부록 D04: 미분의 직관

4 분 소요

이 장에서 배울 것

이번 장에서는 미분의 직관을 배웁니다. 미분은 처음에는 어려운 단어처럼 보이지만, 핵심은 단순합니다. “값이 얼마나 빠르게 변하는가?”를 보는 도구입니다.

핵심 용어를 먼저 정리하겠습니다.

변화량(change): 어떤 값이 얼마나 달라졌는지입니다.
평균 변화율(average rate of change): 일정 구간에서 입력 변화량에 비해 출력이 얼마나 변했는지입니다.
기울기(slope): 그래프에서 변화율을 나타내는 값입니다.
순간 변화율(instantaneous rate of change): 아주 짧은 순간에서의 변화 속도입니다.
미분(derivative): 함수의 순간 변화율을 구하는 방법입니다.
편미분(partial derivative): 여러 입력 중 하나만 바뀐다고 보고 변화율을 보는 방법입니다.
그래디언트(gradient): 여러 방향의 변화율을 모은 벡터입니다.

미분의 직관

가장 쉬운 비유: 자동차 속도계

자동차가 2시간 동안 100km를 갔다면 평균 속도는 50km/h입니다. 이것은 전체 구간의 평균 변화율입니다.

하지만 자동차 속도계는 지금 이 순간의 속도를 보여 줍니다. 신호등 앞에서는 0km/h일 수 있고, 고속도로에서는 100km/h일 수 있습니다. 이것이 순간 변화율에 가까운 생각입니다.

미분은 함수의 순간 변화율을 보는 도구입니다. 즉, 어떤 값이 지금 이 순간 얼마나 빠르게 변하고 있는지 보는 방법입니다.

변화량과 평균 변화율

가장 먼저 변화량부터 보겠습니다.

변화량 = 나중 값 - 처음 값

어떤 세포 수가 100에서 160으로 늘었다면 변화량은 60입니다.

160 - 100 = 60

평균 변화율은 변화량을 입력의 변화량으로 나눕니다.

평균 변화율 = 출력 변화량 / 입력 변화량

예를 들어 0시간에 세포 수가 100이고, 3시간에 세포 수가 160이라면,

출력 변화량 = 160 - 100 = 60
입력 변화량 = 3 - 0 = 3
평균 변화율 = 60 / 3 = 20

즉 이 구간에서는 시간당 평균 20개씩 증가했다고 볼 수 있습니다.

기울기는 그래프에서 보이는 변화율입니다

그래프에서 기울기는 선이 얼마나 가파른지 보여 줍니다. 오른쪽으로 갈수록 위로 올라가면 양의 기울기입니다. 오른쪽으로 갈수록 아래로 내려가면 음의 기울기입니다. 수평이면 기울기는 0입니다.

기울기가 크면 입력이 조금만 변해도 출력이 크게 변합니다. 기울기가 작으면 입력이 변해도 출력이 천천히 변합니다.

생물학에서는 약물 농도에 따른 반응, 시간에 따른 세포 수, 온도에 따른 효소 활성처럼 변화율이 중요한 경우가 많습니다.

미분은 곡선 위의 순간 기울기를 보는 도구입니다

직선은 어디서나 기울기가 같습니다. 하지만 곡선은 위치마다 기울기가 다를 수 있습니다.

예를 들어 세포 수가 처음에는 천천히 늘다가 어느 순간 빠르게 늘고, 나중에는 다시 느려진다고 합시다. 이 그래프의 기울기는 시간에 따라 달라집니다. 미분은 이런 곡선에서 특정 지점의 기울기를 구하는 도구입니다.

입문 단계에서는 엄밀한 극한 계산보다 직관이 먼저입니다.

미분 = 지금 이 지점에서 얼마나 빠르게 변하는가

편미분은 한 가지 입력만 바꿔 보는 생각입니다

현실의 생물학에서는 입력이 하나만 있지 않습니다. 유전자 발현량은 시간, 약물 농도, 세포 상태, 온도, 주변 신호 등 여러 요인의 영향을 받을 수 있습니다.

편미분은 여러 입력 중 하나만 조금 바꾼다고 생각하고 출력이 얼마나 변하는지 보는 방법입니다. 예를 들어 약물 농도와 시간이 모두 세포 생존율에 영향을 준다고 합시다. 이때 약물 농도만 바꿨을 때 생존율이 얼마나 변하는지, 시간만 바꿨을 때 생존율이 얼마나 변하는지를 따로 볼 수 있습니다.

머신러닝에서도 편미분은 중요합니다. 모델의 많은 매개변수 중 하나를 바꾸면 손실이 얼마나 변하는지 계산해야 모델을 개선할 수 있기 때문입니다.

그래디언트는 어느 방향으로 바꿔야 할지 알려 줍니다

그래디언트는 여러 방향의 변화율을 모은 것입니다. 산에서 가장 가파르게 올라가는 방향을 생각하면 됩니다. 반대로 손실함수를 줄이고 싶다면 그래디언트의 반대 방향으로 내려갈 수 있습니다.

딥러닝에서 자주 나오는 경사하강법(gradient descent, 손실을 줄이는 방향으로 매개변수를 조금씩 바꾸는 방법)은 이 생각을 사용합니다. 지금 당장은 공식을 외우기보다 “변화율을 보고 어느 방향으로 움직일지 정한다”는 감각을 잡으면 됩니다.

계산 감각 1: 평균 변화율 구하기

세포 수가 2시간에 50개에서 5시간에 110개로 늘었다고 합시다.

출력 변화량 = 110 - 50 = 60
입력 변화량 = 5 - 2 = 3
평균 변화율 = 60 / 3 = 20

이 구간에서는 시간당 평균 20개씩 증가한 것입니다.

계산 감각 2: 선형함수의 기울기

다음 함수가 있습니다.

y = 4x + 1

이 함수에서 기울기는 4입니다. x가 1 늘 때 y가 4 늘어난다는 뜻입니다.

x=2일 때 y=9
x=3일 때 y=13
변화량 = 13 - 9 = 4

계산 감각 3: 증가, 감소, 변화 없음

기울기가 양수이면 값이 증가합니다. 기울기가 음수이면 값이 감소합니다. 기울기가 0이면 그 지점에서는 값이 거의 변하지 않는다고 볼 수 있습니다.

예를 들어 약물 농도를 올릴수록 세포 생존율이 낮아진다면, 약물 농도와 생존율의 관계는 음의 변화율을 가질 수 있습니다.

생물정보학에서 왜 미분이 중요한가

미분은 머신러닝과 딥러닝의 핵심입니다. 모델이 얼마나 틀렸는지 나타내는 손실함수를 줄이려면, 매개변수를 어느 방향으로 바꿔야 손실이 줄어드는지 알아야 합니다. 이때 변화율이 필요합니다.

또 생물학적 모델에서도 변화율은 중요합니다. 유전자 발현이 시간에 따라 얼마나 빠르게 증가하는지, 약물 반응이 어느 농도에서 급격히 변하는지, 세포 수가 어느 구간에서 빠르게 늘어나는지를 볼 때 미분적 사고가 쓰입니다.

보강: 변화율 계산은 미분의 출발점입니다

미분을 어렵게 느끼는 이유는 기호가 먼저 나오기 때문입니다. 하지만 시작은 단순합니다. 시간 0분에 발현량이 10, 시간 4분에 발현량이 26이면 평균 변화율은 (26 - 10) / (4 - 0) = 4입니다. “1분마다 평균 4만큼 증가했다”는 뜻입니다.

기울기의 부호도 중요합니다. 양수 기울기는 증가, 음수 기울기는 감소, 0에 가까운 기울기는 거의 변하지 않음을 뜻합니다. 약물 농도를 높였는데 세포 생존율 그래프의 기울기가 음수라면 농도가 증가할수록 생존율이 내려가는 상황입니다.

머신러닝에서 그래디언트는 손실을 줄이는 방향을 찾는 데 쓰입니다. 예측이 실제값과 많이 다르면 손실이 큽니다. 이때 그래디언트는 매개변수를 어느 쪽으로 조금 움직이면 손실이 줄어드는지 알려 줍니다. 그래서 미분은 단순 계산이 아니라 모델을 학습시키는 조정 나침반입니다.

보강 학습: 미분과 변화율

왜 필요한가: 시간, 농도, 자극 세기에 따라 발현량이 얼마나 빠르게 변하는지 읽기 위해 필요합니다.

공식 읽기: f'(x) ≈ Δy / Δx. Δx는 입력 변화량, Δy는 출력 변화량입니다. 둘의 비율은 평균 변화율 또는 기울기입니다.

숫자 예시: 0분에 10, 2분에 18이면 변화율은 (18-10)/(2-0)=4입니다.

생물정보학에서 쓰이는 장면: 시간별 RNA-seq, 세포 성장곡선, 약물 반응곡선에서 어느 구간이 민감한지 해석할 때 쓰입니다.

흔한 오해와 주의점: 기울기가 크다고 반드시 생물학적으로 중요하다는 뜻은 아닙니다. 잡음, 측정 간격, outlier를 함께 확인해야 합니다.

핵심 정리

미분은 “값이 얼마나 빠르게 변하는가?”를 보는 도구입니다. 평균 변화율은 일정 구간의 변화율이고, 순간 변화율은 특정 지점의 변화율입니다. 기울기가 양수이면 증가, 음수이면 감소, 0이면 거의 변화가 없다는 뜻입니다. 계산생물학에서 미분은 생물학적 변화 해석뿐 아니라 머신러닝 최적화의 핵심 기반입니다.

Gemini AI 채점

주관식 답안은 Gemini API로 채점합니다. API 키는 이 브라우저에만 저장됩니다.

API KEY 미등록

1. [쉬움] 객관식

미분의 핵심 직관으로 가장 적절한 것은?

선택지 값이 지금 얼마나 빠르게 변하는지 보는 것이다. 작은 조각을 모두 더하는 것이다. 숫자를 항상 로그로 바꾸는 것이다. 벡터의 성분 개수만 세는 것이다.
2. [쉬움] 객관식

평균 변화율은 어떻게 구하는가?

선택지 출력과 입력을 무조건 더한다. 출력 변화량을 입력 변화량으로 나눈다. 항상 출력만 제곱한다. 그래프 제목을 비교한다.
3. [보통] 객관식

기울기가 음수라는 말의 뜻으로 적절한 것은?

선택지 입력이 증가할 때 출력도 반드시 증가한다. 출력이 절대 변하지 않는다. 입력이 증가할 때 출력이 감소하는 경향이 있다는 뜻이다. 함수가 존재하지 않는다.
4. [보통] 객관식

그래디언트가 머신러닝에서 중요한 이유는?

선택지 데이터 파일을 압축하기 때문이다. DNA 염기쌍을 직접 만든다. 세포막을 통과하는 이온 이름이다. 손실을 줄이기 위해 어느 방향으로 매개변수를 바꿀지 알려 주기 때문이다.
5. [계산] 객관식

세포 수가 100에서 160으로 늘었다. 변화량은?

선택지 60 40 100 260
6. [계산] 객관식

0시간 100개, 3시간 160개일 때 평균 변화율은 시간당?

선택지 10개 20개 30개 60개
7. [계산] 객관식

x가 2에서 5로, y가 7에서 16으로 변했다. 평균 변화율은?

선택지 2 4 3 9
8. [계산] 객관식

y=4x+1의 기울기는?

선택지 1 5 0 4
9. [계산] 객관식

y=-2x+7의 기울기는?

선택지 -2 2 7 -7
10. [계산] 객관식

x가 1 늘 때 y가 5씩 줄어든다면 기울기는?

선택지 5 -5 1 0
11. [계산] 객관식

2시간에 50개, 5시간에 110개일 때 평균 변화율은?

선택지 10개/시간 30개/시간 20개/시간 60개/시간
12. [계산] 객관식

y가 10에서 10으로 변하고 x가 1에서 4로 변했다. 평균 변화율은?

선택지 1 3 10 0
13. [계산] 객관식

x가 0에서 2로, y가 3에서 11로 변했다. 평균 변화율은?

선택지 4 2 6 8
14. [계산] 객관식

약물 농도가 증가할수록 생존율이 100에서 70으로 감소했다. 변화율 부호는?

선택지 양수 음수 0 항상 양수와 음수 둘 다
15. [계산] 객관식

y=3x에서 x=2일 때 y=6, x=3일 때 y=9이다. 변화율은?

선택지 1 2 3 6
16. [계산] 객관식

값이 5초 동안 20만큼 늘었다. 평균 변화율은 초당?

선택지 5 10 20 4
17. [보통] 객관식

시간 0분 발현량 10, 시간 5분 발현량 30일 때 평균 변화율은?

선택지 4 20 5 40
18. [보통] 객관식

x가 2에서 8로 증가할 때 y가 20에서 8로 감소했다. 평균 변화율은?

선택지 2 -2 -12 6
19. [쉬움] 객관식

함수 y = 7x + 3의 기울기는?

선택지 3 10 7 21
20. [보통] 객관식

기울기가 0에 가까운 구간의 해석으로 적절한 것은?

선택지 값이 매우 빠르게 증가한다. 값이 반드시 음수이다. 입력이 사라진다. 출력이 거의 변하지 않는다.
21. [보통] 객관식

약물 농도 1에서 생존율 90, 농도 3에서 생존율 50이면 평균 변화율은?

선택지 -20 20 -40 45
22. [보통] 객관식

손실함수의 그래디언트가 양수이고 매개변수를 줄이면 손실이 감소하는 상황이다. 그래디언트의 역할로 맞는 것은?

선택지 정답 번호를 정한다. 손실을 줄이기 위해 어느 방향으로 조정할지 알려 준다. 항상 모델을 복잡하게 만든다. 데이터 수를 늘린다.
23. [보통] 객관식

두 입력 중 약물 농도만 조금 바꾸고 온도는 고정해 반응 변화율을 보는 것은?

선택지 적분 전치 편미분 편집 거리
24. [쉬움] 객관식

시간 2에서 값 14, 시간 6에서 값 14일 때 평균 변화율은?

선택지 14 4 1 0
25. [쉬움] 객관식

시간 0에서 10, 시간 2에서 18일 때 평균 변화율은?

선택지 2 8 28 4
26. [쉬움] 객관식

f'(x)≈Δy/Δx에서 Δy는?

선택지 출력 변화량 입력 변화량 샘플 수 p-value
27. [보통] 객관식

성장곡선의 기울기가 점점 작아진다면?

선택지 성장이 무조건 빨라진다. 변화 속도가 느려지거나 포화에 가까워질 수 있다. 값이 반드시 음수다. 시간축이 사라진다.
28. [어려움] 객관식

noisy 데이터에서 두 점만으로 기울기를 해석할 때 주의할 점은?

선택지 항상 원인성이 증명된다. p-value가 자동 보정된다. 잡음을 진짜 변화로 오해할 수 있다. 기울기는 항상 0이다.
29. [보통] 객관식

미분이 유용한 생물정보학 장면은?

선택지 샘플명 정렬 염기 A를 T로 바꾸기 파일 압축 시간에 따른 발현량 변화 속도 비교
주관식 30. [보통] 주관식 · Gemini 채점

미분을 자동차 속도계 비유로 설명하라.
주관식 31. [보통] 주관식 · Gemini 채점

기울기가 양수, 음수, 0일 때 각각 어떤 의미인지 설명하라.
주관식 32. [보통] 주관식 · Gemini 채점

편미분이 필요한 이유를 생물학 예시로 설명하라.
주관식 33. [보통] 주관식 · Gemini 채점

미분이 머신러닝 최적화와 연결되는 이유를 설명하라.
주관식 34. [보통] 주관식 · Gemini 채점

평균 변화율을 계산하는 과정을 식과 함께 설명하라.
주관식 35. [보통] 주관식 · Gemini 채점

그래디언트가 모델 학습에서 조정 방향을 알려 준다는 말을 설명하라.
주관식 36. [보통] 주관식 · Gemini 채점

시간 1분의 발현량이 12, 시간 5분의 발현량이 28이다. 평균 변화율을 계산하라.
주관식 37. [보통] 주관식 · Gemini 채점

기울기가 큰 유전자를 바로 핵심 유전자라고 단정하면 안 되는 이유를 설명하라.