컨볼루션 계산기로 할 수 있는 일
이 컨볼루션 계산기는 유한한 두 수열의 이산 합성곱(discrete convolution)을 계산합니다. 합성곱은 신호 처리, 이미지 필터링, 확률, 다항식 곱셈 등에서 핵심이 되는 연산입니다. 복잡한 합을 손으로 일일이 계산할 필요 없이, 두 수열만 입력하면 결과로 합쳐진 출력 수열을 곧바로 확인할 수 있습니다.
사용 방법
입력란은 단 두 개뿐입니다.
- 첫 번째 수열 — 입력 신호 또는 첫 번째 숫자 묶음으로, 쉼표로 구분해 입력합니다(예:
1, 2, 3). - 두 번째 수열 — 두 번째 신호, 커널, 또는 필터로, 마찬가지로 쉼표로 구분해 입력합니다(예:
0, 1, 0.5).
소수와 음수도 입력할 수 있습니다. 계산기는 입력값을 쉼표 기준으로 나누고, 앞뒤 공백을 제거한 뒤 각 항목을 숫자로 변환하여 결과를 계산합니다.
공식 살펴보기
이산 합성곱은 다음과 같이 정의됩니다.
$$(\text{Seq}_1 * \text{Seq}_2)[i] = \sum_{j=\max(0,\,i-m+1)}^{\min(i,\,n-1)} \text{Seq}_1[j]\cdot \text{Seq}_2[i-j]$$길이가 각각 \(n\), \(m\)인 두 유한 수열을 합성곱하면 결과는 정확히 \(n + m - 1\)개의 값을 가집니다. 각 출력값 \(y[i]\)는 두 수열의 인덱스 범위 안에 들어가는 모든 곱 \(x[j] \cdot h[i - j]\)의 합입니다. 쉽게 말해, 한 수열을 다른 수열 위로 한 칸씩 미끄러뜨리면서 겹치는 항끼리 곱하고, 매 이동 위치마다 그 값들을 모두 더하는 방식입니다.
예제로 이해하기
첫 번째 수열을 1, 2, 3, 두 번째 수열을 0, 1, 0.5라고 해봅시다. 여기서 \(n = 3\), \(m = 3\)이므로 결과는 \(3 + 3 - 1 = 5\)개의 값을 가집니다.
- \(y[0] = 1\cdot 0 = 0\)
- \(y[1] = 1\cdot 1 + 2\cdot 0 = 1\)
- \(y[2] = 1\cdot 0.5 + 2\cdot 1 + 3\cdot 0 = 2.5\)
- \(y[3] = 2\cdot 0.5 + 3\cdot 1 = 4\)
- \(y[4] = 3\cdot 0.5 = 1.5\)
따라서 출력 결과는 0, 1, 2.5, 4, 1.5가 됩니다.
손으로 컨볼루션을 계산하는 방법
이산 선형 컨볼루션은 길이 \(n\)인 첫 번째 수열 \(x\)와 길이 \(m\)인 두 번째 수열 \(h\)를 단일 출력 \(y = x * h\)로 결합합니다. 정의 합은
$$y[i] = \sum_{j} x[j]\,h[i-j], \qquad i = 0,1,\dots,n+m-2$$여기서 인덱스가 수열 범위를 벗어나는 항은 0으로 취급합니다. 아래의 절차는 표준 "뒤집기와 슬라이드" 방법이며, 이 계산기가 수행하는 방법입니다(완전한 선형 컨볼루션, 절단 없음).
- 길이를 확인하세요. \(n\)을 첫 번째 수열의 항의 개수, \(m\)을 두 번째 수열의 항의 개수라고 하면, 출력은 항상 정확히 \(n+m-1\)개의 항을 가집니다. 먼저 이 숫자를 확인하세요. 이것이 누락된 항을 방지하는 가장 간단한 방법입니다.
- 두 수열을 0부터 인덱싱하세요. \(x[0],x[1],\dots,x[n-1]\)과 \(h[0],h[1],\dots,h[m-1]\)로 작성합니다. 0 기반 인덱싱을 사용하면 시프트 산술 \(i-j\)가 오프셋 없이 작동합니다.
- 두 번째 수열을 역순으로 뒤집으세요. \(h\)를 역순으로 작성합니다: \(h[m-1],\dots,h[1],h[0]\). 뒤집기는 합 \(\sum_j x[j]h[i-j]\)를 간단하게 정렬된 곱의 열로 변환합니다.
- 뒤집힌 수열을 첫 번째 수열 위에 슬라이드하세요. 시프트 \(i=0\)에서 시작합니다. 뒤집힌 커널의 마지막 요소만 — 즉, \(h[0]\) — \(x[0]\) 아래에 있습니다. 각 연속적인 \(i\)에 대해 뒤집힌 커널을 오른쪽으로 한 칸씩 이동합니다.
- 정렬된 쌍을 곱하고 합하세요. 각 시프트에서 수직으로 정렬된 모든 쌍을 곱하고 곱들을 더합니다. 그 단일 숫자가 \(y[i]\)입니다.
- 범위를 벗어난 인덱스를 0으로 취급하세요. 뒤집힌 커널이 어느 쪽 끝에서 튀어나가는 경우, 누락된 값은 0입니다(제로 패딩). 따라서 이러한 곱은 기여하지 않습니다. 동등하게, 합을 \(\max(0,\,i-m+1) \le j \le \min(i,\,n-1)\)로 제한합니다.
- \(y[i]\)를 \(i = 0,1,\dots,n+m-2\)에 대해 기록하세요. 뒤집힌 커널이 오른쪽 끝을 완전히 지나갈 때 중지합니다. 마지막 0이 아닌 시프트는 \(i=n+m-2\)입니다.
슬라이딩 정렬 레이아웃
\(n=3\)과 \(m=2\)인 경우 — 수열 \(x=[x_0,x_1,x_2]\)와 \(h=[h_0,h_1]\) — 뒤집힌 커널 \([h_1,h_0]\)은 다음과 같이 슬라이드합니다. 출력은 \(3+2-1=4\)개의 항을 가집니다.
| 시프트 \(i\) | \(x_0\) 아래에 정렬 | \(x_1\) 아래에 정렬 | \(x_2\) 아래에 정렬 | \(y[i]\)에 들어가는 곱 |
|---|---|---|---|---|
| 0 | \(h_0\) | — | — | \(y[0]=x_0h_0\) |
| 1 | \(h_1\) | \(h_0\) | — | \(y[1]=x_0h_1+x_1h_0\) |
| 2 | — | \(h_1\) | \(h_0\) | \(y[2]=x_1h_1+x_2h_0\) |
| 3 | — | — | \(h_1\) | \(y[3]=x_2h_1\) |
패턴을 주목하세요: 모든 곱에서 두 인덱스의 합이 \(i\)가 됩니다. 이것이 전체 규칙입니다 — \(y[i]\)는 \(j+k=i\)인 모든 \(x[j]h[k]\)의 합입니다.
다항식 곱셈 관점
인덱스가 더해지기 때문에, 컨볼루션은 다항식을 곱하고 계수를 모으는 것과 동일합니다. 각 수열을 더미 변수 \(z\)의 다항식과 연결합니다:
$$X(z)=x_0+x_1z+x_2z^2, \qquad H(z)=h_0+h_1z$$그러면
$$X(z)H(z)=x_0h_0+(x_0h_1+x_1h_0)z+(x_1h_1+x_2h_0)z^2+x_2h_1z^3$$그 계수는 정확히 \(y[0],y[1],y[2],y[3]\)입니다. 차수 \((n-1)\)인 다항식에 차수 \((m-1)\)인 다항식을 곱하면 차수 \(n+m-2\), 즉 \(n+m-1\)개의 계수를 가집니다 — 같은 길이 규칙입니다. 이것은 손으로 계산한 것을 확인하는 편리한 방법입니다: 일반적인 대수를 사용하여 다항식을 곱하고 계수 목록을 비교합니다.
주요 용어 및 표기법
| 용어 | 의미 |
|---|---|
| 컨볼루션 \(x * h\) | 두 수열을 결합하여 인덱스의 합이 \(i\)인 모든 곱을 합함으로써 정의되는 연산 \(y[i]=\sum_j x[j]\,h[i-j]\). 별표로 작성되며, \(y = x * h\)입니다. |
| 수열/신호 \(x[n]\) | 정수 \(n\)으로 인덱싱된 숫자의 순서 있는 목록 — 측정의 샘플, 데이터 시리즈, 또는 계수 집합입니다. 여기서 인덱싱은 \(n=0\)에서 시작합니다. |
| 커널/필터/임펄스 응답 \(h[n]\) | 같은 두 번째 수열의 세 가지 이름입니다. "커널" 또는 "필터"는 인접한 샘플에 적용되는 가중치를 강조합니다. "임펄스 응답"은 시스템 관점입니다 — \(h\)는 선형 시간 불변 시스템이 단일 단위 임펄스를 받을 때 생성하는 출력입니다. |
| 인덱스 \(n\) (또는 \(i\))과 시프트 변수 \(j\) | \(i\)는 계산되는 출력 위치를 나타냅니다. \(j\)는 겹치는 위치에서 실행되는 내부 합계 변수입니다. 합계 내에서 \(x\)는 \(j\)에서, \(h\)는 \(i-j\)에서 읽습니다. |
| 지지도 및 출력 길이 | 지지도는 수열이 0이 아닌 인덱스 범위입니다. \(x\)가 \(n\)개의 항을 가지고 \(h\)가 \(m\)개를 가지면, 출력은 인덱스 0부터 \(n+m-2\)까지 차지합니다 — 정확히 \(n+m-1\)개의 값입니다. |
| 제로 패딩 | 수열의 정의된 범위 밖의 모든 인덱스를 0으로 취급하는 것입니다. 이것이 특별한 경우 없이 모든 \(j\)에 대해 합을 작성할 수 있게 합니다. 또한 출력의 양쪽 끝에서 크기가 줄어드는 값들을 설명합니다. |
| 선형 대 원형 컨볼루션 | 선형 컨볼루션은 끝을 제로 패딩하고 \(n+m-1\)개의 값을 생성합니다. 원형 컨볼루션은 끝을 감싸서 \(\max(n,m)\)개의 값만 생성하며, DFT/FFT 곱셈에서 자연스럽게 발생합니다. 이 계산기는 선형 컨볼루션을 "완전" 모드로 계산합니다 — 일부 소프트웨어 라이브러리가 기본적으로 반환하는 더 짧은 "같음" 또는 "유효한" 출력으로 축소되지 않습니다. |
| 교환 법칙 | \(x * h = h * x\). 두 입력 수열을 바꾸면 동일한 출력을 얻으므로, 어느 것을 신호라고 부르고 어느 것을 커널이라고 부르는지는 중요하지 않습니다. |
| 결합 법칙 | \((x * h_1) * h_2 = x * (h_1 * h_2)\). 직렬로 적용된 두 필터는 그들의 컨볼루션과 같은 단일 필터로 대체될 수 있습니다. |
| 분배 법칙 | \(x * (h_1 + h_2) = x * h_1 + x * h_2\). 병렬 필터는 더해집니다. |
| LTI 시스템 | 선형 시간 불변 시스템: 입력을 스케일링하고 더하면 출력도 스케일링되고 더해지며, 입력을 지연시키면 출력만 지연됩니다. 모든 이러한 시스템은 임펄스 응답으로 완전히 설명되며, 그 출력은 입력과 \(h\)의 컨볼루션입니다. |
| 이동 평균/평활 필터 | \(k\)개의 동일한 가중치 \(1/k\)의 커널. 예를 들어 \(h = [0.5, 0.5]\) 또는 \(h = [1/3, 1/3, 1/3]\). 이것과 컨볼루션하면 각 샘플을 이웃과 평균하여 빠른 변동을 억제합니다. 처음과 마지막 출력 값들은 제로 패딩으로 오염된 엣지 과도 신호입니다. |
| 이산 대 연속 컨볼루션 | 이산 형식은 합산합니다. 연속 형식은 적분합니다: \((x * h)(t) = \int_{-\infty}^{\infty} x(\tau)\,h(t-\tau)\,d\tau\). 이 도구는 이산(샘플링된) 경우를 처리합니다. |
| 다항식 계수 곱셈 | \(X(z)=\sum_j x[j]z^j\)이고 \(H(z)=\sum_k h[k]z^k\)이면, \(X(z)H(z)\)의 계수는 정확히 \(x * h\)입니다. 정수의 긴 곱셈은 자리올림과 함께 같은 개념입니다. |
| 독립 확률 변수의 합 | \(X\)와 \(Y\)가 독립이고 정수 값이면, \(Z = X+Y\)의 확률 질량 함수는 그들의 PMF의 컨볼루션입니다: \(P(Z=k)=\sum_j P(X=j)\,P(Y=k-j)\). 예를 들어 \([1/6,\dots,1/6]\)을 자신과 컨볼루션하면 공정한 6면체 주사위 두 개의 합의 분포를 얻습니다. |
자주 묻는 질문
출력 수열의 길이는 얼마인가요? 항상 첫 번째 수열의 길이와 두 번째 수열의 길이를 더한 뒤 1을 뺀 값(\(n + m - 1\))입니다.
두 수열의 순서가 결과에 영향을 주나요? 아닙니다. 합성곱은 교환법칙이 성립하므로, 두 입력을 서로 바꿔 넣어도 같은 결과 수열이 나옵니다.
다항식 곱셈에도 사용할 수 있나요? 네. 각 수열을 다항식의 계수로 본다면, 합성곱 결과는 두 다항식을 곱한 결과의 계수가 됩니다. 신호 처리뿐 아니라 대수 계산에서도 유용한 지름길이죠.