갤러킨 방법

수치해석 유한요소법 마지막 수정: 2026-07-06 04:11:22

1. 개요[편집]

못 풀면 직교로 만들어라. 그러면 최소한 오차는 티가 안 난다.

갤러킨 방법(Galerkin method)은 미분방정식의 근사해를 유한한 개수의 기저함수(basis function)들의 선형결합으로 가정하고, 그 근사가 만들어내는 잔차(residual)가 시험함수(test function) 공간에 대해 직교하도록 강제하여 계수를 결정하는 수치해석 기법이다. 러시아의 공학자 보리스 갤러킨(Boris Galerkin)이 1915년 탄성판 문제를 풀며 정립했으며¹, 오늘날 유한요소법의 이론적 뼈대로 군림하고 있다.

핵심은 단순하다. 진짜 해를 못 구하니 근사해 $\tilde{u}$ 를 가정하고, 그걸 방정식에 집어넣으면 0이 안 되고 잔차 $R = L\tilde{u} - f$ 가 남는다. 이 잔차를 “적당한 방향들”에 대해 억지로 0으로 만들면 근사해가 나온다. 갤러킨의 통찰은 그 “적당한 방향”으로 근사에 쓴 기저함수 자기 자신을 쓰자는 것이었다. 이 선택이 왜 하필 좋은지는 아래에서 다룬다.

2. 가중잔차법의 특수형[편집]

갤러킨 방법은 사실 더 큰 우산인 가중잔차법(method of weighted residuals, MWR) 아래의 한 갈래다. MWR의 일반형은 잔차에 가중함수 $w_i$ 를 곱해 적분한 값을 0으로 두는 것이다.

\int_\Omega w_i \, R \, d\Omega = \int_\Omega w_i \,(L\tilde{u} - f)\, d\Omega = 0

여기서 가중함수 $w_i$ 를 무엇으로 고르느냐에 따라 방법의 이름이 갈린다.

방법	가중함수 $w_i$	한 줄 요약
콜로케이션법	디랙 델타 $\delta(x - x_i)$	특정 점에서만 잔차 0
최소제곱법	$\partial R / \partial a_i$	잔차 제곱 적분 최소화
모멘트법	$x^i$ (멱함수)	잔차의 모멘트를 0으로
갤러킨법	기저함수 $\phi_i$ 자기 자신	시험함수 = 기저함수

즉 시험함수와 기저함수(시행함수, trial function)를 같은 공간에서 뽑는 것이 갤러킨 방법의 정체성이다. 근사해를 $\tilde{u} = \sum_j a_j \phi_j$ 로 전개했다면, 가중함수도 그 $\phi_i$ 를 그대로 쓴다. 이 대칭성 덕분에 결과로 나오는 강성행렬이 대칭이 되고², 자기수반(self-adjoint) 연산자에 대해서는 근사해가 에너지 노름(energy norm)에서 최적이 된다는 강력한 성질이 따라온다. 공짜 점심이 없는 수치해석 바닥에서 이 정도면 거의 사기다.

3. 약형식과 부분적분[편집]

갤러킨 방법의 진짜 실전 위력은 약형식(weak form)과 결합할 때 나온다. 원래 방정식(강형식, strong form)을 잔차 적분에 넣은 뒤 부분적분(정확히는 그린 정리)을 한 번 때리면, 최고차 미분의 차수가 근사해와 시험함수에 반씩 나눠 실린다. 예를 들어 포아송 방정식 $-\nabla^2 u = f$ 의 약형식은 다음과 같다.

\int_\Omega \nabla \phi_i \cdot \nabla \tilde{u} \, d\Omega = \int_\Omega \phi_i f \, d\Omega + \oint_{\partial\Omega} \phi_i \,(\nabla u \cdot \mathbf{n})\, dS

이게 왜 좋냐면:

미분 요구사항이 낮아진다. 강형식은 $u$ 가 2번 미분 가능해야 하지만, 약형식은 1번만 미분 가능하면 된다. 덕분에 조각별 선형(piecewise linear) 함수 같은 거친 근사도 합법적으로 쓸 수 있다. 유한요소법이 삼각형·사면체 요소로 복잡한 형상을 씹어먹는 비결이 바로 이것.
자연 경계 조건이 공짜로 들어온다. 위 식의 경계적분 항에 노이만 경계 조건(플럭스 지정)이 자동으로 흡수된다. 반대로 디리클레 조건은 시험함수 공간에서 $\phi_i = 0$ 으로 강제한다.

이 “약하게 만들기” 절차 덕분에 갤러킨 방법은 강형식을 고집하는 유한차분법이 손대기 어려운 비정형 격자·복잡 경계에서 압도적으로 유리하다.

4. FEM의 이론적 뼈대[편집]

유한요소법을 한 문장으로 요약하면 “갤러킨 방법 + 조각별 국소 기저함수”다. FEM이 하는 일은 전역 영역을 요소로 쪼개고, 각 요소 위에서만 0이 아닌 형상함수(shape function)를 기저함수 $\phi_i$ 로 삼는 것뿐이다. 나머지 논리 — 잔차를 시험함수에 직교시켜 대수방정식 $\mathbf{K}\mathbf{a} = \mathbf{f}$ 를 세우는 부분 — 은 통째로 갤러킨의 것이다.

그래서 FEM 교과서 첫 장이 거의 예외 없이 갤러킨 방법으로 시작한다. 강성행렬 $\mathbf{K}$ 가 대칭 양의 정부호가 되는 것도, 갤러킨 근사가 참 해와의 오차를 에너지 노름에서 최소화한다는 최적성 정리(Céa’s lemma)가 성립하는 것도 전부 시험함수 = 기저함수라는 선택에서 나온다.³ 참고로 기저함수를 국소 다항식 대신 전역 삼각함수·직교다항식으로 잡으면 스펙트럴 방법이 되는데, 이것도 큰 틀에서는 갤러킨 가족이다(스펙트럴-갤러킨).

5. 페트로프-갤러킨과 SUPG[편집]

시험함수 = 기저함수라는 대칭이 항상 축복인 것은 아니다. 대류가 지배적인 유동 문제에서는 표준 갤러킨법이 중심차분과 똑같은 병을 앓는다 — 페클레수가 크면 해에 우글우글한 진동(spurious oscillation)이 낀다. 갤러킨이 에너지 노름에서 최적이라는 성질은 자기수반 연산자에서만 성립하는데, 대류항은 자기수반이 아니기 때문이다.

이 대칭을 일부러 깨는 것이 페트로프-갤러킨 방법(Petrov–Galerkin method)이다. 시험함수를 기저함수와 다른 공간에서 뽑아, 흐름의 상류(upwind) 쪽에 가중치를 더 실어준다. 그 대표 주자가 전산유체역학에서 널리 쓰이는 SUPG(Streamline-Upwind Petrov–Galerkin)로, 시험함수에 흐름선 방향의 안정화 항을 살짝 더해 수치 진동을 잡는다.⁴ 요약하면, 대칭이 좋을 땐 갤러킨, 대류가 깽판칠 땐 페트로프-갤러킨으로 대칭을 깨서 안정성을 산다. 이 바닥의 국룰이다.

6. 여담: 이름값[편집]

갤러킨은 원래 토목·구조 공학자였고, 이 방법을 제안할 당시엔 컴퓨터는커녕 계산기도 변변찮았다. 그가 손으로 몇 개의 항만 남겨 판의 처짐을 근사하던 기법이, 100년 뒤 슈퍼컴퓨터가 수십억 자유도의 비선형 구조해석과 유체-구조 연성을 씹어먹는 산업 표준의 뿌리가 될 줄은 본인도 몰랐을 것이다. 이론 하나 잘 세워두면 후대가 백 년을 우려먹는다는 것의 교과서적 사례.

7. 관련 문서[편집]

사실 러시아권에서는 이반 부브노프(Ivan Bubnov)가 먼저 유사한 아이디어를 냈다 하여 “부브노프-갤러킨법”이라 부르기도 한다. 서구권 교과서에서 부브노프의 이름이 증발한 건 냉전 시절 문헌 단절 탓이 크다. 이름 하나 붙이는 것도 지정학이다. ↩
정확히는 연산자 $L$ 이 자기수반(self-adjoint)일 때 강성행렬이 대칭이 된다. 대류 같은 비자기수반 항이 끼면 대칭성은 깨진다. 세상에 공짜는 없다. ↩
Céa’s lemma. “갤러킨 근사해는 주어진 유한차원 공간 안에서 참 해에 가장 가까운 놈(상수배 이내)“이라는 뜻. 즉 기저함수를 잘 고르는 것 말고는 더 잘할 여지가 없다는, 겸손하면서도 강력한 보증서다. ↩
SUPG는 1982년 Brooks와 Hughes가 정립했다. 이후 GLS, VMS 등 온갖 안정화 기법이 파생됐는데, 결국 다 “대칭을 얼마나, 어떻게 깰 것인가”의 변주다. ↩