편미분 (partial derivative)

한 줄 정의: 변수가 여러 개인 함수에서 다른 변수는 모두 고정해 두고, 딱 한 변수만 살짝 바꿨을 때 결과가 얼마나 변하는지를 나타내는 미분입니다.

쉽게 풀면

피자 맛이 "도우 두께"와 "치즈 양"이라는 두 가지 재료에 따라 달라진다고 해봅시다. "치즈 양을 조금 늘리면 맛이 얼마나 좋아질까?"를 알고 싶다면, 도우 두께는 그대로 둔 채 치즈 양만 살짝 바꿔서 맛의 변화를 재보면 됩니다. 이렇게 여러 재료(변수) 중 딱 하나만 살짝 움직이고 나머지는 꽁꽁 묶어둔 채 재는 변화율이 바로 편미분입니다. 변수가 하나뿐인 보통의 미분과 원리는 같지만, 편미분은 "이 변수만 바꿨을 때"라는 조건이 붙는다는 점이 다릅니다.

왜 중요한가

편미분은 변수가 여러 개인 현실 문제를 다루기 위한 필수 도구로, 딥러닝의 역전파, 경제학의 한계효용 분석, 물리학의 장 방정식 등 거의 모든 다변수 정량 분석의 기반이 됩니다. 특히 여러 변수가 동시에 결과에 영향을 주는 시스템에서 각 변수의 개별적인 기여도를 분리해 살펴볼 수 있다는 점에서, 복잡한 모델을 이해하고 최적화하는 데 핵심적인 역할을 합니다. 이 때문에 편미분은 순수 수학을 넘어 공학, 경제학, 기계학습 전반에서 공통 언어처럼 쓰입니다.

논문에서는 이렇게 쓰입니다

"손실 함수를 각 가중치에 대해 편미분하여 기울기를 계산하고, 이를 바탕으로 파라미터를 갱신하였다."

이 문장은 인공신경망 모델이 수많은 가중치(변수)를 동시에 가지고 있을 때, 손실이 각 가중치 하나하나에 대해 얼마나 민감하게 반응하는지를 편미분으로 따로따로 계산했다는 뜻입니다. 이렇게 구한 편미분 값들을 모은 것이 경사하강법에서 쓰이는 기울기(그래디언트)이며, 물리학의 유체·열 방정식이나 경제학의 다변수 최적화 문제에서도 핵심적으로 쓰입니다.

"효용함수를 소득에 대해 편미분한 값이 양수임을 확인하여, 소득 증가가 효용을 증가시킨다는 가정을 검증하였다."

경제학에서 편미분이 한 변수(소득)가 결과(효용)에 미치는 한계적 영향을 분석하는 데 쓰이는 예문이다.

"온도장을 공간 좌표에 대해 편미분하여 각 지점에서의 열류 방향과 크기를 계산하였다."

물리학 및 공학 분야에서 편미분이 공간에 따라 변하는 물리량의 국소적 변화를 기술하는 데 쓰이는 사례다.

조금 더 깊게 보면

편미분을 여러 변수에 대해 각각 구해 벡터로 모은 것을 그래디언트(gradient)라 부르며, 이는 함수가 가장 가파르게 증가하는 방향을 나타냅니다. 편미분을 다시 한 번 미분한 이차 편미분들을 모은 행렬은 헤시안(Hessian)이라 부르며, 함수가 오목한지 볼록한지, 극값이 최솟값인지 최댓값인지를 판단하는 데 쓰입니다. 논문에서 편미분이 등장할 때는 어떤 변수에 대한 것인지, 그리고 그 결과가 최적화(극값 탐색)나 민감도 분석 중 어느 목적으로 쓰이는지를 확인하면 맥락을 파악하기 쉽습니다.

주의할 점

편미분은 다른 변수를 "상수처럼 고정"한 상태에서 계산하는 것이지, 다른 변수의 영향을 완전히 무시한다는 뜻은 아닙니다. 모든 변수가 동시에 변할 때의 전체 변화율을 알고 싶다면 각 편미분 값을 조합한 전미분(total derivative)을 따로 살펴봐야 합니다.