같은 PDE, 세 가지 길#

편미분방정식(PDE)을 컴퓨터로 풀려면 연속적인 공간을 **이산화(discretization)**해야 합니다. 같은 방정식이라도 어떤 철학으로 이산화하느냐에 따라 완전히 다른 수치 기법이 됩니다.

간단한 1D 이류-확산 방정식을 예시로 잡겠습니다:

$$\frac{\partial u}{\partial t} + a\frac{\partial u}{\partial x} = \nu\frac{\partial^2 u}{\partial x^2}$$

이 하나의 방정식에 대해 FDM, FEM, FVM이 각각 어떻게 접근하는지 살펴봅시다.

---

1. 유한차분법 (Finite Difference Method, FDM)#

핵심 아이디어#

“

미분을 **차분(difference)**으로 직접 근사한다.

가장 직관적인 접근입니다. 격자점(node)에서의 함수값을 Taylor 전개하여 도함수를 근사합니다.

수학적 출발: Taylor 전개#

점 $x_i$에서의 Taylor 전개:

$$u(x_i + \Delta x) = u(x_i) + \Delta x \frac{\partial u}{\partial x}\bigg|_i + \frac{\Delta x^2}{2}\frac{\partial^2 u}{\partial x^2}\bigg|_i + \cdots$$

이로부터 차분 근사를 유도합니다:

전방 차분 (Forward):

$$\frac{\partial u}{\partial x}\bigg|_i \approx \frac{u_{i+1} - u_i}{\Delta x} + O(\Delta x)$$

중앙 차분 (Central):

$$\frac{\partial u}{\partial x}\bigg|_i \approx \frac{u_{i+1} - u_{i-1}}{2\Delta x} + O(\Delta x^2)$$

2차 도함수:

$$\frac{\partial^2 u}{\partial x^2}\bigg|_i \approx \frac{u_{i+1} - 2u_i + u_{i-1}}{\Delta x^2} + O(\Delta x^2)$$

이류-확산 방정식에 적용#

중앙 차분을 사용하면:

$$\frac{du_i}{dt} + a\frac{u_{i+1} - u_{i-1}}{2\Delta x} = \nu\frac{u_{i+1} - 2u_i + u_{i-1}}{\Delta x^2}$$

격자점의 미지수 $u_i$에 대한 연립 ODE 시스템이 됩니다.

장단점#

장점:

• 개념이 단순하고 구현이 쉬움
• 구조 격자(structured grid)에서 매우 효율적
• 고차 정확도 달성이 용이 (compact scheme, spectral-like scheme)
• 직교 격자에서 행렬 구조가 깔끔 (band matrix)

단점:

• 비정렬 격자(unstructured grid) 적용이 어려움 - 이것이 치명적
• 복잡한 형상에 대한 격자 생성이 까다로움
• 보존 법칙을 자동으로 만족시키지 않음

대표 적용 분야#

• DNS/LES (직교 격자 기반 난류 시뮬레이션)
• 기상/해양 모델 (구조 격자)
• 지진파 전파 시뮬레이션
• Compact scheme 기반 고정밀 계산

---

2. 유한요소법 (Finite Element Method, FEM)#

핵심 아이디어#

“

해를 기저함수(basis function)의 선형결합으로 근사하고, **가중 잔차(weighted residual)**를 최소화한다.

FEM은 미분 방정식을 풀지 않습니다. 대신 **약형식(weak formulation)**이라 불리는 적분 형태로 변환합니다.

수학적 출발: 약형식 (Weak Form)#

원래 PDE(강형식, strong form)에 시험함수(test function) $w$를 곱하고 적분합니다:

$$\int_\Omega w \left(\frac{\partial u}{\partial t} + a\frac{\partial u}{\partial x} - \nu\frac{\partial^2 u}{\partial x^2}\right) dx = 0$$

확산항에 부분 적분(integration by parts)을 적용하면:

$$\int_\Omega w \frac{\partial u}{\partial t}\,dx + \int_\Omega w\, a\frac{\partial u}{\partial x}\,dx + \int_\Omega \nu\frac{\partial w}{\partial x}\frac{\partial u}{\partial x}\,dx = \left[\nu w \frac{\partial u}{\partial x}\right]_\Gamma$$

이것이 약형식입니다. 핵심 변화를 주목하세요:

• 원래 2차 도함수가 필요했지만, 부분 적분 후 1차 도함수만 필요
• 해의 연속성 요구사항이 완화됨 ($C^1 \to C^0$)
• 경계 조건이 자연스럽게 포함됨 (Neumann BC = 우변)

Galerkin 근사#

해를 기저함수 $\phi_j$의 선형결합으로 표현합니다:

$$u^h(x, t) = \sum_{j=1}^{N} U_j(t)\,\phi_j(x)$$

Galerkin 방법에서는 시험함수와 기저함수를 같은 공간에서 택합니다 ($w = \phi_i$):

$$\sum_j \left(\int_\Omega \phi_i \phi_j\,dx\right) \frac{dU_j}{dt} + \sum_j \left(\int_\Omega \phi_i\, a\, \phi_j'\,dx + \int_\Omega \nu\, \phi_i'\, \phi_j'\,dx\right) U_j = 0$$

행렬 형태로:

$$\mathbf{M}\frac{d\mathbf{U}}{dt} + \mathbf{K}\mathbf{U} = \mathbf{f}$$

• $\mathbf{M}$: 질량 행렬 (mass matrix)
• $\mathbf{K}$: 강성 행렬 (stiffness matrix)
• $\mathbf{f}$: 경계/소스 벡터

기저함수의 선택#

가장 많이 쓰이는 것은 라그랑주 다항식(Lagrange polynomial) 기반 요소입니다:

장단점#

장점:

• 비정렬 격자에 자연스러움 - 삼각형/사면체 메시로 복잡한 형상 처리
• 수학적으로 엄밀한 오차 추정(a priori / a posteriori error estimate) 가능
• 적응 격자(adaptive mesh refinement)와 궁합이 좋음
• p-refinement (다항식 차수 높이기)와 h-refinement (격자 세분화) 유연하게 선택

단점:

• 보존 법칙을 직접 만족시키지 않음 (표준 Galerkin)
• 대류 지배 문제에서 불안정 (oscillation) - SUPG, GLS 등의 안정화 필요
• 질량 행렬 역행렬 필요 (또는 mass lumping)
• FDM/FVM 대비 구현 복잡도 높음

대표 적용 분야#

• 고체 역학 / 구조 해석 (FEM의 원래 고향)
• 전자기장 해석
• 열전달
• 생체역학
• 지반/지질 역학

---

3. 유한체적법 (Finite Volume Method, FVM)#

핵심 아이디어#

“

보존 법칙을 **제어 체적(control volume)**에 대해 적분하고, 체적 경계를 통과하는 **플럭스(flux)**의 균형을 맞춘다.

FVM은 물리적 보존 법칙을 가장 직접적으로 반영합니다.

수학적 출발: 적분형 보존 법칙#

이류-확산 방정식을 적분형으로 씁니다:

$$\frac{d}{dt}\int_{V_i} u\,dx + \oint_{\partial V_i} \left(au - \nu\frac{\partial u}{\partial x}\right) \cdot n\, dS = 0$$

제어 체적 $V_i = [x_{i-1/2},\, x_{i+1/2}]$에 대해:

$$\frac{d\bar{u}_i}{dt} = -\frac{1}{\Delta x}\left(\hat{F}_{i+1/2} - \hat{F}_{i-1/2}\right)$$

여기서 $\bar{u}_i$는 셀 평균값이고, $\hat{F}_{i+1/2}$는 셀 경계에서의 수치 플럭스입니다.

수치 플럭스의 결정#

FVM의 핵심은 셀 경계 플럭스를 어떻게 계산하느냐입니다:

이류항 - Riemann solver 또는 upwind 기반:

$$\hat{F}^{adv}_{i+1/2} = \text{RiemannSolver}(\bar{u}_i,\, \bar{u}_{i+1})$$

확산항 - 중앙 차분:

$$\hat{F}^{diff}_{i+1/2} = -\nu\frac{\bar{u}_{i+1} - \bar{u}_i}{\Delta x}$$

재구성 (Reconstruction)#

셀 평균값만으로는 1차 정확도입니다. 고차 정확도를 위해서는 셀 내부의 분포를 **재구성(reconstruction)**해야 합니다:

MUSCL (2nd order):

$$u_{i+1/2}^L = \bar{u}_i + \frac{1}{2}\psi(r_i)\,(\bar{u}_i - \bar{u}_{i-1})$$

여기서 $\psi$는 slope limiter, $r_i$는 연속된 기울기의 비율입니다.

WENO (5th order):

세 개의 2차 다항식 후보를 비선형 가중 평균하여 5차 정확도를 달성합니다:

$$u_{i+1/2}^L = \sum_{k=0}^{2} \omega_k\, q_k(x_{i+1/2})$$

smoothness indicator $\beta_k$에 따라 가중치 $\omega_k$가 결정되어, 불연속 근처에서는 자동으로 매끈한 스텐실에 가중치를 줍니다.

장단점#

장점:

• 보존 법칙이 이산 수준에서 정확히 만족 - CFD에서 결정적 장점
• 충격파, 불연속면 포착에 강함
• 비정렬 격자 적용 가능
• 물리적 직관과 직결되는 플럭스 기반 사고

단점:

• 고차 정확도 달성이 FEM보다 어려움 (재구성이 복잡해짐)
• 확산 방정식에서는 FEM보다 비효율적일 수 있음
• 비정렬 격자에서 고차 재구성의 구현이 까다로움

대표 적용 분야#

• CFD 전반 (OpenFOAM, ANSYS Fluent, SU2)
• 압축성/비압축성 유동
• 다상유동, 연소, 반응 유동
• 기상/기후 모델의 역학 코어 일부

---

핵심 비교#

수학적 출발점#

"무엇을" 이산화하는가#

이것이 가장 본질적인 차이입니다:

• FDM: 미분 연산자($\partial/\partial x$)를 이산화
• FEM: 해 공간(solution space)을 이산화
• FVM: 적분형 방정식의 플럭스를 이산화

미지수의 위치#

• FDM: 격자점(node)에서의 점값(point value)
• FEM: 절점(node)에서의 점값 (기저함수의 계수)
• FVM: 셀(cell)의 평균값(cell average)

종합 비교#

---

경계가 흐려지는 현대 기법들#

최근에는 세 기법의 장점을 결합한 하이브리드 방법들이 활발히 연구되고 있습니다:

Discontinuous Galerkin (DG)#

FEM의 기저함수 + FVM의 플럭스 개념을 결합합니다. 각 셀 내부에서는 다항식으로 해를 근사(FEM)하고, 셀 경계에서는 Riemann solver로 플럭스를 계산(FVM)합니다.

$$\int_{V_i} w \frac{\partial u^h}{\partial t}\,dx - \int_{V_i} \frac{\partial w}{\partial x} F(u^h)\,dx + \hat{F}_{i+1/2} w_{i+1/2}^- - \hat{F}_{i-1/2} w_{i-1/2}^+ = 0$$

보존성 + 고차 정확도 + 비정렬 격자 모두를 만족합니다. 다만 계산 비용이 높고, 충격파 근처에서 limiter가 필요합니다.

Spectral Difference / Flux Reconstruction#

DG와 유사하지만 적분 없이 미분 형태로 풀어 효율성을 높인 기법입니다. GPU 가속과 궁합이 매우 좋아 차세대 CFD 솔버에서 주목받고 있습니다.

Meshless Methods (SPH 등)#

격자 자체를 없애는 접근. 입자(particle) 기반으로 근사합니다. 자유표면 유동, 대변형 문제에 강점이 있지만 정확도/일관성 이슈가 있습니다.

---

결론: 어떤 것을 선택해야 하는가#

만능 기법은 없습니다. 문제의 성격이 선택을 결정합니다:

• 구조 해석, 열전달, 전자기: FEM
• 압축성 유동, 충격파, 다상유동: FVM
• DNS, 구조 격자 고정밀 계산: FDM
• 고차 정확도 + 보존성 동시에: DG (FEM + FVM 하이브리드)

핵심은 각 기법의 수학적 출발점과 한계를 이해하는 것입니다. 그래야 문제에 맞는 도구를 고를 수 있고, 결과를 올바르게 해석할 수 있습니다.