컴팩트 공간 (Compact Space)

한 줄 정의: 그 공간을 덮는 어떤 열린 집합들의 모임에서도 유한개만 골라내어 여전히 전체를 덮을 수 있는 성질을 가진 공간이다.

쉽게 풀면

컴팩트한 공간은 직관적으로 '닫혀 있으면서 무한히 뻗어나가지 않는' 공간이라고 생각하면 된다. 유클리드 공간에서는 닫혀 있고(경계를 포함하고) 유계인(무한히 뻗어나가지 않는) 집합이 컴팩트가 된다. 이런 공간에서는 연속함수가 항상 최댓값과 최솟값을 갖는다는 강력한 성질이 보장되어, 최적화 이론에서 해의 존재성을 증명하는 데 자주 쓰인다.

왜 중요한가

컴팩트성은 '극값의 존재'와 '수렴하는 부분수열의 존재'를 보장해 주는 위상수학의 핵심 도구다. 최적화 이론에서는 목적함수가 최댓값·최솟값을 가지는지를 논할 때, 함수해석학에서는 작용소의 스펙트럼이나 함수열의 수렴성을 다룰 때 컴팩트성 가정이 등장한다. 그래서 순수 위상수학뿐 아니라 최적화, 확률론, 미분방정식 등 다양한 분야의 논문에서 정리의 전제 조건으로 자주 명시된다.

논문에서는 이렇게 쓰입니다

"매개변수 공간이 컴팩트함을 이용해 목적함수가 최댓값을 반드시 가짐을 증명하였다."

컴팩트성은 최적화 문제에서 최적해의 존재를 보장하는 이론적 근거로 흔히 사용된다.

"확률측도의 모임이 약수렴 위상에서 컴팩트함을 보이기 위해 타이트니스(tightness) 조건을 확인하였다."

확률론에서는 컴팩트성이 곧 함수열이나 측도열이 어디론가 흩어져 사라지지 않고 수렴 부분열을 갖는다는 것을 의미하며, 이는 극한 정리를 증명하는 출발점이 된다.

"신경망의 가중치 공간을 컴팩트한 부분집합으로 제한함으로써 학습 과정의 안정성을 확보하였다."

최근의 기계학습 관련 논문에서도, 파라미터 공간을 컴팩트한 영역으로 제약해 최적화 알고리즘의 수렴이나 해의 존재를 보장하려는 시도가 종종 등장한다.

조금 더 깊게 보면

컴팩트성을 실제로 확인할 때는 정의 그대로 '모든 열린 덮개가 유한 부분덮개를 가진다'는 조건을 직접 다루기보다, 더 다루기 쉬운 동치 조건을 이용하는 경우가 많다. 거리공간에서는 컴팩트성이 '점렬 컴팩트성'(모든 수열이 수렴하는 부분수열을 가짐)과 동치이므로, 논문에서는 종종 이 형태로 컴팩트성을 활용한다. 또한 함수공간을 다룰 때는 아스콜리-아르젤라 정리처럼 균등유계성과 동등연속성을 확인해 함수족의 컴팩트성을 보이는 방식이 자주 쓰인다. 무한차원 공간에서는 유클리드 공간과 달리 닫혀 있고 유계라는 조건만으로 컴팩트성이 보장되지 않는다는 점도 함께 고려해야 한다.

주의할 점

유클리드 공간에서는 '닫혀 있고 유계'라는 조건이 컴팩트성과 동치이지만, 일반적인 위상공간에서는 이 동치 관계가 성립하지 않을 수 있다.