물줄기는 왜 방울로 끊어지는가 — Plateau–Rayleigh 불안정성과 분열 레짐
표면장력이 물기둥을 방울로 조각내는 원리와 분사 설계의 무차원 지도
주방 수도꼭지를 반쯤만 열어보자. 처음엔 매끈한 기둥이다. 그런데 10cm쯤 떨어진 지점부터 규칙적인 방울로 끊어진다. 매일 보는 장면이지만, 왜 연속체가 스스로 끊어지는지 답하기는 어렵다. 이 포스트는 1849년 Joseph Plateau와 1879년 Lord Rayleigh가 내놓은 고전적 설명을 따라가고, 엔진 분사노즐·잉크젯 설계에서 오늘도 쓰는 Weber 수(관성력/표면장력 비)와 Ohnesorge 수(점성/관성·표면장력 비)가 어떻게 그 결과를 확장하는지 본다. 끝까지 읽으면 "왜 어떤 제트는 굵은 방울로 끊어지고, 어떤 제트는 안개처럼 부서지는가"를 하나의 레짐 지도로 답할 수 있다.
연속체가 왜 끊어지는 길을 택하는가#
표면장력은 표면적을 줄이려는 힘이다. 같은 부피의 액체라면 공 모양일 때 표면적이 가장 작다. 그래서 한 덩어리 물은 무중력에서 구를 이룬다.
그렇다면 같은 부피의 긴 물기둥과, 그 물을 일정 간격으로 잘라 만든 방울 사슬 중 어느 쪽이 표면적이 더 작을까. 직관과 달리 방울 사슬 쪽이 작다 — 단, 잘라내는 간격이 기둥의 둘레보다 길 때만 그렇다. 물기둥이 스스로 분열하는 이유는 여기서 나온다. 에너지가 낮은 상태로 굴러 떨어지려는 자연스러운 결과다.
Plateau의 기하학적 직관#
Plateau는 반지름 인 원기둥이 축 방향으로 파장 의 약한 변형을 받았을 때 표면적 변화를 계산했다.
여기서 는 무차원 파수 (파수 와 반지름의 곱)다. 이 값이 1보다 작으면 , 즉 섭동이 커질수록 표면적이 줄어 에너지적으로 이득이다. 반대로 1보다 크면 , 섭동은 가라앉는다.
조건을 다시 쓰면 간단하다.
원기둥의 둘레보다 긴 파장만 성장한다. 이 기준이 Plateau 한계다.
Rayleigh의 선형 안정성#
Plateau는 "어떤 파장이 성장할 수 있는지"만 답했다. "어느 파장이 가장 빨리 성장하는지"는 30년 뒤 Rayleigh가 비점성 Navier–Stokes에 작은 섭동 를 넣어 분산관계로 찾았다.
는 성장률(단위 ), 는 표면장력(N/m), 는 액체 밀도, 은 수정 Bessel 함수. 우변 괄호의 가 Plateau 한계 그대로다.
최댓값은 에서 나오고, 대응 파장은 . 물기둥은 자기 반지름의 약 9배 주기로 잘리는 것을 선호한다. 이 주기가 실제 수돗물 방울의 간격을 거의 그대로 설명한다.
점성을 넣으면 Chandrasekhar가 정리한 대로 는 줄어들지만 이라는 불안정 경계 자체는 바뀌지 않는다. 점성은 성장을 느리게 할 뿐, 분열의 필요 조건에는 영향을 주지 않는다.
Weber와 Ohnesorge: 분열 레짐의 지도#
수도꼭지처럼 천천히 흘러나오는 경우엔 위의 설명만으로 충분하지만, 로켓 연소기·디젤 인젝터의 고속 제트는 주변 기체의 관성까지 개입한다. 여기서 두 무차원수가 등장한다.
는 가스 관성과 표면장력의 비, 는 액체 점성과 (관성·표면장력)의 비. 실험 데이터를 종합하면 제트 속도가 커지면서 네 단계의 레짐을 지난다.
| 레짐 | 주된 힘 | 방울 크기 vs 제트 지름 | 분열 위치 |
|---|---|---|---|
| Rayleigh breakup | 표면장력 | 방울 > 제트 지름 | 노즐에서 멀리 |
| First wind-induced | 표면장력 + 가스 관성 | 방울 ≈ 제트 지름 | 노즐에서 조금 떨어진 곳 |
| Second wind-induced | 가스 관성 우세 | 방울 < 제트 지름 | 노즐 근처 |
| Atomization | 순수 관성 파괴 | 방울 ≪ 제트 지름 | 노즐 끝에서 즉시 |
가 작으면() 레짐은 만으로 갈린다. 가 커지면 점성 보정이 필요하고, 실무에서는 같은 합성수로 경계를 그린다. 수돗물·잉크젯은 대개 Rayleigh breakup 영역. 디젤 인젝터는 Atomization을 노려 를 이상으로 올린다.
직접 성장률 곡선을 눈으로 보자#
아래 시뮬레이션에서 직접 조작해보자. 슬라이더로 파수 을 바꾸면 제트에 해당 파장의 섭동이 심어지고, 성장률 곡선 위 점이 함께 움직인다.
을 0.2 → 0.7로 올리면 성장률이 급격히 커져 더 빨리 방울로 조각난다. 을 1.1로 넘기면 곡선이 바닥에 붙어 섭동이 가라앉고, 기둥은 매끈하게 유지된다. Ohnesorge를 0 → 0.4로 올리면 성장 자체는 느려지지만 불안정한 범위는 그대로다 — 점성이 "경계를 지우지 못한다"는 점을 직접 확인할 수 있다.
Python으로 가장 빠른 파장 찾기#
Bessel 함수를 사용한 Rayleigh 분산관계를 그대로 옮겨 최적 파수를 수치 탐색한다. scipy의 i0, i1을 쓴다.
import numpy as np
from scipy.special import i0, i1
from scipy.optimize import minimize_scalar
def rayleigh_sigma(kR, sigma_s=0.072, rho=1000.0, R=1e-3):
"""비점성 Plateau-Rayleigh 성장률 (s^-1)."""
if kR <= 0 or kR >= 1:
return 0.0
coeff = sigma_s / (rho * R**3)
return np.sqrt(coeff * kR * (1 - kR**2) * i1(kR) / i0(kR))
def fastest_mode(R, sigma_s=0.072, rho=1000.0):
"""가장 빠르게 성장하는 파수와 대응 파장."""
res = minimize_scalar(
lambda x: -rayleigh_sigma(x, sigma_s, rho, R),
bounds=(0.01, 0.99), method='bounded'
)
kR_star = res.x
wavelength = 2 * np.pi * R / kR_star
sigma = rayleigh_sigma(kR_star, sigma_s, rho, R)
return kR_star, wavelength, sigma
if __name__ == "__main__":
R = 1e-3 # 1 mm 반지름 물기둥
kR_star, lam, sig = fastest_mode(R)
t_break = np.log(R / 1e-6) / sig # ε_0 = 1 μm 가정
print(f"kR* = {kR_star:.3f}")
print(f"lambda_max = {lam*1e3:.2f} mm (= {lam/R:.2f} R)")
print(f"sigma_max = {sig:.1f} /s")
print(f"breakup time ~ {t_break*1e3:.1f} ms")실행 결과는 kR* ≈ 0.697, λ_max ≈ 9.02 R, σ_max ≈ 380 /s, 분열 시간 약 18 ms다. 수도꼭지 아래 10~15 cm에서 방울이 생기는 일상의 관찰과 거의 맞는다. 를 곱하면 낙하 거리가 바로 나온다.
핵심 3줄 요약#
- 물기둥은 둘레보다 긴 파장()만 성장하며, 가장 빠른 파장은 로 고정된다.
- 점성은 성장률을 줄이지만 불안정 경계는 바꾸지 않는다 — 는 "분열 속도"를 조절할 뿐 "분열 여부"를 바꾸지 못한다.
- 실무 분사 설계는 와 의 평면에서 네 레짐 — Rayleigh / first·second wind-induced / atomization — 을 오가며, 노리는 방울 크기로 를 조절한다.
Share if you found it helpful.