1. 커피가 식는 걸 보고 방정식을 떠올린 사람들

친구야, 아침에 내린 커피 한 잔 떠올려봐.
90도쯤 되는 뜨거운 커피를 책상에 두고 일하다가, 30분 뒤에 마시면 미지근하지.

여기서 재미있는 관찰이 하나 있어.
커피는 처음에 엄청 빨리 식고, 나중엔 천천히 식어.
90도에서 80도로 떨어지는 데는 몇 분 안 걸리는데,
30도에서 25도로 떨어지는 데는 한참 걸리거든.

왜 그럴까? 답은 어이없을 만큼 단순해.
커피와 방 공기의 온도 차이가 클수록 열이 빨리 빠져나가기 때문이야.
차이가 줄어들면 식는 속도도 줄어들지.

dT/dt = -k (T - T_방)

여기서 중요한 포인트 하나.
우리는 "10분 뒤 몇 도인지" 같은 구체적인 값을 쓴 게 아니야.
"어떻게 변하는지에 대한 규칙"을 썼을 뿐이지.

이게 미분방정식의 본질이야.
미지수가 '숫자'가 아니라 '함수 그 자체'인 방정식.
x² = 4를 풀면 x = ±2라는 숫자가 나오지만,
dT/dt = -k(T - T_방)를 풀면 T(t)라는 함수가 통째로 튀어나와.

2. 그래서 미분방정식이 뭔데? (진짜 쉬운 정의)

정의부터 딱 말할게.

일반 방정식과 비교하면 차이가 확 와닿아.

눈치챘어? 미분방정식의 해는 보통 하나가 아니라 무한히 많아.
C라는 임의의 상수가 붙어서 해의 가족(family of solutions)이 생기거든.

그래서 하나를 콕 집으려면 조건이 필요해.
"커피는 처음에 90도였다" 같은 정보 말이야.
이걸 초기조건(initial condition)이라고 하고,
미분방정식 + 초기조건 세트를 초기값 문제(IVP)라고 불러.

3. 가장 착한 풀이법: 변수분리법

미분방정식 푸는 기술은 수십 가지가 있는데,
첫 번째로 배우는 건 거의 무조건 변수분리법(Separation of Variables)이야.

아이디어는 초등학생 수준으로 단순해.
y들은 왼쪽으로, x(또는 t)들은 오른쪽으로 몰아놓고, 양변을 적분한다.

dT/dt = -k (T - 25)

① 변수 분리
   dT / (T - 25) = -k dt

② 양변 적분
   ln|T - 25| = -kt + C

③ 지수 취하기
   T - 25 = A·e^(-kt)        (A = ±e^C)

④ 초기조건 T(0) = 90 대입
   90 - 25 = A  →  A = 65

⑤ 최종 해
   T(t) = 25 + 65·e^(-kt)

자, 이제 k만 알면 미래를 전부 알 수 있어.
실험으로 "10분 뒤 70도였다"를 재면:

70 = 25 + 65·e^(-10k)
45/65 = e^(-10k)
k = -ln(0.6923)/10 ≈ 0.0368 (1/분)

이제 30분 뒤 온도는?
T(30) = 25 + 65·e^-1.104 ≈ 25 + 21.6 = 약 46.6도.

온도계 한 번 더 안 재고 계산만으로 맞혔어.
이게 미분방정식이 주는 예측력이야. 좀 짜릿하지?

4. 인구 증가: 지수 폭발과 그 한계

이번엔 커피 말고 인구로 가보자.

박테리아 배양 접시를 생각해봐.
박테리아 한 마리가 분열해서 두 마리가 되고, 두 마리가 네 마리가 되고.
개체 수가 많을수록 새로 태어나는 수도 많아져.

즉, 증가 속도가 현재 개체 수에 비례해.

dP/dt = rP        (r = 순증가율)

해 : P(t) = P₀ · e^(rt)

이게 맬서스 모델(Malthusian growth model)이야.
1798년 토머스 맬서스가 『인구론』에서 주장한 그 모델 맞아.
"인구는 기하급수적으로 늘고 식량은 산술급수적으로 는다"는 그 유명한 문장.

그래서 맬서스 모델은 짧은 기간엔 정확하지만 장기적으론 틀려.
현실에는 식량, 공간, 자원이라는 천장이 있으니까.

로지스틱 모델: 브레이크를 달자

1838년 벨기에 수학자 피에르 프랑수아 베르휠스트가 답을 냈어.
증가율 r에 "남은 여유 공간" 비율을 곱해버린 거야.

dP/dt = rP (1 - P/K)

K = 환경수용력(carrying capacity)

이 식을 뜯어보자. 진짜 우아해.

• P가 K에 비해 아주 작을 때 → (1 - P/K) ≈ 1 → dP/dt ≈ rP (지수 성장!)
• P가 K에 가까워질 때 → (1 - P/K) ≈ 0 → dP/dt ≈ 0 (성장 멈춤)
• P가 K를 넘으면 → 괄호가 음수 → 감소 (과밀로 개체 수 줄어듦)

한 줄짜리 식에 생태학 전체가 들어있어.
해를 구하면 그 유명한 S자 곡선(sigmoid curve)이 나와.

P(t) = K / (1 + A·e^(-rt)),   A = (K - P₀)/P₀

5. 변곡점, 그리고 코로나가 알려준 것

로지스틱 곡선에서 가장 중요한 지점이 뭔지 알아?
변곡점, 즉 P = K/2 인 순간이야.

dP/dt = rP(1 - P/K)를 P에 대한 이차식으로 보면
P = K/2에서 최대값 rK/4를 가져.
가장 빠르게 늘어나는 순간이자, 이후로는 증가 속도가 줄어드는 전환점이지.

전염병 모델의 대표격인 SIR 모델도 미분방정식 3개짜리 세트야.

dS/dt = -β S I / N        (감염 가능자 감소)
dI/dt =  β S I / N - γ I  (감염자 증감)
dR/dt =  γ I              (회복자 증가)

R₀ = β / γ   ← 그 유명한 '기초감염재생산수'

R₀ > 1이면 확산, R₀ < 1이면 소멸.
방역 정책의 목표가 "R₀를 1 아래로"였던 이유가 바로 이 식 때문이야.

참고로 이 SIR 모델은 비선형이라 손으로는 정확히 못 풀어.
컴퓨터로 수치해석(룽게-쿠타법 같은 걸로) 돌려야 해.
현대 미분방정식의 90%는 사실 이렇게 컴퓨터가 푼다고 보면 돼.

6. 2계 미분방정식: 흔들리는 세상

지금까지는 1계만 봤어. 이제 한 단계 올라가자.

뉴턴의 제2법칙, F = ma 기억나지?
가속도 a는 위치 x를 두 번 미분한 거야.
즉 F = m·(d²x/dt²). 물리학 전체가 2계 미분방정식이라는 뜻이야.

스프링에 매달린 추

훅의 법칙: 스프링이 당기는 힘은 늘어난 길이에 비례하고 방향은 반대.
F = -kx. 이걸 F = ma에 넣으면:

m (d²x/dt²) = -k x

→ d²x/dt² + (k/m) x = 0

해 : x(t) = A cos(ωt) + B sin(ωt),   ω = √(k/m)

사인과 코사인이 나왔어. 즉 진동.
그네, 시계추, 기타 줄, 건물의 흔들림, 전기 회로의 교류까지
전부 이 한 식의 변주야.

m x'' + c x' + k x = 0

m x'' + c x' + k x = F₀ cos(ωt)

7. 방향장: 안 풀고도 답을 보는 법

솔직히 말할게. 대부분의 미분방정식은 손으로 못 풀어.
교과서에 나오는 예쁜 문제들은 "풀리도록 만들어진" 특별한 애들이야.

그럼 어떡하냐고? 안 풀고 그림으로 보면 돼.

dy/dx = f(x, y)라는 식은 사실
"평면 위 각 점 (x, y)에서 해곡선의 기울기가 얼마인지"를 알려주는 지도야.

그래서 평면 곳곳에 짧은 선분을 기울기대로 그려놓으면
방향장(slope field / direction field)이 생겨.
그 선분들을 따라 쭉 이어가면 해곡선의 모양이 눈에 보여.

재능넷 '지식인의 숲'에 올라오는 수학 콘텐츠들을 보면
이런 시각화 자료가 왜 중요한지 금방 느낄 수 있는데,
미분방정식이야말로 그림 한 장이 계산 열 페이지를 이기는 대표 분야야.

8. 컴퓨터는 어떻게 푸는가: 오일러 방법

수치해석의 가장 기초, 오일러 방법을 소개할게.
아이디어가 진짜 귀여울 정도로 단순해.

y_{n+1} = y_n + h · f(x_n, y_n)

h = 스텝 크기 (작을수록 정확, 대신 느림)

실제로 계산해보자. dy/dx = y, y(0) = 1, h = 0.1로.

조금씩 어긋나지? 오일러 방법은 오차가 h에 비례해서 쌓여.
그래서 실무에서는 4차 룽게-쿠타법(RK4)을 주로 써.
한 스텝에서 기울기를 네 번 평가해 평균 내는 방식이라 오차가 h⁴ 수준으로 줄어들거든.

# 파이썬으로 로지스틱 성장 (오일러)
r, K, h = 0.3, 1000.0, 0.01
P, t = 10.0, 0.0
while t < 40:
    P = P + h * (r * P * (1 - P / K))
    t = t + h
print(round(P, 2))   # K에 거의 수렴

NASA가 로켓 궤도를 계산하고, 기상청이 일기예보를 하고,
게임 엔진이 물리 시뮬레이션을 돌리는 것 전부
이 반복문의 아주 정교한 버전이라고 보면 돼.

9. 카오스: 예측 가능한 식, 예측 불가능한 결과

마지막으로 좀 소름 돋는 얘기 하나.

1963년, 기상학자 에드워드 로렌츠가 대기 대류를 단순화한
방정식 세 개짜리 시스템을 컴퓨터로 돌리고 있었어.

dx/dt = σ(y - x)
dy/dt = x(ρ - z) - y
dz/dt = xy - βz

(σ=10, ρ=28, β=8/3)

그가 계산을 이어서 하려고 중간값을 다시 입력했는데,
0.506127 대신 0.506이라고 반올림해서 넣었대.
결과는? 처음엔 거의 같았는데, 시간이 지나자 완전히 다른 날씨가 나왔어.

그리고 이 로렌츠 시스템의 해를 3차원 공간에 그리면
나비 날개처럼 생긴 로렌츠 끌개(strange attractor)가 나와.
같은 궤적을 두 번 지나지 않으면서도 영원히 한 영역 안에 머무는,
프랙탈 구조의 아름다운 도형이야.

10. 정리: 미분방정식을 쓰는 4단계 레시피

이제 네가 직접 세상의 변화를 방정식으로 써볼 차례야.
순서는 항상 똑같아.

세상에 숨어있는 미분방정식들

봤지? 스프링과 전기회로가 똑같은 방정식을 따른다는 게 놀랍지 않아?
이게 수학의 진짜 힘이야. 겉모습이 전혀 다른 현상들이
같은 구조를 공유한다는 걸 드러내는 것.

마무리: 변화를 쓰는 언어

뉴턴과 라이프니츠가 17세기에 미적분을 만들었을 때,
그들이 진짜로 만든 건 "변화를 기술하는 언어"였어.

그전까지 인류는 "지금 어디 있는가"만 말할 수 있었는데,
이제 "지금 얼마나 빠르게 어디로 가고 있는가"를 말할 수 있게 된 거지.

그리고 놀랍게도, 후자를 알면 전자를 전부 재구성할 수 있어.
이게 미분방정식이 3세기 넘게 과학의 심장으로 남아있는 이유야.

미분방정식은 어렵다는 평판이 있지만,
사실 출발점은 "빨리 식는 커피가 왜 나중엔 천천히 식지?"라는
지극히 일상적인 호기심이었어.

재능넷 지식인의 숲에서 다음엔 라플라스 변환이나 편미분방정식(열방정식, 파동방정식) 이야기로
더 깊이 들어가보자. 오늘은 여기까지! 수고했어 친구 🎉