동적 구모우스키-미라 끌개 탐구

단순한 시스템이 어떻게 수많은 형태로 변모할까요?

고정된 규칙에 따라 움직이는 점을 상상해 보세요. '분명히 결국에는 정해진 경로를 따라 움직이겠지?'라고 생각할 수도 있습니다.

실제로 그런 경우도 있습니다. 마치 고리를 그리듯 단순한 움직임을 계속 반복할 수도 있으니까요.

하지만 움직임을 제어하는 ​​매개변수를 조금만 바꿔도 상황은 달라지기 시작합니다. 규칙적이던 경로가 훨씬 복잡한 형태로 변할 수 있고, 조금 더 조정하면 가지가 뻗어 나오기도 하며, 계속 변화를 주다 보면 시스템이 혼돈(chaos) 상태로 빠져들 수도 있습니다.

그 과정에서 움직이는 점은 캔버스 위에 경이롭고 다양한 형태를 남깁니다. 때로는 해파리, 불가사리, 꽃, 나비, 혹은 현미경으로 들여다본 미세한 생명체처럼 보이기도 하죠.

이것이 바로 동적 구모우스키-미라 끌개(dynamic Gumowski-Mira attractor)입니다.

가장 흥미로운 점: 단 하나의 형태만 존재하는 것이 아닙니다

구모우스키-미라 끌개를 처음 접한다면 '실제로 어떤 모양일까?'라고 궁금해하실 수 있습니다.

사실 그 질문에 대한 간단한 대답은 없습니다. 왜냐하면 단일하고 고정된 형태가 존재하지 않기 때문입니다.

매개변수를 바꾸면 완전히 다른 구조가 나타날 수 있습니다. 어떤 매개변수는 규칙적인 경로를 만들고, 어떤 것은 주기적인 구조를, 또 어떤 것은 복잡하고 정교한 패턴을 만들어냅니다. 특정 매개변수 조합은 시스템을 혼돈 상태로 이끌기도 합니다.

이러한 특성 덕분에 '블라인드 박스'를 열어보는 듯한 탐구에 아주 적합합니다. 즉, 특정 숫자 조합이 시스템을 어디로 이끌지 확인해 볼 수 있는 기회인 셈이죠.

하나의 점으로 시작하기

많은 어트랙터(attractor)와 마찬가지로, 아주 단순한 것, 즉 하나의 점에서 시작할 수 있습니다.

이 점은 x와 y, 다시 말해 가로 및 세로 좌표로 정의되는 위치를 가집니다.

그런 다음 수학적 규칙이 점에게 지시를 내립니다. “현재 위치를 바탕으로 다음 단계를 계산하라.” 그러면 점이 이동합니다. 새로운 위치에 도달하면 다시 계산하고 이동하며, 이 과정이 반복됩니다.

현재 위치 → 다음 단계 계산 → 이동 → 새로운 위치 → 다시 계산 → 다시 이동 → 수없이 반복

처음에는 흩어진 몇 개의 점만 보일 수도 있습니다. 하지만 계산이 계속되면서 점들이 지나온 경로가 더 많이 드러나고, 마침내 완전한 구조가 서서히 나타나게 됩니다.

단순한 무작위 패턴이 아닙니다

이런 복잡한 패턴을 보면 “무작위로 생성된 것일까?” 하는 의문이 들 수도 있습니다.

그렇지 않습니다. 모든 단계에는 명확한 규칙이 작용합니다. 초기 위치, 매개변수, 계산 규칙이 동일하다면 시스템은 정확히 같은 방식으로 전개됩니다.

따라서 단순히 점을 무작위로 흩뿌리는 것이 아니라, 특정 규칙에 따라 계산을 반복적으로 수행하는 과정입니다.

이것이 바로 어트랙터의 가장 매력적인 점 중 하나입니다. 겉보기에는 혼란스럽고 무작위해 보일지라도, 실제로는 매우 정밀하고 명확하게 정의된 규칙에서 비롯된다는 것입니다.

그렇다면, 구모우스키-미라(Gumowski-Mira) 끌개는 정확히 무엇을 계산하는 걸까요?

수학적 공식을 살펴보면 대략 다음과 같습니다:

x_n+1 = y_n + αx(1 - σy_n²)y_n + f(x_n)

y_n+1 = -x_n + f(x_n+1)

f(x) = μx + 2(1 - μ)x² / (1 + x²)

이 공식들은 시스템이 다음에 어떻게 움직일지를 결정합니다. 공식을 일일이 외울 필요는 없습니다. 그저 핵심 개념만 이해하면 됩니다. 즉, 현재 위치와 매개변수 → 다음 위치를 구하고, 다시 새로운 위치 → 다음 단계 계산으로 이어지는 과정을 계속 반복하는 것입니다.

세 개의 조절 다이얼과 같은 세 가지 매개변수

α, σ, μ를 세 개의 조절 다이얼(노브)이라고 상상해 보세요. 하나를 돌릴 때마다 시스템의 움직임 방식이 달라집니다. 이러한 움직임이 계속 반복되므로, 그 결과로 나타나는 패턴의 모양도 함께 변하게 됩니다.

μ: '비틀림 강도'라고 생각하면 됩니다. 가장 큰 영향을 미치며, 아주 약간만 바꿔도 패턴이 '꽃' 모양에서 '소용돌이' 모양으로 완전히 달라질 수 있습니다.

α: '피드백 강도'라고 생각하면 됩니다. 중간 정도의 영향을 미치며, 주로 패턴의 밀도(조밀함)와 이동 속도에 관여합니다.

σ: 피드백 계수입니다. α의 피드백 강도를 미세하게 조정하는 역할을 합니다. 영향력은 가장 작으며, 일종의 '미세 조정(fine-tuning)' 매개변수라고 할 수 있습니다.

비유를 들자면, μ(비틀림 강도)는 패턴의 전체적인 형태를 결정하는 '왜곡(distortion) 다이얼'과 같고, α(피드백 강도)는 패턴이 느슨한지 팽팽한지를 결정하는 '장력(tension)'과 같으며, σ(피드백 계수)는 α와 연동되어 작동하는 '미세 조정 나사'와 같습니다.

하지만 정말 흥미로운 점은 단지 패턴이 더 아름다워졌다는 것만이 아닙니다.

단순히 '예쁜 그림을 얻기 위해 매개변수를 미세하게 조정하는' 문제라면, 이는 클리포드 끌개(Clifford attractor)나 드 용 끌개(De Jong attractor)와 별반 다르지 않을 것입니다.

구모우스키-미라(Gumowski-Mira) 끌개가 진정으로 특별한 이유는 매개변수를 변경하면 시스템 전체의 움직임(거동)이 바뀔 수 있다는 점입니다.

다시 말해, 변하는 것은 단지 패턴의 모양만이 아니라 점이 실제로 움직이는 방식 그 자체입니다.

어떤 방식으로 움직이는 시스템을 상상해 보세요. 예를 들어, 한두 번 움직였다가 원래 위치로 돌아오는 경우입니다. 이는 매우 규칙적으로 보이는 주기적 운동(예: A → B → A → B...)의 한 형태입니다.

이제 매개변수를 약간 조정한다고 가정해 봅시다. 하나의 주기가 두 개로 나뉠 수 있습니다. 조금 더 바꾸면 네 개의 주기가 나타날 수도 있습니다. 매개변수를 계속 변화시키면 시스템은 점점 더 복잡해집니다. 단순한 주기에서 더 복잡한 주기로 진화하는 이 과정을 우리는 주기 배가(period-doubling)라고 부릅니다.

매개변수를 계속 변경하면 시스템은 혼돈(chaos)이라 불리는 매우 복잡한 상태로 진입할 수 있습니다. 이것은 프로그램이 갑자기 무작위로 변한다는 뜻이 아닙니다. 오히려 시스템은 여전히 ​​규칙의 지배를 받지만, 그 장기적인 움직임이 믿을 수 없을 만큼 복잡해지는 것입니다. 시스템은 공식에 따라 단계별로 계산을 계속 수행하지만, 다음 순간이나 먼 미래에 어떤 상태가 될지 직관적으로 예측하는 것은 불가능해집니다. 바로 그 점이 혼돈계(chaotic systems)를 그토록 매력적으로 만듭니다.

일반적인 수학적 시각화에서는 단순히 '다음 이미지가 어떤 모습일지 모르겠다'고 생각할 수 있습니다. 하지만 구모우스키-미라 끌개의 경우 상황은 한 단계 더 나아갑니다. 즉, '매개변수를 바꾼 뒤 시스템이 어떤 움직임을 보일지조차 알 수 없다'는 것입니다. 규칙적인 궤적, 주기적 구조, 혹은 복잡한 혼돈 패턴이 나타날 수도 있습니다. 궁극적으로 여러분이 보게 되는 것은 단순히 서로 다른 이미지의 나열이 아니라, 뚜렷하게 구별되는 수학적 움직임입니다.

이것은 단순한 '그림'이 아니라 궤적들의 집합입니다

점이 단 10단계만 움직인다고 가정해 봅시다. 아마 아무것도 보이지 않을 것입니다. 100단계로 움직이면 약간의 구조가 나타나기 시작합니다. 10,000단계가 되면 패턴이 점점 더 뚜렷해집니다. 100,000단계에 이르면 복잡한 형태가 온전히 드러납니다. 즉, 눈에 보이는 패턴은 사실 점이 이동해 온 경로입니다. 이는 미리 준비된 이미지가 아니라, 움직임이 남긴 흔적인 셈입니다.

수많은 궤적이 겹쳐지면 인간의 뇌는 그 안에서 자연스럽게 익숙한 형태를 찾아냅니다. 특정 매개변수 조합으로 생성된 이미지는 해파리, 불가사리, 플랑크톤, 나비, 꽃, 심지어 과일의 단면 같은 모습을 연상시키기도 합니다.

그렇다면 '어트랙터(attractor)'란 무엇일까요?

어트랙터는 간단히 말해 시스템이 장기적인 움직임 속에서 특정 구조로 반복해서 돌아오거나 그 구조 근처에 머무는 상태라고 생각할 수 있습니다.

점은 단순히 멈춰 서는 것이 아니라 계속해서 움직입니다.

그렇다고 평면 전체를 무작정 배회하는 것도 아닙니다. 장기적으로 볼 때, 그 궤적은 특정 영역과 구조 안에 한정됩니다.

이러한 수많은 궤적을 겹쳐서 시각화하면 구모우스키-미라(Gumowski-Mira) 어트랙터를 볼 수 있습니다.

드 용(De Jong) 끌개와는 어떤 점이 다른가요?

이미 드 용(De Jong) 끌개를 살펴보셨다면 이런 의문이 들 수도 있습니다. "둘 다 매개변수를 바꿔서 아름다운 2차원 패턴을 만들어내는 것 아닌가요?"

물론 유사한 점도 있지만, 주목할 만한 차이점도 분명히 존재합니다.

드 용(De Jong) 끌개는 네 개의 숫자로 정의되는 수학적 질감을 탐구하는 실험실과 같습니다. 매개변수를 조절하여 새로운 구름, 리본, 추상적인 질감 등을 발견해 나가는 것이죠.

반면 구모우스키-미라(Gumowski-Mira) 끌개는 '행동 패턴'이 변화하는 수학적 시스템에 더 가깝습니다. 매개변수가 바뀌면 단순히 시각적 패턴만 변하는 것이 아니라, 시스템 자체가 주기성 → 주기 배가(period-doubling) → 복잡한 움직임 → 혼돈(카오스)의 과정을 거치며 변화할 수 있습니다.

요약하자면, 드 용(De Jong) 끌개가 '이 숫자들로 어떤 이미지를 그려낼 수 있는지'를 보는 것이라면, 구모우스키-미라(Gumowski-Mira) 끌개는 '숫자를 변경했을 때 시스템 자체가 어떻게 진화하는지'를 살펴보는 데 더 중점을 둡니다.

로렌츠 끌개(Lorenz attractor)와도 다릅니다

로렌츠 끌개는 혼돈(카오스)과 나비 효과로 가장 잘 알려져 있습니다. 이는 연속 시간 3차원 시스템에서 비롯되며, 궁극적으로 고전적인 '양날개 나비' 모양을 형성합니다.

반면, 구모우스키-미라 끌개(Gumowski-Mira attractor)는 2차원 이산 동역학 시스템입니다. 이 시스템은 첫 번째 위치에서 두 번째, 세 번째 위치로 단계별로 위치를 계산해 나가며, 결국 다양한 2차원 패턴을 만들어냅니다.

요약하자면:

로렌츠 끌개: 수학적 나비 + 혼돈(카오스) 이론.

구모우스키-미라 끌개: 매개변수 변화 + 주기성에서 혼돈으로의 전이 + 다양한 형태.

그 이면에는 실제 물리학 이야기가 담겨 있습니다

구모우스키-미라 끌개는 단순히 아름다운 패턴을 만들기 위해 고안된 공식이 아닙니다. 이는 CERN(유럽입자물리연구소)의 구모우스키(Gumowski)와 미라(Mira)가 수행한 연구와 관련이 있습니다. 그들은 가속된 입자의 궤적을 연구했고, 이 과정에서 구모우스키-미라 끌개가 개발되었습니다.

다시 말해, 오늘날 화면에서 볼 수 있는 해파리, 불가사리, 나비, 그리고 복잡한 질감은 '복잡한 동역학 시스템 내에서 입자는 어떻게 움직이는가?'라는 근본적인 질문에서 비롯되었습니다.

이는 물리학 문제 → 수학적 모델 → 반복 계산 → 복잡한 궤적 → 오늘날 우리가 보는 수학적 패턴으로 이어지는 매혹적인 발전 과정을 보여줍니다.

Gumowski-Mira의 세계를 직접 탐험해 보세요

사전 설정된 구성으로 시작할 수 있습니다.

먼저 매개변수를 변경하지 않고 움직임을 관찰해 보세요. 그런 다음 α 값을 바꿔서 다시 생성해 보고, σ 값을 변경하여 결과를 확인합니다. 마지막으로 μ 값을 조정해 시스템이 완전히 다른 상태로 변하는지 살펴보세요.

Gumowski-Mira 어트랙터(attractor)를 즐기는 가장 흥미로운 방법은 '어떤 매개변수 조합이 정답인가?'를 묻는 것이 아닙니다. 단 하나의 정답이란 존재하지 않기 때문입니다.

가장 규칙적이거나 복잡하고, 대칭적이거나 유기적이며, 추상적이거나 혹은 가장 기묘한 패턴을 찾아볼 수 있습니다. 여러분이 매개변수를 선택하면 시스템이 그에 따른 결과를 보여줍니다.

세 개의 숫자, 끊임없이 변화하는 하나의 세계

다시 처음으로 돌아가 봅시다.

우리에게는 단 하나의 점, 세 가지 핵심 매개변수, 그리고 일련의 수학적 규칙만 있을 뿐입니다.

이제 시스템이 계산하고 움직이며 이를 끝없이 반복하게 합니다.

특정 조건에서는 움직임이 규칙적으로 유지됩니다. 매개변수를 바꾸면 주기 배가(period-doubling) 현상이 나타날 수 있고, 더 변화를 주면 시스템이 혼돈(chaos) 상태로 빠져들 수도 있습니다.

이 움직임이 남긴 모든 궤적을 합치면 하나의 패턴이 드러납니다. 생명체나 식물, 해양 생물, 혹은 추상 미술을 연상시키는 패턴이죠.

이것이 바로 역동적인 Gumowski-Mira 어트랙터가 가진 가장 매력적인 점입니다. 단순히 이미지의 외형을 바꾸는 것이 아니라, 시스템 전체의 움직임 방식을 변화시키는 것입니다.

수학의 세계를 계속 탐험해 보세요

구모우스키-미라(Gumowski-Mira) 끌개는 정말 독특한 유형의 끌개입니다.

매개변수를 조절하며 추상적인 질감을 탐구하는 것을 즐기신다면, 드 용(De Jong) 끌개나 클리포드(Clifford) 끌개도 시도해 보세요.

3차원 공간의 기묘한 구조를 관찰하는 데 관심이 있다면 아이자와(Aizawa) 끌개를 탐구해 볼 수 있습니다.

혼돈(카오스), 기상 패턴, 나비 효과에 매력을 느끼신다면 로렌츠(Lorenz) 끌개를 살펴보세요.

구모우스키-미라 끌개는 그 자체로 특별한 점이 있습니다. 바로 매개변수가 변함에 따라 단순한 2차원 시스템이 질서 정연한 움직임에서 복잡성, 나아가 혼돈(카오스) 상태로 어떻게 진화하며 끝없이 다양한 수학적 형태를 만들어내는지 보여준다는 것입니다. 다음에 '다음(Next)' 버튼을 클릭할 때 무엇을 보게 될지 정확히 알 수는 없겠지만, 한 가지 확실한 점은 그 형태가 미리 그려진 것이 아니라는 사실입니다. 그것은 수학적 규칙에 의해 단계적으로 생성되어 나타나는 형태입니다.

또한 더 놀라운 수학적 패턴을 계속해서 즐기실 수 있습니다.