두 곡선 사이의 넓이 (Area Between Two Curves)
쉽게 풀면
나란히 놓인 두 개의 구불구불한 산책로가 있다고 생각해봅시다. 두 길 사이의 공간, 즉 폭이 계속 변하는 좁은 띠 모양 땅의 넓이를 구하고 싶다면 어떻게 해야 할까요? 이 땅을 아주 얇은 세로줄로 무수히 잘게 썰면, 각 조각은 거의 직사각형이 되고 그 높이는 "그 지점에서 위쪽 길의 높이 빼기 아래쪽 길의 높이"가 됩니다. 이 무수한 얇은 직사각형들의 넓이를 모두 더하는 것이 바로 정적분이며, 두 함수 f(x)(위)와 g(x)(아래)에 대해 ∫[f(x)−g(x)]dx를 계산하면 두 곡선 사이에 낀 영역 전체의 넓이를 정확히 구할 수 있습니다.
왜 중요한가
두 곡선 사이의 넓이는 단순한 기하 문제를 넘어, 서로 다른 두 조건(처리군과 대조군, 두 모델의 성능 곡선, 두 시점의 분포 등)을 비교할 때 "차이를 전체 구간에 걸쳐 누적된 하나의 숫자"로 압축해 주는 도구입니다. 그래서 약동학의 곡선하면적(AUC), 기계학습의 ROC-AUC, 경제학의 로렌츠 곡선과 지니 계수처럼 서로 다른 분야에서 이름은 다르지만 본질적으로 같은 원리가 반복해서 등장합니다. 논문에서 두 그래프의 벌어진 정도를 정량적으로 비교하고 싶을 때 가장 먼저 떠올리는 방법이기도 합니다.
논문에서는 이렇게 쓰입니다
이 문장은 시간에 따라 변하는 두 그룹의 곡선(예: 약물 농도, 혈당 반응 등)이 있을 때, 두 곡선이 벌어진 정도를 한 시점이 아니라 전체 구간에 걸쳐 "누적된 차이"로 나타내고 싶을 때 두 곡선 사이의 넓이 개념을 사용한다는 뜻입니다. 이런 방식은 약동학·생리학 연구에서 곡선하면적(AUC) 비교의 기본 원리이기도 합니다.
기계학습 논문에서는 두 모델의 성능을 특정 임계값 하나로 비교하면 결과가 임계값 선택에 따라 달라질 수 있습니다. 두 ROC 곡선 사이의 넓이를 구하면 가능한 모든 임계값에서의 차이를 한꺼번에 반영한 지표를 얻을 수 있어, 두 모델의 전반적인 우열을 보다 안정적으로 비교할 수 있습니다.
경제학·사회과학 연구에서도 두 곡선 사이의 넓이는 자주 등장합니다. 로렌츠 곡선과 대각선(완전균등분포선) 사이의 넓이가 넓을수록 불평등이 크다는 식으로, 사회적 격차나 분포의 편차를 단일 수치로 요약하는 데 같은 원리가 활용됩니다.
조금 더 깊게 보면
논문을 읽다 보면 두 곡선 사이의 넓이가 그 자체로 언급되기보다, 이를 정규화하거나 변형한 지표(예: AUC를 0~1 사이 값으로 표준화한 지표, 두 곡선의 차이를 절댓값이 아닌 부호 있는 값으로 그대로 적분해 방향성까지 함께 보는 지표)로 등장하는 경우가 많습니다. 또한 실제 데이터는 연속함수가 아니라 이산적인 관측값으로 주어지는 경우가 대부분이라, 두 곡선 사이의 넓이는 정적분 대신 사다리꼴 공식 등을 이용한 리만 합 근사로 수치 계산되는 경우가 많습니다. 곡선이 여러 번 교차하는 구간에서는 부호가 바뀌는 지점마다 적분 구간을 나누어 절댓값을 취해야 "실질적인 벌어짐의 총량"을 올바르게 구할 수 있다는 점도 함께 알아 두면 논문 해석에 도움이 됩니다.
주의할 점
두 곡선 사이의 넓이를 구할 때는 항상 "위에 있는 함수 빼기 아래에 있는 함수"를 적분해야 하며, 어느 함수가 위인지는 구간에 따라 바뀔 수 있으므로 두 그래프의 교점을 먼저 구해 구간을 나누어야 합니다. 순서를 거꾸로 적분하면 넓이가 음수로 나올 수 있으니 주의해야 합니다. 이 계산의 근거가 되는 원리는 미적분학의 기본정리에서 확인할 수 있습니다.