라그랑주 보간법 (Lagrange Interpolation)
쉽게 풀면
매일 정오의 기온을 재는데 월, 수, 금요일만 측정했다고 해봅시다. 화요일 기온이 궁금하다면 어떻게 추정할 수 있을까요? 라그랑주 보간법은 "월, 수, 금의 세 점을 정확히 지나는 매끄러운 곡선(다항식)을 하나 그리고, 그 곡선 위에서 화요일에 해당하는 지점의 값을 읽는" 방법입니다.
점이 2개면 직선, 3개면 포물선, 점이 많아질수록 더 복잡한 곡선이 만들어지는데, 라그랑주 보간법의 핵심 아이디어는 각 데이터 점마다 "그 점에서는 1이고 나머지 점에서는 모두 0이 되는" 특수한 다항식을 만든 뒤, 이것들을 실제 측정값만큼 곱해서 더하면 모든 점을 정확히 지나는 하나의 다항식이 완성된다는 것입니다.
왜 중요한가
라그랑주 보간법은 데이터가 몇 개의 점으로만 주어진 상황에서 전체 함수 형태를 추정해야 하는 문제의 가장 기본적인 접근법이라, 수치해석·수치적분·암호학 등 여러 응용 분야의 이론적 토대로 다뤄집니다.
예를 들어 함수를 직접 적분하기 어려울 때 보간 다항식을 대신 적분하는 수치적분 기법의 근간이 되며, 비밀정보를 여러 조각으로 나누어 분산 저장하는 비밀 분산 기법에서도 핵심 원리로 활용됩니다. 이런 폭넓은 응용성 때문에 계산수학뿐 아니라 공학, 컴퓨터과학 논문에서도 자주 언급됩니다.
어떤 절차인가
- 서로 다른 n+1개의 점 (xᵢ, yᵢ)이 주어집니다.
- 각 i마다 기저 다항식 Lᵢ(x) = ∏ⱼ≠ᵢ (x − xⱼ)/(xᵢ − xⱼ)를 만듭니다. Lᵢ(xᵢ) = 1이고 다른 xⱼ에서는 0입니다.
- 보간 다항식 P(x) = Σ yᵢ·Lᵢ(x)가 모든 점을 지나는 차수 n 이하의 다항식입니다. 서로 다른 점 n+1개를 지나는 n차 이하 다항식은 하나뿐이므로(유일성) 뉴턴 보간법 등과 형태만 다를 뿐 같은 다항식입니다.
- 오차는 f가 충분히 매끄러울 때 f(x) − P(x) = f⁽ⁿ⁺¹⁾(ξ)/(n+1)! · ∏(x − xᵢ)이고, ξ는 구간 안의 어떤 값입니다(Burden & Faires 등).
언제 쓰고 무엇을 얻나
(가상의 예) 점 (0, 1), (1, 3), (2, 2)를 지나는 2차식은 P(x) = 1 + 3.5x − 1.5x²입니다. P(1.5) = 2.875, P(0.5) = 2.375로 코드로 확인했습니다. 점이 3개이므로 2차이며, 4개를 쓰면 3차가 됩니다.
점을 늘리면 항상 좋아지는 것은 아닙니다. Runge(1901)의 함수 f(x) = 1/(1 + 25x²)를 [−1, 1]에서 11개 점으로 보간해 최대 오차를 측정했습니다(코드, 2001개 평가점). 등간격 점에서는 최대 오차가 약 1.92로 함수 값(최대 1)보다도 크고, 양 끝에 조밀한 체비셰프 점을 쓰면 약 0.11로 줄어듭니다. 등간격에서는 점을 늘릴수록 구간 가장자리의 진동이 커집니다(룬게 현상).
쓰임: 수치적분의 기초, 값이 없는 구간의 추정, 비밀 분산법(Shamir, 1979: 비밀을 다항식의 상수항으로 두고 점을 나눠 갖게 하며, 필요한 개수 이상의 점이 모이면 보간으로 복원).
논문에는 이렇게 적는다
- 보간에 쓴 점의 개수와 위치(등간격/체비셰프 등), 다항식의 차수를 적습니다.
- 오차를 어떻게 평가했는지(보간에 쓰지 않은 점과의 비교, 교차검증)를 밝힙니다.
- 구간별 낮은 차수 보간(스플라인)이 아니라 전 구간 단일 다항식을 선택한 이유를 설명합니다.
- 계산에서는 수치적으로 안정한 무게중심(barycentric) 형태를 썼는지 적습니다(Berrut & Trefethen, 2004).
논문에서는 이렇게 쓰입니다
실제 논문에서
이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
이 문장은 "일부 시점에서만 측정된 값들 사이의 빈 구간을, 모든 측정값을 정확히 지나는 다항식 곡선으로 채워 완전한 그래프처럼 만든 다음 분석했다"는 뜻입니다. 수치해석, 신호처리, 컴퓨터 그래픽스 논문에서 데이터를 매끄럽게 채우거나 함수를 근사할 때 기본기법으로 자주 인용됩니다.
암호학 분야에서 비밀 정보를 여러 조각으로 나눠 분산 보관한 뒤, 일정 개수 이상이 모이면 라그랑주 보간법으로 원래 값을 되살리는 기법을 설명한 문장이다.
유체역학 계산에서 불규칙하게 배치된 측정점을 보간해 연속함수로 만든 다음, 그 함수를 적분해 물리량을 구했다는 의미다.
조금 더 깊게 보면
라그랑주 보간법으로 얻은 다항식은 뉴턴 보간법 등 다른 방식으로 구한 보간 다항식과 수학적으로 동일한 결과를 주지만, 계산 구조와 새 데이터 점을 추가할 때의 효율성 면에서 차이가 있어 상황에 따라 다른 형태가 선호됩니다.
데이터 점이 많아질수록 다항식의 차수가 높아져 구간 경계 부근에서 값이 크게 진동하는 룬게 현상이 발생할 수 있는데, 이를 완화하기 위해 체비셰프 점처럼 양 끝에 조밀하게 몰린 비균등 점 배치를 사용하기도 합니다.
이런 한계 때문에 실제 응용에서는 전체 구간을 하나의 고차 다항식으로 보간하기보다, 구간을 나누어 낮은 차수의 다항식을 이어 붙이는 스플라인 보간과 함께 비교되곤 합니다.
주의할 점
데이터 점의 개수가 많아질수록 보간 다항식의 차수도 높아지는데, 이 경우 점들 사이 구간에서 곡선이 예상치 못하게 크게 진동하는 "룬게 현상(Runge's phenomenon)"이 나타날 수 있습니다. 이런 문제 때문에 실제로는 양 끝에 조밀한 체비셰프 점 같은 비균등 배치를 쓰거나, 구간을 나누어 낮은 차수의 다항식을 잇는 스플라인 보간을 선택합니다.
헷갈리기 쉬운 용어
| 용어 | 한 줄 설명 | 구별 포인트 |
|---|---|---|
| 라그랑주 보간 | 모든 점을 정확히 지나는 하나의 다항식 | 점이 많으면 고차수라 진동 위험 |
| 스플라인 보간 | 낮은 차수를 구간별로 이은 매끄러운 곡선 | 진동이 적음 |
| 테일러 급수 | 한 점 근처의 함수 값·미분으로 근사 | 여러 점의 값이 아니라 한 점의 미분 정보를 씀 |
| 뉴턴-랩슨법 | 방정식의 해를 반복해서 찾는 방법 | 보간법이 아니라 근 찾기 |
참고 문헌
- Burden, R. L., & Faires, J. D. (2011). Numerical Analysis (9th ed.). Brooks/Cole.
- Atkinson, K. E. (1989). An Introduction to Numerical Analysis (2nd ed.). John Wiley & Sons.
- Runge, C. (1901). Über empirische Funktionen und die Interpolation zwischen äquidistanten Ordinaten. Zeitschrift für Mathematik und Physik, 46, 224–243.
- Shamir, A. (1979). How to share a secret. Communications of the ACM, 22(11), 612–613.
- Berrut, J.-P., & Trefethen, L. N. (2004). Barycentric Lagrange interpolation. SIAM Review, 46(3), 501–517.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.