AI VIDEO BRIEFING

고차원 구의 부피 공식: 5차원에서 최대, 100차원에선 거의 0이 되는 이유

3Blue1Brown이 고차원 공의 부피 공식을 직접 유도한다. 아르키메데스의 발상을 일반화한 '나이트 무브'와 재귀 관계로 공식을 세우고, 부피가 5차원에서 정점을 찍은 뒤 차원이 높아질수록 거의 0으로 줄어드는 직관에 어긋난 사실을 설명한다.

고차원 구의 부피는 왜 5차원에서 정점을 찍고 사라질까 (3Blue1Brown) 영상 대표 이미지

핵심 메시지

  • n차원 공의 부피는 차원이 오를수록 커지다가 5차원에서 최대가 되고, 그 뒤로는 급격히 줄어들어 100차원에서는 사실상 0에 가깝다.
  • 부피 공식은 아르키메데스가 구의 겉넓이를 원기둥에 투영해 구한 발상을 일반화한 '나이트 무브'와 적분으로 재귀적으로 유도된다.
  • 고차원에서 직관을 어기는 것은 둥근 구가 아니라 정육면체로, 모서리까지의 거리가 √n로 멀어지기 때문이다.
  • 고차원 공의 부피는 거의 전부가 표면 근처에 몰려 있으며, 이는 머신러닝·암호학·양자역학에서 자주 등장하는 성질이다.

쉽게 이해하기

강연은 두 개의 워밍업 퍼즐로 시작한다. [-1,1]에서 균등하게 고른 여러 수의 제곱 합이 1 이하일 확률은 단위 공의 부피를 정육면체 부피로 나눈 값과 같다. 발표자는 고차원 기하가 추상적으로 보이지만 실제로 유용하며, 특히 LLM이 단어를 긴 수의 목록(고차원 공간의 점)으로 다루는 것처럼 머신러닝이 고차원 기하로 가득하다고 짚는다.

두 번째 퍼즐은 직관을 정면으로 거스른다. 정육면체의 각 모서리에 단위 구를 놓고 가운데에 이들과 접하는 안쪽 구를 키우면, 그 반지름은 2차원에서 √2−1, 3차원에서 √3−1, 일반적으로 √n−1이다. 10차원에서는 이 안쪽 구가 바깥 경계 상자보다 커져 밖으로 삐져나온다. 발표자는 이것이 구가 '뾰족해서'가 아니라, 모서리까지 거리가 √n로 멀어지는 정육면체 때문이라고 강조한다.

이어 부피 공식을 세운다. 1차원 길이 2r, 2차원 넓이 πr², 3차원 부피 4/3πr³를 표로 정리하면, 경계(겉넓이) 행은 부피 행의 미분이고 부피는 경계의 적분이다. 아르키메데스는 구의 겉넓이 4πr²를, 구를 둘러싼 원기둥에 투영하면 한 방향으로 늘어나고 다른 방향으로 눌리는 두 효과가 정확히 상쇄돼 넓이가 보존된다는 발상으로 구했다.

발표자는 이 발상을 '나이트 무브'로 일반화한다. n차원 공의 경계는 (n−2)차원 공의 내부와 원의 곱으로 볼 수 있고, 이는 부피를 보존한다. 한 칸 올릴 때마다 2πr를 곱하고 적분해 n으로 나누면 된다. 그 결과 상수에 대한 재귀 관계가 나오고, 0차원 공의 부피를 1로 두는 기저까지 더하면 부피는 π^(n/2)/(n/2)!·rⁿ가 된다. 홀수 차원의 반정수 팩토리얼은 1/2!=√π/2로 정의하면 감마 함수의 일반화와도 들어맞는다.

공식을 수치로 보면 기이한 일이 벌어진다. 부피는 5차원에서 최대가 된 뒤 줄어들어, 100차원 단위 공의 부피는 약 2.37×10⁻⁴⁰로 사실상 0이다. 또한 1만 차원에서 공을 99%로 줄이면 부피가 0.99^10000로 사라지므로, 부피의 거의 전부가 표면 바로 안쪽에 몰려 있다. 발표자는 친숙한 팩토리얼과 원의 넓이를 더 일반적인 맥락에 놓을 때 비로소 그 안에 숨은 아름다움이 보인다고 마무리한다.

주요 인사이트

  • 부피를 한 차원 올릴 때마다 2π를 곱하고 차원 수 n으로 나누는데, 2π는 약 6.28이라 분모가 6을 지나는 순간 나눗셈이 곱셈을 압도해 부피가 줄기 시작한다.
  • 홀수 차원에서 나오는 반정수 팩토리얼은 1/2!=√π/2로 정의하면 짝수·홀수 차원을 하나의 공식으로 통합할 수 있고, 이는 감마 함수에 의한 일반화와도 일치한다.
  • 1만 차원에서 공을 99%로 축소하면 부피가 0.99^10000로 사실상 사라지므로, 부피의 거의 전부가 표면 바로 안쪽에 있다.
  • 고차원 공의 부피가 작아진다는 것은 같은 차원의 단위 정육면체와 비교한 값으로, 차원이 커질수록 정육면체가 구에 비해 압도적으로 커진다는 뜻이다.

자주 묻는 질문

왜 부피가 하필 5차원에서 가장 큰가?

차원을 둘 올릴 때마다 2π를 곱하고 그 차원 수로 나눈다. 2π는 약 6.28이라 분모가 6을 지나면서부터 나눗셈이 곱셈을 이기기 시작하고, 그 전환점이 5차원 부근이라 5차원에서 부피가 정점을 찍는다.

'고차원 구는 뾰족하다'는 말은 맞나?

발표자는 이 표현을 싫어한다. 구는 정의상 중심에서 같은 거리에 있는 점들의 모임이라 완벽히 둥글다. 직관을 어기는 것은 모서리까지 거리가 √n로 멀어지는 정육면체 쪽이다.

이 공식이 실제로 쓰이는 곳은?

고차원 기하는 머신러닝(임베딩을 고차원 공간의 점으로 다룸), 암호학, 양자역학 등에서 자주 등장한다. 특히 부피가 표면에 몰리는 성질은 고차원 데이터를 다룰 때의 직관에 큰 영향을 준다.

원문과 출처

이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.

YouTube 원본 영상 보기 ↗

관련 AI 소식

#수학#고차원기하#3blue1brown#차원의저주#확률