벡터 연산 — 위치벡터·내적

💡 왜 필요할까요?

검색 엔진은 질문 문서와 답변 문서를 각각 벡터로 변환한 뒤, 내적(코사인 유사도)으로 유사성을 측정합니다. 물리에서 힘이 한 일은 $W=\vec{F}\cdot\vec{d}$, 태양전지는 빛 벡터와 패널 법선벡터의 내적이 클수록 효율적입니다.

📜 역사 이야기

19세기 말, 물리학자들은 전자기장, 유체 흐름, 탄성체 응력 같은 방향성 물리량을 표현할 새로운 수학 도구가 절실히 필요했습니다. 예일대학교 수리물리학 교수 조사이어 윌러드 깁스(Josiah Willard Gibbs, 1839~1903)는 해밀턴의 사원수를 분석하다가, 스칼라 부분과 벡터 부분을 분리하면 물리 계산이 훨씬 간결해진다는 것을 발견했습니다. 1881년, 깁스는 학생들을 위해 《벡터 해석학 원론(Elements of Vector Analysis)》이라는 강의 노트를 직접 제작하여 배포했습니다. 여기서 그는 두 벡터의 **내적(dot product, 스칼라 적)**과 **외적(cross product, 벡터 적)**을 독립적인 연산으로 정의했습니다. 내적 $\vec{a}\cdot\vec{b} = |\vec{a}||\vec{b}|\cos\theta$는 물리에서 일(work)의 계산과 자연스럽게 연결되었고, 외적은 토크(torque)와 자기력을 표현하는 데 완벽히 맞았습니다. 깁스의 벡터 해석학은 동시대 영국의 올리버 헤비사이드(Oliver Heaviside)와도 독립적으로 개발되었으며, 이 체계는 맥스웰의 전자기 방정식을 20개의 성분 방정식에서 단 4개의 우아한 벡터 방정식으로 압축시켰습니다. 오늘날 딥러닝에서 사용하는 코사인 유사도(cosine similarity)도 내적의 직접적인 응용으로, 두 문장 벡터의 의미적 유사성을 측정하는 데 쓰입니다.

"수학은 언어다. 좋은 표기법은 올바른 생각을 강제한다." — 조사이어 윌러드 깁스

🔬 직접 발견하기

📐 공식 이해하기

내적(dot product)은 두 벡터를 '스칼라'로 변환하는 연산입니다. 성분 공식과 기하 공식이 항상 같은 값을 줍니다. $\theta$는 두 벡터가 이루는 각도($0° \le \theta \le 180°$).

\vec{a} \cdot \vec{b}

내적 (결과가 스칼라)

$\theta$

두 벡터가 이루는 각도

\overrightarrow{OP}

원점 O에서 점 P까지의 위치벡터

1. 1
   성분 공식: $\vec{a}\cdot\vec{b} = a_1 b_1 + a_2 b_2$ (계산하기 쉬움)
2. 2
   기하 공식: $\vec{a}\cdot\vec{b} = |\vec{a}||\vec{b}|\cos\theta$ (각도를 구할 때)
3. 3
   수직 조건: $\vec{a}\perp\vec{b}$ ⟺ $\vec{a}\cdot\vec{b} = 0$ (코사인 90°= 0)
4. 4
   평행 조건: $\vec{a}\parallel\vec{b}$ ⟺ $\vec{a}\cdot\vec{b} = \pm|\vec{a}||\vec{b}|$
5. 5
   위치벡터: 원점 $O$에서 점 $P(a,b)$까지의 벡터 $\overrightarrow{OP} = (a,b)$

📝 퀴즈로 확인하기

📋 수능 기출 문제