T-행렬법

전자기해석 계산물리 수치해석 마지막 수정: 2026-08-13 04:23:47

1. 개요[편집]

T-행렬법 T-matrix method
제안	P. C. 워터먼 (1965), 확장경계조건법(EBCM)
별칭	영장법(null-field method), EBCM
핵심	입사장 전개계수 → 산란장 전개계수를 잇는 행렬 T
결정적 성질	T는 입사 방향·편광과 무관, 입자 고유
특수해	구에서는 T가 대각 → 미 이론
약점	세장체·큰 크기 파라미터에서 수치 불안정

T-행렬법(T-matrix method)은 입사 전자기장과 산란 전자기장을 각각 벡터 구면파(vector spherical wave function)로 전개하고, 두 전개계수 벡터를 잇는 선형 사상 하나로 산란 문제 전체를 압축하는 방법이다. 그 사상을 나타내는 행렬이 전이행렬(transition matrix, $T$ )이다.

\mathbf{p} = T\,\mathbf{a}

여기서 $\mathbf{a}$ 는 입사장 전개계수, $\mathbf{p}$ 는 산란장 전개계수다. 이 한 줄이 왜 대단하냐면, $T$ 가 입사 방향·편광에 전혀 의존하지 않기 때문이다. $T$ 는 입자의 형상·조성·크기·파장만으로 결정되는 그 입자의 고유 지문이다. 한 번 구해 두면 어떤 조명 조건이든 행렬 곱 한 번으로 답이 나온다. 1965년 워터먼이 적분방정식 기반의 확장경계조건법(Extended Boundary Condition Method, EBCM)으로 이것을 처음 구성했다.¹

2. 벡터 구면파 전개[편집]

기본 얼개는 미 산란과 같다. 구면 좌표에서 벡터 헬름홀츠 방정식의 해를 이루는 두 종류의 벡터 구면파 $\mathbf{M}_{mn}$ , $\mathbf{N}_{mn}$ (각각 자기형·전기형)을 기저로 삼는다. 입자를 감싸는 최소 구 바깥에서

\mathbf{E}_{\mathrm{inc}} = \sum_{n=1}^{\infty}\sum_{m=-n}^{n} \left[a_{mn}\,\mathrm{Rg}\mathbf{M}_{mn} + b_{mn}\,\mathrm{Rg}\mathbf{N}_{mn}\right], \qquad \mathbf{E}_{\mathrm{sca}} = \sum_{n=1}^{\infty}\sum_{m=-n}^{n} \left[p_{mn}\,\mathbf{M}_{mn} + q_{mn}\,\mathbf{N}_{mn}\right]

로 쓴다. 입사장은 원점에서 정칙이어야 하므로 반지름 함수가 구면 베셀 $j_n$ (기호 $\mathrm{Rg}$ , regular), 산란장은 무한대에서 밖으로 나가야 하므로 구면 한켈 $h_n^{(1)}$ 이다. 후자가 곧 좀머펠트 방사조건을 급수 수준에서 만족시키는 장치다.

전개를 $n \le n_{\max}$ 에서 자르면 계수는 $2n_{\max}(n_{\max}+2)$ 개이고, $T$ 는 그 크기의 정사각 복소행렬이다. 관례적으로 두 극성 사이의 결합까지 담아 $2\times2$ 블록 구조로 쓴다. 절단 차수는 미 이론과 마찬가지로 크기 파라미터 $x$ 정도에서 시작해 수렴할 때까지 올린다.

3. 구에서는 T가 대각행렬 — 미 이론의 일반화[편집]

구는 회전 대칭성이 완벽해서 서로 다른 $(m,n)$ 모드가 전혀 섞이지 않고, 전기형과 자기형도 결합하지 않는다. 즉 $T$ 가 대각행렬이고 그 대각 원소가 바로 미 산란 계수 $a_n$ , $b_n$ (부호 규약에 따라 $-a_n$ , $-b_n$ )이다. 미 이론은 T-행렬법의 특수한 경우이며, 반대로 T-행렬법은 “구가 아니면 T가 대각이 아닐 뿐”이라는 관점의 일반화다.

이 관점이 실무적으로도 유용하다. 회전대칭체(회전타원체, 원기둥, 체비쇼프 입자)라면 대칭축을 $z$ 로 잡을 때 $m$ 이 보존되므로 $T$ 가 $m$ 별 블록 대각이 되어, 큰 행렬 하나가 아니라 작은 행렬 여러 개를 다루면 된다. 비용이 극적으로 떨어지는 이유가 여기다.

4. EBCM — T를 어떻게 구하나[편집]

워터먼의 구성은 영장 정리(extinction theorem)에서 출발한다. 입자 내부의 한 점에서 “입사장 + 표면 적분으로 표현된 산란장”의 합이 0이 된다는 조건을 걸면, 표면 전류(등가 전기·자기 전류)를 입사 계수로 표현할 수 있다. 이걸 다시 산란장 표현에 대입하면 두 개의 표면 적분 행렬 $Q$ 와 $\mathrm{Rg}Q$ 가 나오고

T = -\,\mathrm{Rg}Q \; Q^{-1}

로 정리된다. $Q$ 의 원소는 입자 표면 위에서 벡터 구면파들의 곱을 적분한 것이라 회전대칭체면 방위각 적분이 해석적으로 떨어지고 자오선 방향 1차원 수치적분만 남는다. 굳이 격자를 채우지 않고 표면만 다룬다는 점에서 경계요소법 계열과 정신이 같다.

$T$ 는 공짜 검산 도구도 딸려 온다. 손실 없는 입자에서는 에너지 보존이 유니터리 조건 $T^{\dagger}T = -\tfrac{1}{2}(T + T^{\dagger})$ 로 나타나고², 상반성(reciprocity)은 $T$ 의 대칭 관계로 나타난다. 계산된 $T$ 가 이 항등식을 얼마나 어기는지가 곧 오차 지표다.

5. 수치 불안정 — 세장체가 킹받는 이유[편집]

EBCM의 아킬레스건은 $Q$ 의 조건수다. 입자가 길쭉하거나 크기 파라미터가 커지면 $Q$ 의 원소들이 자릿수가 크게 다른 항의 차로 만들어져, 유효숫자가 통째로 날아간다. 배정밀도로 멀쩡히 돌던 계산이 종횡비를 조금 올리는 순간 유니터리 검사부터 깨지는 광경이 이 분야의 국룰이다.³ 원인은 방법의 논리적 결함이 아니라 자리수 소거이므로, 대응책도 그 결에 맞춰져 있다.

확장 정밀도: 미슈첸코·트래비스가 정착시킨 실무적 처방. 4배 정밀도로 $Q$ 를 만들고 역행렬을 취하면 적용 가능한 종횡비·크기 범위가 크게 넓어진다. 우아하진 않아도 제일 잘 듣는다.
정식화 교체: 반복형 EBCM, 이산 소스법(discrete sources), 불변 매입 T-행렬법(IITM) 등은 $Q^{-1}$ 을 한 번에 취하는 대신 반지름 방향으로 층을 쌓아 올려 소거를 회피한다. 극단적 형상과 큰 입자로 갈 때 사실상 필수.
다른 솔버로 T 만들기: $T$ 의 정의는 정식화와 무관하므로, 이산 쌍극자 근사나 유한요소 전자기로 여러 입사 조건을 풀어 $T$ 를 최소제곱으로 맞춰도 된다. 형상 자유도와 T-행렬의 배향 평균 이점을 둘 다 챙기는 절충안.

6. 진짜 강점 — 배향 평균과 다중체 산란[편집]

T-행렬법이 살아남은 이유는 정확도가 아니라 덧셈정리 덕에 붙는 두 가지 공짜다.

회전 덧셈정리. 좌표계를 오일러각 $(\alpha,\beta,\gamma)$ 만큼 돌리면 벡터 구면파 기저는 위그너 $D$ 함수로 섞인다. 따라서 회전된 입자의 전이행렬은

T(\alpha,\beta,\gamma) = D(\alpha,\beta,\gamma)\;T\;D(\alpha,\beta,\gamma)^{-1}

로 행렬 곱 두 번에 얻어진다. 산란체를 다시 풀 필요가 전혀 없다. 나아가 배향에 대한 적분을 해석적으로 수행할 수 있어, 무작위 배향 산란 행렬을 수치 적분 없이 닫힌 형태로 얻는다(미슈첸코 1991). 배향 평균이 필수인 대기 얼음 결정·먼지 통계에서 다른 방법 대비 자릿수 단위의 이득이 난다. 이산 쌍극자 근사로 같은 일을 하려면 배향마다 선형계를 새로 풀어야 한다.

배향 평균 단면적도 트레이스 하나로 떨어진다.

\langle C_{\mathrm{ext}}\rangle = -\frac{2\pi}{k^{2}}\,\mathrm{Re}\,\mathrm{Tr}\,T, \qquad \langle C_{\mathrm{sca}}\rangle = \frac{2\pi}{k^{2}}\,\mathrm{Tr}\left(T^{\dagger}T\right)

병진 덧셈정리. 한 원점 기준의 구면파를 다른 원점 기준으로 옮기는 변환이 존재하므로, 여러 입자의 개별 $T$ 를 조합해 클러스터 전체의 $T$ 를 만들 수 있다(중첩 T-행렬법, STMM). 응집체·이합체·군집 산란을 각 구성원의 전이행렬만 재활용해 푸는 것이다. 검댕 프랙탈 응집체나 콜로이드 군집 계산에서 널리 쓰인다.

항목	미 산란	T-행렬법	이산 쌍극자 근사
형상	구만	회전대칭에 최적	임의
정확도	정확해	수렴하면 사실상 정확해	근사, 격자 의존
배향 평균	불필요	해석적	배향마다 재계산
다중체	불가	병진 정리로 조합	그냥 같이 격자에 넣음
주 실패 모드	없음	세장체 수치 불안정	큰 굴절률·계단 오차

7. 수렴 판정과 절단 차수[편집]

$n_{\max}$ 를 얼마로 자를지는 사용자가 정해야 하고, 이게 T-행렬 계산의 유일한 실질적 튜닝 노브다. 실무 절차는 이중 수렴 검사다.

전개 차수 수렴: $n_{\max}$ 를 하나씩 올리며 단면적 변화가 허용 오차(보통 $10^{-3}$ 상대) 아래로 떨어질 때까지 반복한다. 출발점은 미 이론과 같은 감각 — 입자를 감싸는 최소 구의 크기 파라미터 $x$ 정도.
가우스 구적 수렴: $Q$ 원소를 만드는 자오선 적분의 절점 수도 따로 수렴시켜야 한다. 차수는 충분한데 적분이 부족하면 유니터리 잔차가 안 떨어진다.

여기서 T-행렬법 특유의 곤란이 드러난다. 차수를 올리면 정확도가 좋아지다가 어느 지점부터 다시 나빠진다. 소거 오차가 커지기 때문인데, 단조 수렴이 아니어서 “더 올려보면 알겠지”가 통하지 않는다. 그래서 코드들은 유니터리·상반성 잔차를 함께 모니터링해 최적 지점을 잡는다.

적용 한계도 대략 정리되어 있다. 배정밀도 EBCM으로 회전타원체를 다룰 때 종횡비 5 언저리까지는 큰 크기 파라미터도 무난하지만, 종횡비가 10~20으로 가면 크기 파라미터 상한이 급격히 내려간다. 확장 정밀도나 IITM으로 갈아타야 하는 지점이 바로 여기다.

8. 음향·탄성과 코드 계보[편집]

워터먼의 원래 정식화가 그랬듯 T-행렬 개념은 전자기 전용이 아니다. 스칼라 헬름홀츠 방정식을 만족하는 음향 산란에서는 벡터 구면파 대신 스칼라 구면파를 쓰면 그대로 성립하고, 탄성체에서는 종파·횡파 두 종류의 파동을 함께 전개해 블록 구조가 늘어난다. 즉 “기저 전개 + 전이행렬”이라는 뼈대는 파동 방정식이 있는 곳이면 어디든 이식된다.

코드 생태계는 대기 산란 쪽에서 특히 잘 정리되어 있다.

미슈첸코 계열: 회전대칭체용 EBCM 코드와 무작위 배향 산란 행렬 코드. 확장 정밀도 옵션이 사실상 표준으로 들어 있고, 대기 복사 커뮤니티의 기준 구현 역할을 한다.
MSTM: 맥코스키·미슈첸코의 다중 구 중첩 T-행렬 코드. 구 클러스터 산란의 참조 해로 자주 쓰인다.
IITM: 비·양 등이 정착시킨 불변 매입 T-행렬법. 극단적 형상과 큰 크기 파라미터를 감당하려고 만든 현대적 정식화.
파이썬 생태계: 다중 산란·기판 위 입자를 다루는 패키지들이 T-행렬을 내부 표현으로 쓰며, 다른 솔버가 만든 $T$ 를 주고받는 교환 포맷 논의도 진행 중이다. $T$ 가 입사 조건에 무관한 입자 고유 데이터라는 성질 덕에 데이터베이스로 쌓아 재사용하는 것이 가능하다는 점이 이 흐름의 근거다.

9. 어디에 쓰나[편집]

대기 복사·리모트센싱: 사막 먼지, 얼음 결정, 해양 에어로졸의 배향 평균 산란 행렬을 만들어 복사 전달 방정식과 광학 두께 계산에 넣는다. 편광 라이다 해석은 사실상 T-행렬 데이터베이스 위에서 돈다.
레이더 기상학: 낙하하며 납작해진 빗방울(회전타원체 근사)의 이중편파 관측량 — 차등 반사도 $Z_{DR}$ , 차등 위상 — 을 계산하는 표준 도구. 레이더 단면적 문서와도 이어진다.
콜로이드·나노광학: 구 군집의 결합 플라스몬 모드, 광학 집게의 복사력·토크 계산.
검증: 구를 넣어 미 계수와 대각 성분이 일치하는지 보는 것이 신고식이고, 그다음이 유니터리·상반성 잔차 확인이다.

10. 관련 문서[편집]

Waterman, P. C. (1965), Proc. IEEE 53, 805. 원 논문은 전자기 산란이 아니라 음향까지 포함한 일반 산란 이론이었고, “T-matrix”라는 이름도 나중에 굳은 것이다. 워터먼 본인은 영장법(null-field method)이라 불렀는데, 이름이 덜 팔리는 쪽이 밀린 전형적 사례. ↩
산란행렬을 $S = I + 2T$ 로 두면 $S^{\dagger}S = I$ 가 곧 저 조건이다. 즉 T-행렬은 산란행렬을 “항등에서 얼마나 벗어났나”로 재정의한 것에 가깝고, 그래서 아무것도 안 놓인 진공에서는 $T = 0$ 이다. 이름값 하는 정의. ↩
종횡비 20짜리 바늘 모양 입자를 넣고 “왜 단면적이 음수가 나오죠”라는 질문이 이 분야 메일링 리스트의 스테디셀러다. 답은 늘 같다 — 방법이 틀린 게 아니라 배정밀도가 모자란 것. ↩