topic★★★★★난이도 · 약 25분
푸리에 변환
시간 → 주파수, 음성인식·이미지 압축, FFT.
#푸리에#FFT#주파수#신호처리
왜 배우는가
음악 앱이 노래를 듣고 제목을 알려주는 원리, JPEG가 사진을 1/10로 압축하는 원리, MRI가 뇌를 촬영하는 원리 — 모두 푸리에 변환이다. '복잡한 신호를 단순한 파동의 합으로 분해하는 마법'이다.
오케스트라의 합주를 듣고 '바이올린, 첼로, 플루트'를 구별할 수 있는가? 귀가 하는 이 작업이 바로 푸리에 변환이다. 복잡한 소리(시간 영역)를 개별 주파수 성분(주파수 영역)으로 분해한다.
핵심 아이디어: 모든 복잡한 파형은 단순한 사인파의 합으로 분해할 수 있다. 사각파, 톱니파, 심지어 사람의 목소리도 — 적절한 사인파를 충분히 더하면 재현할 수 있다.
| 응용 | 입력 | 푸리에 변환 결과 | 활용 |
|---|---|---|---|
| 음성인식 | 음성 파형 | 주파수 스펙트럼 | 음소 구별 |
| JPEG 압축 | 이미지 픽셀 | 주파수 성분 | 고주파 제거로 압축 |
| MRI | 자기공명 신호 | 공간 주파수 | 인체 단면 영상 |
| 노이즈 제거 | 잡음 섞인 신호 | 잡음 주파수 분리 | 깨끗한 신호 복원 |
FFT(고속 푸리에 변환): 푸리에 변환을 빠르게 계산하는 알고리즘. 원래 N² 번 계산이 필요한 것을 N·log(N)으로 줄였다. 20세기 가장 중요한 알고리즘 중 하나로 꼽힌다.
실생활 응용: ① MP3/AAC 음악 압축 ② JPEG 이미지 압축(DCT) ③ 의료 MRI·CT 영상 재구성 ④ 시리·빅스비 음성 인식 ⑤ 기계 진동 분석을 통한 설비 이상 탐지.
실기 드릴 4문항
space_bar실기 드릴 · 빈칸 채우기
푸리에 변환은 신호를 ___ 영역에서 ___ 영역으로 변환한다.
check_circle실기 드릴 · OX
FFT의 계산 복잡도는 O(N²)이다.
edit실기 드릴 · 단답형
JPEG 압축에서 이미지의 고주파 성분을 제거(양자화)해도 인간 눈에 차이가 적은 이유는 무엇과 관련이 있는가?
check_circle실기 드릴 · OX
샘플링 정리(나이퀴스트 이론)에 의하면 최대 주파수 f_max인 신호를 복원하려면 표본화율이 최소 2·f_max 이상이어야 한다.