Ch.6 수학이 모든 학문의 언어가 된다 (대학교)

푸리에 변환

푸리에 변환이 '복잡한 파동을 단순한 파동으로 분해'하는 것임을 이해한다실생활에서의 활용을 안다

오케스트라 음악에서 각 악기 소리를 분리할 수 있다

녹음된 음악 한 곡. 피아노, 기타, 드럼 소리가 다 섞여있다. 분리할 수 있을까?

섞인 소리에서 개별 악기를 어떻게 뽑아내지?

푸리에 변환 = 복잡한 파동을 주파수별 단순한 파동으로 분해하는 기술.

article

핵심 내용

어떤 복잡한 파동이든 sin 파동의 합으로 분해할 수 있다

음악 한 곡에는 여러 악기 소리가 섞여 있다. 푸리에 변환은 이 복잡한 파동을 개별 주파수로 분해하는 수학 도구다.

f(t) = 복잡한 파동

피아노+기타+드럼이 섞인 음악 신호

F(\omega) = \int_-∞^∞ f(t)e^-i\omega tdt

시간 영역의 신호를 주파수 영역으로 변환한다

F(\omega) = A_1\delta(\omega_1) + A_2\delta(\omega_2) + ·s

각 악기의 고유 주파수와 세기가 분리된다

f(t) = Σ_n A_n \sin(\omega_n t + \phi_n)

개별 sin 파동을 다시 합치면 원래 신호가 복원된다

푸리에 변환 = 복잡한 것을 단순한 조각으로 분해하는 도구. 음악·MRI·음성인식·노이즈 제거 등 모든 신호 처리의 핵심이다.

음악 = 여러 주파수의 sin 파동 합. 푸리에 변환으로 분해하면 어떤 주파수가 얼마나 포함됐는지 알 수 있다!

\hatf(\omega) = \int_-∞^∞ f(t) e^-i\omega t dt

복잡한 소리를 순수한 음(주파수)들로 분해하는 수학적 프리즘

푸리에 변환 = 시간 영역 → 주파수 영역으로 변환. '무슨 재료가 얼마나?'를 알려준다

녹음된 음성에 1000Hz 전파 노이즈가 섞였다 원래 200Hz 음성 신호만 살려낼 수 있을까?

깨끗한 물과 흙탕물을 나란히 놓으면, 어디에 불순물이 섞였는지 바로 보인다

푸리에 변환으로 주파수 영역에서 보면, 노이즈(1000Hz)만 골라 제거하고 원래 신호(200Hz)를 복원할 수 있다

푸리에 변환으로 시간 영역 → 주파수 영역으로 바꾸면 어떤 주파수가 있는지 한눈에 보인다!

푸리에 변환 결과 그래프에서 200Hz와 1000Hz에 스파이크가 보인다 노이즈를 제거하려면 무엇을 해야 할까?

1000Hz 노이즈를 제거하기 위한 올바른 방법은?

복잡한 소리를 주파수 성분으로 분해하면, 원하는 소리만 골라낼 수 있다.

x(t) = \sin(2π · 200t) + \sin(2π · 1000t)

원하는 200Hz 음성 위에 1000Hz 노이즈가 섞여 있다.

X(f) = \mathcalF\x(t)\ = \int_-∞^∞ x(t)e^-i2π ftdt

시간 영역 신호를 주파수 영역으로 변환한다.

X(f): 200Hz 피크 + 1000Hz 스파이크

스펙트럼에서 200Hz와 1000Hz 두 개의 뚜렷한 피크가 보인다.

H(f) = \begincases 1 & |f| ≤ 500Hz \\ 0 & |f| > 500Hz \endcases

500Hz 이하만 통과시키는 필터를 적용해 1000Hz 성분을 제거한다.

Y(f) = X(f) · H(f) ⇒ 1000Hz 제거

스펙트럼에 필터를 곱하면 1000Hz 스파이크가 사라진다.

y(t) = \mathcalF^-1\Y(f)\ = \sin(2π · 200t)

역 푸리에 변환으로 시간 영역에 돌아오면 깨끗한 200Hz만 남는다.

푸리에 변환 = 신호의 주파수 해부: 원하는 성분만 남기고 노이즈를 정밀하게 제거한다.

푸리에 변환 → 1000Hz 스파이크 제거 → 역변환 → 깨끗한 200Hz 음성! MRI, 음성인식, WiFi가 모두 이 원리를 사용한다

푸리에 변환 = 복잡한 신호의 재료 분석기! 원하는 성분만 골라 제거하거나 증폭할 수 있다.

푸리에 변환 = 복잡한 신호를 단순한 파동(sin/cos)으로 분해하는 도구

어떤 복잡한 신호든 sin + cos의 합으로 분해할 수 있다 — 이것이 푸리에의 핵심

푸리에 변환이 하는 일은?

푸리에 변환을 하면 시간 영역의 신호가 주파수 영역으로 바뀐다

푸리에 변환의 수학적 의미를 파악하세요

이산 푸리에 변환(DFT)에서 $N$개의 시간 영역 샘플을 변환하면 나오는 주파수 성분의 수는?

푸리에 변환의 응용 분야를 이해하세요

음악 파일의 MP3 압축에서 푸리에 변환이 활용되는 방식은?

순수한 사인파(sine wave)는 푸리에 변환 결과 단 하나의 주파수에만 에너지가 집중된다

고속 푸리에 변환(FFT)은 DFT보다 계산량이 적어 실시간 신호 처리에 사용된다

샘플링 정리(나이퀴스트 정리)에 의하면 신호에 포함된 최고 주파수의 ___ 배 이상으로 샘플링해야 원신호를 복원할 수 있다

푸리에 변환의 세계를 이해했습니다! 수학 코스를 모두 마쳤습니다!

compare_arrows

비교 정리

항목	속성	원래 음성 신호
주파수 성분	200\,\text{Hz}	200\,\text{Hz} + 1000\,\text{Hz}
파형 모양	깨끗한 사인파	울퉁불퉁한 합성파
진폭 패턴	균일한 진폭	불규칙한 진폭
주파수 스펙트럼	200\,\text{Hz} 피크 1개	200\,\text{Hz} + 1000\,\text{Hz} 피크 2개

항목	분야	예시
이퀄라이저	음악 주파수 조절	주파수별 분리·조절
MRI	자기공명 영상	신호 → 영상 변환
음성인식	시리·빅스비	주파수 패턴 → AI 변환
WiFi	무선 통신	주파수 분리로 동시 통신

퀴즈와 인터랙션으로 더 깊이 학습하세요

play_circle인터랙티브 레슨 시작