벡터 공간 (vector space)
쉽게 풀면
우리가 흔히 아는 화살표(벡터)를 2차원 평면 위에서 그린다고 해봅시다. 화살표 두 개를 더해도 여전히 그 평면 위의 화살표이고, 화살표를 2배로 늘려도 여전히 그 평면 위에 있습니다. 이렇게 "더하기"와 "숫자 곱하기"를 아무리 반복해도 절대 그 집합 밖으로 나가지 않는, 규칙이 일관된 공간을 벡터 공간이라고 부릅니다. 화살표뿐 아니라 다항식의 모임, 신호(함수)의 모임, 표(행렬)의 모임도 이 규칙만 만족하면 모두 벡터 공간이 될 수 있습니다. 즉 벡터 공간은 "더하고 늘리는 연산이 통하는 재료들의 세계"라고 이해하면 됩니다.
왜 중요한가
벡터 공간은 화살표뿐 아니라 함수, 신호, 행렬처럼 서로 전혀 달라 보이는 대상들을 같은 규칙 아래 다룰 수 있게 해주는 추상적인 틀입니다. 덕분에 텍스트, 이미지, 신호와 같이 형태가 다른 데이터라도 벡터 공간이라는 공통 언어로 표현하면 동일한 수학적 도구(거리, 내적, 변환)를 적용할 수 있게 됩니다. 이 때문에 자연어처리의 임베딩부터 신호처리, 양자역학까지, 데이터를 수학적으로 다루는 거의 모든 분야의 논문에서 벡터 공간이 기본 전제로 깔려 있습니다.
논문에서는 이렇게 쓰입니다
이 문장은 텍스트 데이터를 숫자로 이루어진 벡터로 바꾸고, 그 벡터들이 사는 "공간"(벡터 공간) 안에서 서로 얼마나 가까운지를 계산했다는 뜻입니다. 벡터 공간은 자연어 처리의 임베딩, 신호 처리, 양자역학 등 벡터로 표현되는 거의 모든 데이터를 다루는 논문에서 기본 틀로 등장합니다.
양자역학 분야에서는 물리적 상태 자체를 벡터 공간의 원소로 다루며, 상태의 중첩이나 변화를 벡터 연산으로 설명합니다.
공학 제어이론에서는 시스템의 여러 변수를 하나의 벡터로 묶어 상태공간을 구성하고, 이 공간에서의 움직임으로 시스템의 동작을 분석합니다.
조금 더 깊게 보면
벡터 공간을 실제로 다룰 때는 그 공간에 속한 벡터가 몇 개의 기저 벡터로 표현되는지를 나타내는 차원 개념이 중요하며, 벡터 사이의 각도나 길이를 정의하려면 내적이라는 추가 구조가 필요합니다. 내적이 정의된 벡터 공간을 내적공간이라 부르고, 여기에 거리 개념까지 완전하게 갖춘 경우를 힐베르트 공간이라 부르는 등, 벡터 공간은 어떤 추가 구조를 덧붙이느냐에 따라 여러 단계로 확장됩니다. 논문에서 다루는 분야에 따라 유한차원 벡터 공간뿐 아니라 함수들의 모임 같은 무한차원 벡터 공간도 흔히 등장합니다.
주의할 점
벡터 공간은 반드시 화살표나 좌표만을 의미하지 않으며, 함수나 행렬의 모임도 덧셈·스칼라곱 규칙만 만족하면 벡터 공간이 됩니다. 그 공간을 몇 개의 기본 벡터로 표현할 수 있는지를 나타내는 개념이 벡터의 내적과 함께 자주 쓰이는 "차원"입니다.