방향 도함수 계산기: 공식, 풀이 단계와 예제 완전 정리
방향 도함수 계산기는 다변수 함수가 특정 점에서 x축이나 y축 방향만이 아니라 우리가 선택한 방향으로 움직일 때 얼마나 빠르게 변하는지를 구해 줍니다. 함수의 그래디언트와 단위 벡터를 결합해 하나의 숫자를 내놓으며, 이 값은 해당 경로를 따라 함수가 증가하는지, 감소하는지, 아니면 그대로인지를 알려 줍니다. 이 글에서는 공식과 손으로 푸는 단계, 그리고 실제 숫자가 들어간 두 개의 완전한 예제를 다루어 어떤 계산기의 결과든 직접 검산할 수 있게 하고, 왜 그래디언트가 항상 가장 가파른 증가 방향을 가리키는지도 함께 살펴봅니다.
목차
방향 도함수란 무엇인가?
방향 도함수는 다변수 함수 f(x, y) — 또는 f(x, y, z) — 가 어떤 점에서 단위 벡터 u로 표현된 특정 방향으로 벗어날 때의 순간 변화율을 측정합니다. 편미분은 한 축과 평행한 움직임만 보지만, 방향 도함수는 더 일반적인 질문을 던질 수 있게 해 줍니다. 즉, 이 점에서 정확히 이 방향으로 한 걸음 나아가면 함수값은 얼마나 빨리 변하는가 하는 질문입니다. 사실 보통의 두 편미분 f_x와 f_y는 각각 (1, 0)과 (0, 1) 방향으로 잡은 방향 도함수의 특수한 경우일 뿐입니다. 결과는 언제나 벡터가 아니라 하나의 실수입니다. 값이 양수이면 방향 u로 움직일 때 함수가 증가한다는 뜻이고, 음수이면 감소한다는 뜻이며, 0이면 다른 방향으로는 변하고 있더라도 그 특정 방향으로는 순간적으로 평평하다는 뜻입니다.
1. 편미분과의 관계
f_x와 f_y는 오직 x축과 y축을 따르는 변화만 설명합니다. 방향 도함수 D_u f는 이 아이디어를 대각선 경로를 포함해 여러분이 고른 임의의 방향 u로 일반화합니다.
2. 방향은 반드시 단위 벡터여야 한다
공식이 단위 거리당 진짜 변화율을 주려면 u의 길이가 1이어야 합니다. 주어진 방향 벡터의 길이가 이미 1이 아니라면 먼저 정규화해야 합니다.
3. 결과는 스칼라
D_u f는 언제나 하나의 숫자 — 방향 u로 단위 거리만큼 움직일 때 f가 변하는 속도 — 이며, 벡터나 점이 아닙니다.
방향 도함수는 편미분의 더 유연한 형제입니다. 축 방향뿐 아니라 어떤 방향으로든 작동하니까요.
방향 도함수 공식
미분 가능한 함수 f(x, y)에 대해, 단위 벡터 u = (u₁, u₂) 방향의 방향 도함수는 D_u f = ∇f · u = f_x·u₁ + f_y·u₂ 입니다. 세 변수 함수 f(x, y, z)에서는 D_u f = f_x·u₁ + f_y·u₂ + f_z·u₃ 로 확장됩니다. 그래디언트 ∇f는 해당 점에서 계산한 모든 1계 편미분을 모아 놓은 벡터일 뿐입니다.
1. 1단계 — 그래디언트 구하기
두 변수라면 ∇f = (f_x, f_y)를, 세 변수라면 (f_x, f_y, f_z)를 계산합니다.
2. 2단계 — 방향 벡터 확보하기
v = (3, 4)처럼 주어진 방향 벡터 v에서 출발합니다.
3. 3단계 — 정규화하기
크기 |v| = √(v₁² + v₂² + ...)를 구한 뒤 각 성분을 |v|로 나누어 단위 벡터 u = v ÷ |v|를 얻습니다.
4. 4단계 — 내적 계산
그래디언트와 u를 성분별로 곱한 뒤 모두 더합니다: D_u f = ∇f · u.
D_u f(x, y) = ∇f(x, y) · u — 그래디언트와 단위 방향 벡터 사이의 내적입니다.
방향 도함수 계산기는 어떻게 작동할까?
내부적으로 방향 도함수 계산기는 학생이 손으로 하는 것과 똑같은 네 단계를 수행합니다. 함수를 기호적으로 미분해 필요한 f_x, f_y, f_z를 구하고, 주어진 점의 좌표를 각 편미분에 대입하고, 방향 벡터를 길이 1로 정규화한 뒤, 그래디언트와 그 단위 벡터의 내적을 계산합니다. 잘 만들어진 계산기는 그래디언트의 크기도 함께 보여 주는데, 그 값이 그 점에서 어떤 방향으로든 가능한 최대 변화율과 같기 때문에 특정 방향의 결과를 검산할 때 유용한 기준이 됩니다. 좋은 도구는 입력한 방향 벡터의 길이가 1이 아니었을 때 이를 알려 주기도 합니다. 그래야 정규화 단계를 건너뛰어 조용히 "틀린" 답을 받는 대신, 그 과정을 명시적으로 확인할 수 있습니다.
1. 구문 분석과 미분
함수를 파싱하고 기호적 편미분을 한 번에 계산합니다.
2. 점 대입
각 편미분을 여러분이 입력한 구체적인 (a, b) 또는 (a, b, c) 좌표에서 계산합니다.
3. 정규화와 내적
방향 벡터를 길이 1로 조정한 뒤 그래디언트와 내적해 최종 스칼라 값을 만듭니다.
4. 최대 변화율 표시
그래디언트 자체의 크기가 그 점에서 가능한 가장 가파른 증가율을 나타내므로 결과와 함께 표시됩니다.
믿을 만한 계산기는 내적을 하기 전에 반드시 방향 벡터를 정규화합니다. 그 단계를 건너뛰는 것이 오답의 가장 흔한 원인입니다.
단계별 풀이: 손으로 방향 도함수 계산하기
완전한 예제를 풀기 전에 전체 과정을 하나의 체크리스트로 정리해 보면 도움이 됩니다. 함수나 점이 어떻게 바뀌든 모든 방향 도함수 문제는 아래의 다섯 단계를 똑같이 따라갑니다.
1. 1단계
일반적인 편미분으로 f_x와 f_y(세 변수라면 f_z까지)를 구합니다.
2. 2단계
문제에서 주어진 특정 점에서 그래디언트를 계산합니다.
3. 3단계
주어진 방향 벡터를 길이 1이 되도록 정규화합니다.
4. 4단계
그래디언트와 단위 벡터의 내적을 구합니다.
5. 5단계
부호를 해석합니다. 양수는 증가, 음수는 감소, 0은 그 방향으로 순간적으로 평평하다는 뜻입니다.
언제나 다섯 단계입니다: 미분, 대입, 정규화, 내적, 해석.
예제 1: 한 점에서의 방향 도함수
f(x, y) = x²y + 3xy² 의 점 (1, 2)에서 v = (3, 4) 방향의 방향 도함수를 구해 봅시다. 먼저 편미분을 구합니다: f_x = 2xy + 3y², f_y = x² + 6xy. 점 (1, 2)에서 f_x = 2(1)(2) + 3(2²) = 4 + 12 = 16, f_y = 1² + 6(1)(2) = 1 + 12 = 13 입니다. 따라서 (1, 2)에서의 그래디언트는 ∇f(1, 2) = (16, 13) 입니다. 다음으로 v = (3, 4)를 정규화합니다. 크기는 |v| = √(3² + 4²) = √25 = 5 이므로 단위 벡터는 u = (3/5, 4/5) 입니다. 마지막으로 내적을 계산합니다: D_u f(1, 2) = 16(3/5) + 13(4/5) = 48/5 + 52/5 = 100/5 = 20. 값이 양수이므로, (1, 2)에서 (3, 4) 방향으로 움직일 때 f는 단위 거리당 20의 비율로 증가합니다.
1. 미분하기
f_x = 2xy + 3y², f_y = x² + 6xy.
2. (1, 2)에서 계산하기
f_x(1, 2) = 4 + 12 = 16, f_y(1, 2) = 1 + 12 = 13 이므로 ∇f(1, 2) = (16, 13).
3. v = (3, 4) 정규화하기
|v| = √(9 + 16) = 5 이므로 u = (3/5, 4/5).
4. 내적
D_u f = 16(3/5) + 13(4/5) = 100/5 = 20.
D_u f(1, 2) = 20 — 함수는 (3, 4) 방향으로 단위 거리당 20의 비율로 증가합니다.
예제 2: 세 변수 함수의 방향 도함수
f(x, y, z) = x² + y²z 의 점 (2, 1, 3)에서 v = (1, -2, 2) 방향의 방향 도함수를 구해 봅시다. 편미분은 f_x = 2x, f_y = 2yz, f_z = y² 입니다. (2, 1, 3)에서 f_x = 2(2) = 4, f_y = 2(1)(3) = 6, f_z = 1² = 1 이므로 ∇f(2, 1, 3) = (4, 6, 1) 입니다. v = (1, -2, 2)를 정규화하면 |v| = √(1² + (-2)² + 2²) = √(1 + 4 + 4) = √9 = 3 이므로 u = (1/3, -2/3, 2/3) 입니다. D_u f = 4(1/3) + 6(-2/3) + 1(2/3) = 4/3 - 12/3 + 2/3 = -6/3 = -2. 결과가 음수라는 것은 (2, 1, 3)에서 (1, -2, 2) 방향으로 움직일 때 f가 단위 거리당 2의 비율로 감소한다는 뜻입니다.
1. 미분하기
f_x = 2x, f_y = 2yz, f_z = y².
2. (2, 1, 3)에서 계산하기
f_x = 4, f_y = 6, f_z = 1 이므로 ∇f(2, 1, 3) = (4, 6, 1).
3. v = (1, -2, 2) 정규화하기
|v| = √9 = 3 이므로 u = (1/3, -2/3, 2/3).
4. 내적
D_u f = 4/3 - 12/3 + 2/3 = -6/3 = -2.
여기서의 -2처럼 방향 도함수가 음수라는 것은 그 방향으로 움직일 때 함수가 감소한다는 뜻입니다.
왜 그래디언트가 최대 증가 방향을 알려줄까?
D_u f = ∇f · u = |∇f| |u| cos θ 이고 정의상 |u| = 1 이므로, 공식은 D_u f = |∇f| cos θ 로 간단해집니다. 여기서 θ는 그래디언트와 여러분이 고른 방향 사이의 각도입니다. 코사인은 θ = 0 일 때, 즉 u가 ∇f 자체와 같은 방향을 가리킬 때 정확히 최댓값 1이 됩니다. 따라서 임의의 점에서 가능한 가장 큰 방향 도함수는 |∇f| 와 같고, 이는 그래디언트를 따라 움직일 때 정확히 달성됩니다. 예제 1에서 (1, 2)에서의 그래디언트는 (16, 13) 이었고 그 크기는 |∇f| = √(16² + 13²) = √(256 + 169) = √425 ≈ 20.62 입니다. 이는 (3, 4) 방향으로 계산한 20보다 크며, (3, 4)가 그래디언트 방향과 가깝긴 하지만 정확히 일치하지는 않았다는 점에서 당연한 결과입니다. 정반대 방향인 -∇f로 움직이면 가능한 가장 가파른 감소가 되고, 그 값은 -|∇f| 입니다.
1. 내적 다시 쓰기
|u| = 1 이므로 D_u f = ∇f · u = |∇f| |u| cos θ = |∇f| cos θ.
2. 최댓값 찾기
θ = 0 일 때 cos θ = 1 이므로, 최대 방향 도함수는 |∇f| 이며 u가 그래디언트를 따라 향할 때 얻어집니다.
3. 예제 1로 검증하기
|∇f(1, 2)| = √425 ≈ 20.62 로, 정렬되지 않은 방향 (3, 4)에서 구한 D_u f = 20 보다 실제로 큽니다.
4. 최솟값 찾기
-∇f 방향으로 움직이면 가장 가파른 감소가 되며 그 값은 -|∇f| 입니다.
그래디언트는 그저 쓸모 있는 어딘가를 가리키는 것이 아닙니다. 가장 빠른 증가 방향을 정확히 가리키고, 그 길이가 바로 그 최대 변화율입니다.
방향 도함수를 계산할 때 흔한 실수
방향 도함수 문제에서 나오는 오류 대부분은 미적분 자체를 틀려서가 아니라, 작은 단계 하나를 건너뛰거나 잘못 적용해서 생깁니다. 아래 다섯 가지 습관만 조심해도 최종 답에 도달하기 전에 실수의 대부분을 잡아낼 수 있습니다.
1. 정규화를 잊는 실수
(3, 4) 같은 방향 벡터를 길이 5로 나누지 않고 그대로 내적에 넣으면 답이 배율만큼 어긋납니다.
2. 잘못된 점에서 그래디언트를 계산하는 실수
편미분에는 문제에서 주어진 정확한 좌표를 대입해야 합니다. 앞선 예제의 점을 그대로 쓰는 것이 자주 나오는 실수입니다.
3. f_x와 f_y를 뒤바꾸는 실수
그래디언트를 (f_x, f_y) 대신 (f_y, f_x)로 쓰면 어느 성분이 어느 방향과 짝을 이루는지가 뒤집혀, 티 나지 않게 내적이 망가집니다.
4. 각도를 단위 벡터로 착각하는 실수
방향이 도(°) 단위로 주어졌다면, 그래디언트와 내적하기 전에 먼저 (cos θ, sin θ) 같은 단위 벡터로 바꿔야 합니다.
5. 음수 부호를 빠뜨리는 실수
음수인 방향 도함수는 그 방향으로 함수가 감소한다는 뜻의 유효하고 의미 있는 답이지, 계산 실수의 신호가 아닙니다.
가장 흔한 실수 하나: (3, 4) 같은 방향 벡터를 길이 5로 먼저 나누지 않고 그대로 내적에 넣는 것.
연습 문제
아래 두 문제를 직접 풀어 본 뒤, 이어지는 정답과 비교해 보세요. 문제 A: f(x, y) = 3x² - 2xy + y² 의 점 (1, -1)에서 v = (4, 3) 방향의 방향 도함수를 구하세요. 문제 B: f(x, y, z) = xyz 의 점 (1, 2, 3)에서 v = (2, 2, 1) 방향의 방향 도함수를 구하세요.
1. 문제 A 정답
f_x = 6x - 2y, f_y = -2x + 2y. (1, -1)에서 f_x = 6 + 2 = 8, f_y = -2 - 2 = -4 이므로 ∇f = (8, -4). |v| = √(16 + 9) = 5 이므로 u = (4/5, 3/5). D_u f = 8(4/5) + (-4)(3/5) = 32/5 - 12/5 = 4.
2. 문제 B 정답
f_x = yz, f_y = xz, f_z = xy. (1, 2, 3)에서 f_x = 6, f_y = 3, f_z = 2 이므로 ∇f = (6, 3, 2). |v| = √(4 + 4 + 1) = 3 이므로 u = (2/3, 2/3, 1/3). D_u f = 6(2/3) + 3(2/3) + 2(1/3) = 4 + 2 + 2/3 = 20/3 ≈ 6.67.
검산 요령: 그래디언트와 단위 벡터의 내적은 언제나 벡터가 아닌 하나의 실수여야 합니다.
방향 도함수 계산기는 언제 필요할까?
방향 도함수는 어떤 양이 둘 이상의 변수에 의존하고, 축 방향의 움직임만이 아니라 그 안의 특정 경로가 중요할 때면 언제나 등장합니다. 다변수 미적분 수업에서는 그래디언트를 정식으로 도입하기 위해 사용하고, 물리 수업에서는 온도·압력·퍼텐셜 장이 특정 궤적을 따라 어떻게 변하는지 설명하는 데 쓰며, 머신러닝 수업에서는 경사 하강법이 왜 -∇f 방향으로 움직이는지 설명할 때 같은 내적 아이디어를 다룹니다. 계산기는 이미 손으로 세워 둔 문제의 계산을 확인할 때, 특히 함수의 항이 여러 개이거나 점에 분수가 들어갈 때 가장 유용합니다. 숙제를 빠르게 점검하고 싶다면 Solvify의 방향 도함수 솔버에 함수와 점, 방향 벡터를 입력해 보세요. 그래디언트 계산, 정규화, 내적 과정을 모두 보여 주므로 자신의 풀이와 한 줄씩 비교할 수 있습니다.
1. 숙제와 시험 대비
시험 전에 미적분 III나 다변수 미적분 문제 세트를 검증할 때.
2. 물리 응용
한 점에서 특정 방향을 따라 온도·압력·퍼텐셜 장이 어떻게 변하는지 분석할 때.
3. 머신러닝 수업
내적 공식을 경사 하강법이 -∇f 방향으로 이동하는 이유와 연결할 때.
4. 복잡하거나 변수가 많은 함수
함수의 항이 많거나 점에 분수·근호가 들어가 반복 계산이 번거로울 때 속도를 높일 수 있습니다.
계산기는 대체재가 아니라 점검 도구로 쓸 때 가장 유용합니다. 먼저 손으로 식을 세우고, 그다음 계산을 확인하세요.
관련 게시물
관련 수학 풀이
스마트 스캔 솔버
다변수 미적분 문제를 사진 한 장으로 찍으면 그래디언트와 방향 도함수를 단계별로 즉시 분석해 줍니다.
단계별 풀이
최종 숫자만이 아니라 모든 편미분, 정규화, 내적 과정에 대한 자세한 설명을 제공합니다.
다과목 지원
미적분, 대수, 통계, 물리, 화학 등 다양한 과목의 문제를 풀 수 있습니다.