad(\text{요소 경계점})

가 성립한다. 요소 경계에서는 차수가 두 배로 뛴다. $k=4$ 면 구간 전체에서 5차, 격자점에서 8차다. AUTO나 MatCont가 ncol=4 를 기본값으로 쓰는 이유가 이것이고, 요소를 40개만 써도 주기해의 격자점 정확도가 기계 정밀도 근처까지 간다.

수치해석을 좀 아는 사람이라면 이 숫자에서 기시감을 느낄 것이다. 가우스 점 $k$ 개짜리 배치법은 $k$ 단 가우스-르장드르 암시적 룽게-쿠타법과 같은 방법이다. 고전 차수 $2k$ , 단계 차수 $k$ , A-안정, 게다가 심플렉틱. 라다우 점을 쓰면 Radau IIA(차수 $2k-1$ , L-안정), 로바토 점을 쓰면 Lobatto IIIA(차수 $2k-2$ )가 된다. 초기값 문제에서 “차수 $2k$ “라 부르는 것과 경계값 문제에서 “격자점 초수렴 $O(h^{2k})$ “이라 부르는 것은 같은 정리의 두 얼굴이다.

4. 화학공학 전통 — 촉매 알갱이 하나에서 시작했다[편집]

이 방법이 태어난 곳은 응용수학과가 아니라 화학공학과다. 빌라센과 스튜어트가 겨냥한 문제는 다공성 촉매 알갱이 안의 확산-반응 방정식이었다.

\frac{d^2 y}{dx^2} + \frac{a}{x}\frac{dy}{dx} = \phi^2 f(y), \qquad \left.\frac{dy}{dx}\right|_{x=0} = 0,\qquad y(1) = 1

여기서 $a$ 는 형상 지수(평판 0, 원기둥 1, 구 2), $\phi$ 는 틸레 계수다. 이 문제는 원점에서 특이하고 대칭이라, 초기값을 맞춰 쏘는 슈팅법으로 접근하면 성가시다.

직교 배치법의 처방이 우아하다. 시행함수를 $x^2$ 의 다항식으로 잡는다.

y(x) = y(1) + (1 - x^2)\sum_{i=1}^{N} a_i\, P_{i-1}(x^2)

이렇게 두면 대칭성과 중심 경계조건 $y'(0)=0$ 이 구조적으로 자동 만족되고, 표면 경계조건도 자동이다. 남는 것은 $N$ 개의 배치점에서 잔차를 0으로 두는 $N$ 개 방정식뿐이다. 배치점은 $P_N(x^2)$ 의 근, 즉 대응하는 야코비 다항식의 근에 둔다. 여기서 얻는 유효 인자(effectiveness factor)가 배치점 3~4개로 이미 유효숫자 네 자리를 준다는 사실이 당시로서는 충격이었다. 컴퓨터 시간이 비싸던 시절 이야기다.²

이 전통은 지금도 살아 있다. 고정층 반응기의 축방향 프로파일, 연속 교반 탱크 반응기 연쇄의 정상상태 다중해, 담쾰러 수를 매개변수로 한 점화-소화 곡선 추적 — 전부 배치법으로 이산화한 뒤 뉴턴-랩슨법으로 푸는 것이 표준 각본이다. 핀레이슨의 『가중잔차법』(1972)이 그 각본을 교과서로 굳혔다.

5. 요소별 직교 배치 (OCFE)[편집]

전역 배치법에는 천장이 있다. 다항식 차수를 계속 올리면 조건수가 $N^4$ 급으로 커지고, 경계층이나 급격한 반응 전선이 있으면 매끄러운 전역 다항식으로는 애초에 잡히지 않는다.

해법은 유한요소법이 이미 아는 그것이다. 구간을 요소로 쪼개고 각 요소 안에서만 직교 배치를 하며, 요소 경계에서 함수값과 1계 도함수(플럭스)의 연속을 조건으로 건다. 캐리와 핀레이슨(1975)이 정리한 이 조합을 OCFE(orthogonal collocation on finite elements)라 부른다.

얻는 것이 셋이다.

행렬이 띠 구조가 된다. 전역 배치의 밀집 행렬이 요소당 블록으로 쪼개져 희소행렬 풀이가 가능해진다. 비용이 $O(N^3)$ 에서 $O(N)$ 으로 떨어진다.
국소 세분화가 가능하다. 전선이 서 있는 곳에만 요소를 몰아 준다.
초수렴이 요소 경계마다 살아난다. 오차 감시량을 요소별로 균등 배분(equidistribution)하는 적응 격자 알고리즘이 여기서 나오고, COLSYS·AUTO가 전부 이 방식으로 격자를 재분배한다.

한 가지 주의. 요소 경계에서 무엇을 연속으로 둘지가 문제 차수에 달렸다. 2계 방정식이면 $C^1$ 연속(값 + 도함수)이 표준이고, 1계 연립으로 변환해 놓았다면 $C^0$ 만 걸면 된다. AUTO 계열이 모든 문제를 1계 연립으로 먼저 바꾸는 것은 이 구현상의 단순함 때문이다.

6. 경계값 문제 솔버와 주기해[편집]

오늘날 직교 배치법의 최대 사용처는 경계값 문제 솔버다. 대표 계보는 다음과 같다.

COLSYS / COLNEW (Ascher·Christiansen·Russell, 1981) — B-스플라인 기저 + 가우스 배치 + 감쇠 뉴턴 + 오차 균등배분 적응 격자. 이후 거의 모든 BVP 솔버의 설계도.
AUTO-07p — 도델의 분기 연속화 패키지. ntst 요소 × ncol 가우스 점의 직교 배치가 주기해·연결궤도 계산의 엔진이다.
MatCont — MATLAB 판. 같은 배치 이산화를 쓰고, 배치 행렬의 구조를 이용해 플로케 이론의 승수를 직접 뽑는다.
bvp4c / bvp5c (MATLAB) — 로바토 IIIA 배치. 잔차 제어 기반 적응 격자.

주기해 계산에서 배치법이 왜 그렇게 강한지가 흥미롭다. 극한 순환을 시간 적분으로 찾으려면 불안정한 궤도는 애초에 못 찾고, 안정한 것도 수렴할 때까지 오래 돌려야 한다. 반면 주기 $T$ 를 미지수로 넣고 $\tau = t/T \in [0,1]$ 로 정규화한 뒤

\frac{d\mathbf u}{d\tau} = T\,\mathbf f(\mathbf u,\mu),\qquad \mathbf u(0)=\mathbf u(1),\qquad \text{(위상 고정 조건)}

를 배치법으로 이산화하면, 안정이든 불안정이든 똑같은 대수방정식 하나가 된다. 게다가 격자를 궤도의 곡률에 맞춰 재분배할 수 있어 이완 진동처럼 시간척도가 극단적으로 분리된 해도 잡힌다. 시간 적분으로는 불가능한 일이 경계값 문제로 바꾸는 순간 가능해지는 것 — 이것이 수치 연속법 도구들이 전부 배치법 위에 서 있는 이유다.

같은 구조가 최적제어의 직접 배치법(direct collocation)에도 그대로 나온다. 상태와 제어를 배치점에서의 값으로 두고 동역학을 등식 제약으로 걸면 최적 제어 문제가 대규모 비선형계획으로 바뀌고, 순차 이차계획법이나 내점법이 그것을 푼다. 궤적 최적화 코드의 표준 골격이다.

7. 갤러킨 대비 장단[편집]

	직교 배치법	갤러킨
잔차 조건	배치점에서 $R=0$	모든 기저함수와 직교
적분	불필요	필요 (비선형항이면 구적 오차까지)
비선형항	점에서 한 번 평가	요소마다 적분
행렬 대칭성	없음	자기수반 문제에서 대칭
자연 경계조건	강하게 부과	약형식에서 자동 흡수
최적성 정리	없음	에너지 노름 최적
초수렴	격자점 $O(h^{2k})$	문제에 따라

요약하면 배치법은 구현이 싸고 비선형에 강하며 초수렴을 챙기지만, 변분 구조에서 오는 안전장치를 전부 포기한다. 자기수반 문제에서 대칭 양정치 행렬이 주는 안심과 보존적 성질이 필요하면 갤러킨이 맞고, 반응속도식이 지수함수·유리함수 범벅인 1차원 문제를 빨리 정확히 풀어야 하면 배치법이 맞다.

8. 실무에서 알아 둘 것[편집]

등간격 배치점은 쓰지 마라. 이 문서의 존재 이유가 그것이다. 차수를 조금만 올려도 진동하고 조건수가 폭발한다.
1차원 문제의 도구다. 다차원 텐서곱 배치는 가능하지만, 복잡 형상에서는 유한요소법이나 스펙트럴 방법의 요소 판본 쪽이 자연스럽다. 배치법이 다차원 PDE의 주류가 못 된 이유다.
초수렴은 격자점에서만이다. 요소 안쪽 값을 뽑아 오차를 재면 $O(h^{k+1})$ 밖에 안 나온다. “차수가 안 나온다”는 신고의 절반이 이 오해다.
대류 지배 문제에서는 중심차분과 같은 병을 앓는다. 배치법 자체엔 상류성이 없다. 페클레수가 크면 진동하며, 상류 편향 시험함수(페트로프-갤러킨)나 요소 세분화가 필요하다.
물리 정보 신경망의 “콜로케이션 점”은 친척이되 같지 않다. 델타함수 시험이라는 아이디어는 같지만, 시행함수가 다항식이 아니라 신경망이고 잔차를 정확히 0으로 두는 대신 최소제곱으로 누른다. 초수렴 같은 것은 당연히 없다.³

9. 관련 문서[편집]

“직교”가 배치점 이야기지 기저함수 이야기가 아니라는 것은 시험 문제로 내면 절반이 틀린다. 억울해할 필요는 없다. 영어권에서도 orthogonal collocation을 처음 보고 “무엇이 무엇에 직교하냐”를 묻는 것이 통과의례다. 정답은 “배치점을 주는 다항식들이 서로 직교한다”이다. ↩
원 논문이 실린 1967년의 전산 환경을 생각하면 이 방법의 매력이 선명해진다. 유한차분으로 100점을 잡을 것이냐, 배치법으로 4점을 잡을 것이냐. 후자가 같은 정확도를 준다면 계산 시간이 몇 자리 줄어든다. 화학공학과가 이 방법을 사실상 입양해 20년간 키운 데는 그럴 만한 이유가 있었다. ↩
그렇다고 PINN이 배치법의 후예가 아니라는 말은 아니다. 오히려 계보를 알고 나면 PINN의 약점이 어디서 오는지가 잘 보인다. 배치점을 무작위로 뿌리는 순간 구적 정확성이라는 초수렴의 원천을 통째로 버리는 것이기 때문이다. 점을 잘 고르는 것이 왜 중요한지는 1967년에 이미 답이 나와 있었다. ↩