푸리에 급수 (Fourier Series)
쉽게 풀면
화음이 여러 개의 순수한 음(사인파)이 겹쳐서 만들어지듯이, 어떤 복잡하더라도 규칙적으로 반복되는 파형(예: 톱니파, 사각파)은 사실 크기와 진동수가 다른 여러 개의 매끈한 사인·코사인 곡선을 겹쳐 놓은 것으로 다시 만들어낼 수 있습니다. 푸리에 급수는 "이 복잡한 반복 신호를 만들려면 어떤 사인·코사인 곡선들을 얼마만큼씩 섞어야 하는가"를 계산해주는 도구입니다. 항을 몇 개까지 더하느냐에 따라 원래 파형에 점점 더 가깝게 근사할 수 있습니다.
왜 중요한가
푸리에 급수는 복잡한 주기 신호를 단순한 사인·코사인 성분들의 합으로 쪼개어 분석할 수 있게 해주기 때문에, 신호처리·진동공학·전력공학 등 주기적으로 반복되는 현상을 다루는 거의 모든 공학 분야에서 기본 분석 도구로 쓰입니다. 어떤 주파수 성분이 신호의 특성을 좌우하는지 알면, 잡음을 걸러내거나 시스템의 공진 문제를 진단하는 데 활용할 수 있습니다. 또한 편미분방정식의 해를 구하는 고전적 방법(변수분리법)에서도 핵심적인 역할을 하기 때문에 응용수학과 물리학 논문에서도 자주 등장합니다.
논문에서는 이렇게 쓰입니다
이 문장은 신호처리나 진동 해석 논문에서 흔히 볼 수 있습니다. 반복되는 신호의 각 주파수 성분(고조파)이 얼마나 강한지를 분석해 신호의 특성을 파악하거나, 데이터를 압축하는 데 활용된다는 뜻입니다.
이 문장은 전력 품질을 떨어뜨리는 불규칙한 전류 파형을 여러 주파수 성분으로 나누어, 어떤 성분이 문제를 일으키는지 분석했다는 뜻입니다.
이 문장은 편미분방정식을 풀 때 얻어진 여러 개의 해를 사인·코사인 급수로 조합해서, 주어진 초기 조건에 맞는 최종 해를 구성했다는 뜻입니다.
조금 더 깊게 보면
실제 계산에서는 급수를 무한히 더할 수 없으므로 유한한 항까지만 잘라 근사하는데, 신호가 불연속점(급격히 꺾이는 지점)을 가지면 항을 아무리 늘려도 그 근처에서 오차가 사라지지 않고 일정 크기로 남는 깁스 현상이 나타납니다. 또한 급수의 각 항의 계수(진폭)를 구하는 과정은 신호를 주파수 영역으로 변환하는 것과 같아서, 이산 신호에 대해서는 이산 푸리에 변환(DFT)과 고속 푸리에 변환(FFT) 같은 계산 기법으로 확장되어 실제 신호처리 소프트웨어에서 널리 활용됩니다.
주의할 점
푸리에 급수는 '주기함수'를 사인·코사인의 이산적인 합으로 나타내는 방법인 반면, 푸리에 변환은 주기가 없는 일반 함수까지 다루기 위해 합을 연속적인 적분으로 확장한 개념입니다. 두 개념은 이름이 비슷하지만 적용 대상(주기 신호 vs 비주기 신호)이 다르므로 혼동하지 않아야 합니다.