무차원화 (Nondimensionalization)

수학

한 줄 정의: 물리량이나 방정식에서 단위를 제거하고 그 문제 고유의 특성 척도로 정규화하여, 변수와 매개변수를 무차원 형태로 재구성함으로써 시스템의 본질적 거동을 드러내고 다뤄야 할 매개변수의 수를 줄이는 수학적 모델링 기법이다.

쉽게 풀면

예를 들어 "이 진자는 진폭 5cm, 길이 1m, 중력 9.8m/s²로 흔들린다"고 말하는 대신, 시간을 진자의 고유 주기로 나누고 변위를 길이로 나누면 단위가 모두 사라진 "순수한 숫자"들로만 방정식을 쓸 수 있다. 이렇게 하면 미터를 쓰든 인치를 쓰든 결과가 똑같아지고, 실제로 중요한 것은 각 물리량의 절대적 크기가 아니라 그 물리량들 사이의 비율뿐이라는 사실이 드러난다. 마치 지도를 그릴 때 실제 거리 대신 축척을 쓰는 것과 비슷한데, 축척을 쓰면 어떤 나라든 같은 종이 위에 비교할 수 있다. 이 과정을 거치면 원래 5~6개였던 매개변수가 레이놀즈수처럼 1~2개의 무차원수로 압축되는 경우가 많다.

왜 중요한가

무차원화는 서로 다른 크기와 단위계를 가진 시스템(실험실의 작은 모형과 실제 항공기)을 같은 무차원수로 비교할 수 있게 해주어 스케일링 법칙과 상사성(similarity) 분석의 토대가 된다. 또한 매개변수 수를 줄여줌으로써 방정식의 구조를 단순화하고, 어떤 항이 지배적이고 어떤 항이 무시할 만한지(섭동 분석)를 명확히 드러내 수치해석의 안정성과 효율성도 높여준다.

논문에서는 이렇게 쓰입니다

"지배방정식을 특성 길이 L과 특성 속도 U로 무차원화한 결과, 유동 거동은 단일 매개변수인 레이놀즈수 Re에 의해 결정됨을 확인하였다."

원래 점도, 밀도, 유속, 크기 등 여러 개의 물리량으로 표현되던 문제가 무차원화를 거치면서 레이놀즈수 하나로 요약되어, 이 값만 같으면 서로 다른 크기의 시스템도 동일하게 거동한다는 뜻이다.

"수치적 안정성을 확보하기 위해 상태변수를 각각의 특성 척도로 정규화하여 무차원화한 후 시뮬레이션을 수행하였다."

서로 다른 단위와 크기를 가진 변수들을 그대로 계산하면 수치 오차가 커질 수 있으므로, 각 변수를 적절한 기준값으로 나눠 비슷한 크기의 무차원 수로 맞춘 뒤 계산했다는 의미이다.

조금 더 깊게 보면

무차원화의 핵심은 문제에 내재한 '특성 척도(characteristic scale)'를 올바르게 선택하는 데 있으며, 이 선택 자체가 종종 지배적인 물리 메커니즘에 대한 통찰을 요구한다. 버킹엄 파이 정리(Buckingham Pi theorem)는 n개의 물리량과 k개의 기본 차원(길이, 시간, 질량 등)이 있을 때 문제를 정확히 (n-k)개의 독립적인 무차원수로 축소할 수 있음을 수학적으로 보장하는 일반 이론이다. 레이놀즈수, 마하수, 프란틀수 등 공학에서 흔히 쓰이는 무차원수들이 모두 이 절차의 산물이다.

주의할 점

특성 척도를 잘못 선택하면 정작 중요한 물리적 효과가 무차원 방정식에서 지나치게 작거나 크게 나타나 분석이 왜곡될 수 있다. 또한 무차원화는 매개변수 수를 줄여줄 뿐 문제 자체의 복잡성이나 비선형성을 해결해주지는 않으며, 서로 다른 특성 척도를 선택하면 같은 문제라도 다른 무차원수 조합이 나올 수 있으므로 결과 해석 시 어떤 척도를 기준으로 삼았는지 명시해야 한다.