포아송 방정식

편집 역사 토론
수치해석 계산물리 마지막 수정: 2026-07-10 04:23:41

1. 개요[편집]

포아송 방정식(Poisson’s equation)은 미지 함수 ϕ\phi의 라플라시안이 주어진 소스 항 ff와 같아지는 2계 선형 편미분방정식, 즉 ∇2ϕ=−f\nabla^2 \phi = -f를 말한다. 이름은 시메옹 드니 푸아송(Siméon Denis Poisson)에게서 왔다. 우변의 소스 ff를 0으로 놓으면 곧바로 라플라스 방정식이 되므로, 포아송 방정식은 라플라스 방정식에 “원인(source)“을 얹은 일반형이라고 보면 된다.1

이 방정식은 “어떤 물리량의 분포가, 그것을 만들어내는 원천의 분포와 어떻게 연결되는가”를 기술한다. 전하가 만드는 전위, 질량이 만드는 중력 퍼텐셜, 그리고 CFD에서 속도장의 발산이 만드는 압력장까지 — 원인과 결과를 라플라시안으로 잇는 자리라면 어김없이 포아송 방정식이 나온다. 전산과학에서 가장 많이 풀리는 방정식 순위를 매기면 아마 다섯 손가락 안에 든다.

2. 정전기학과 중력[편집]

포아송 방정식의 원조 무대는 정전기학이다. 맥스웰 방정식의 가우스 법칙 ∇⋅E=ρ/ε0\nabla\cdot\mathbf{E} = \rho/\varepsilon_0에 전기장을 전위의 기울기로 표현한 E=−∇ϕ\mathbf{E} = -\nabla\phi를 대입하면 다음이 나온다.

∇2ϕ=−ρε0\nabla^2 \phi = -\frac{\rho}{\varepsilon_0}

즉 전하 밀도 ρ\rho가 주어지면 전위 ϕ\phi가 결정된다. 전하가 없는 영역(ρ=0\rho=0)에서는 자동으로 라플라스 방정식으로 돌아간다. 뉴턴 중력에서도 질량 밀도가 소스가 되어 똑같은 꼴의 방정식이 성립한다. 서로 다른 물리가 같은 수학으로 수렴하는 건 라플라스 방정식 때와 같은 국룰이다.

3. 압력 포아송 — CFD의 핵심[편집]

포아송 방정식이 수치해석에서 가장 뜨겁게 소비되는 곳은 의외로 정전기학이 아니라 전산유체역학이다. 비압축성 나비에-스토크스 방정식에는 압력에 대한 독립 방정식이 없다. 대신 연속 방정식 ∇⋅u=0\nabla\cdot\mathbf{u}=0이라는 제약이 압력을 간접적으로 결정한다.

운동량 방정식에 발산을 취하고 비압축 조건을 강제하면, 압력이 만족해야 할 방정식이 튀어나온다.

∇2p=−ρ ∇⋅(u⋅∇u)\nabla^2 p = -\rho\,\nabla\cdot\left(\mathbf{u}\cdot\nabla\mathbf{u}\right)

이것이 그 유명한 압력 포아송 방정식(Pressure Poisson Equation, PPE)이다. 투영법(projection method)이나 SIMPLE 알고리즘 계열은 매 시간 스텝마다 이 포아송 방정식을 풀어 속도장을 무발산(divergence-free) 상태로 “투영”한다.2 CFD 솔버의 계산 시간을 프로파일링하면 압력 포아송을 푸는 데 절반 이상이 잡아먹히는 경우가 흔하다. 그래서 이 방정식을 얼마나 빠르게 푸느냐가 곧 비압축 솔버의 성능을 좌우한다.

4. 이산화[편집]

이산화 방식은 라플라스 방정식과 판박이다. 2차원 균일 격자에서 유한차분법으로 5점 스텐실을 쓰면 다음과 같다.

ϕi+1,j+ϕi−1,j+ϕi,j+1+ϕi,j−1−4ϕi,jh2=−fi,j\frac{\phi_{i+1,j} + \phi_{i-1,j} + \phi_{i,j+1} + \phi_{i,j-1} - 4\phi_{i,j}}{h^2} = -f_{i,j}

라플라스 때와 유일하게 다른 점은 우변에 소스 −fi,j-f_{i,j}가 살아 있다는 것뿐이다. 모든 내부 격자점에 대해 이 식을 세우면 선형 연립방정식 Aϕ=bA\phi = b가 되고, 계수 행렬 AA는 5개 대각선만 채워진 전형적인 희소행렬이 된다. 소스와 경계값은 우변 bb로 들어간다.

5. 희소행렬 풀이[편집]

AA가 크고 성긴 대칭 양의 정부호 행렬이라는 점이 풀이 전략을 결정한다. 크게 세 갈래다.

방법특징적합한 상황
직접법가우스 소거법·촐레스키 분해중소 규모, 다중 우변
반복법크리로프 부분공간법(CG 등)대규모 희소계
멀티그리드다중격자법초대규모, 최고 효율

대칭 양의 정부호 성질 덕분에 켤레기울기법(Conjugate Gradient, CG)이 크리로프 부분공간법 중에서도 궁합이 특히 좋다. 여기에 전처리기를 얹으면 수렴이 훨씬 빨라진다. 규칙적인 격자에서는 FFT 기반 고속 포아송 솔버가 O(Nlog⁡N)O(N\log N)으로 압도적이지만, 형상이 복잡해지면 이 사치를 누리기 어렵다.3

6. 그린 함수 관점[편집]

이산화 이전에, 포아송 방정식은 그린 함수(Green’s function)로 해석적 구조를 볼 수 있다. 점 소스에 대한 응답인 그린 함수 GG를 알면, 임의의 소스 분포에 대한 해는 소스와 그린 함수의 합성곱(convolution)으로 쓰인다.

ϕ(x)=∫G(x,x′) f(x′) dx′\phi(\mathbf{x}) = \int G(\mathbf{x}, \mathbf{x}')\, f(\mathbf{x}')\, d\mathbf{x}'

3차원 무한 공간에서 그린 함수는 그 유명한 1/(4πr)1/(4\pi r) 꼴이다. 전하 하나가 만드는 쿨롱 퍼텐셜이 바로 이것. 즉 임의의 전하 분포가 만드는 전위는 각 전하의 쿨롱 퍼텐셜을 다 더한 것이라는, 물리적으로 지극히 당연한 이야기의 수학적 포장이다.4 이 관점은 경계요소법이나 빠른 다극 전개법(FMM) 같은 기법의 이론적 뿌리가 된다.

7. 시간 의존 문제 속의 포아송[편집]

포아송 방정식은 정상상태 문제에만 갇혀 있지 않다. 시간에 따라 변하는 문제에서도 매 시간 스텝마다 포아송 방정식이 반복적으로 등장한다. 앞서 본 압력 포아송이 대표적인데, 비정상(unsteady) 유동 시뮬레이션이라면 시간 스텝을 수천, 수만 번 밟는 동안 그때마다 포아송을 다시 풀어야 한다. 그래서 CFD에서는 포아송 솔버 한 번의 비용에 전체 스텝 수를 곱한 값이 곧 총 계산 비용이 된다.

플라스마 시뮬레이션의 입자-격자(particle-in-cell) 기법도 마찬가지다. 매 스텝 입자 위치로부터 전하 밀도를 격자에 뿌린 뒤 포아송 방정식으로 전위를 구하고, 그 전기장으로 입자를 밀어낸다. 이런 구조에서는 포아송 솔버의 속도가 곧 시뮬레이션의 목숨줄이라서, 다중격자법이나 FFT 솔버를 얼마나 잘 튜닝하느냐가 연구의 성패를 가른다.5 “일단 포아송부터 빠르게”가 이 바닥의 국룰인 이유다.

8. 관련 문서[편집]

9. Footnotes[편집]

  1. 부호 규약에 주의. 물리학에서는 ∇2ϕ=−f\nabla^2\phi = -f로, 순수 수학에서는 ∇2ϕ=f\nabla^2\phi = f로 쓰는 경우가 많다. 부호 하나 때문에 소스의 방향이 뒤집히니, 남의 코드를 가져다 쓸 때는 반드시 규약부터 확인하자. 이거 때문에 밤샌 사람 여럿 있다. ↩

  2. 이 “투영”이라는 표현은 비유가 아니라 진짜 수학적 사영이다. 헬름홀츠 분해에 의해 임의의 벡터장은 무발산 성분과 기울기 성분으로 쪼개지는데, 압력 포아송을 푸는 것이 곧 기울기 성분을 제거하는 사영 연산이다. ↩

  3. FFT 포아송 솔버는 주기 경계나 단순 직사각형 영역에서만 곱게 작동한다. 실제 산업 형상처럼 경계가 울퉁불퉁해지는 순간 이 우아함은 증발하고, 결국 멀티그리드나 전처리 CG의 세계로 되돌아온다. ↩

  4. 이 중첩의 원리가 성립하는 건 포아송 방정식이 선형이기 때문이다. 만약 방정식이 비선형이었다면 전하 두 개를 따로 계산해서 더하는 이 편리한 짓이 절대 불가능했을 것이다. 선형성은 물리학자에게 주어진 몇 안 되는 자비다. ↩

  5. PIC 코드에서 포아송을 푸는 시간이 전체의 절반을 넘기는 일이 흔하다. 그래서 이 분야 논문의 상당수가 “우리는 포아송을 더 빨리 풀었다”로 요약되기도 한다. 방정식 하나 빨리 푸는 게 논문이 되는 세계다. ↩