폐곡선 프랙탈 차원 추정을 위한 푸리에 변환 기법

초록

본 논문은 폐곡선 형태의 프랙탈을 복소 신호로 변환한 뒤 푸리에 변환을 적용해 파워 스펙트럼의 주파수‑지수 관계로부터 프랙탈 차원을 추정하는 새로운 수치 방법을 제안한다. 제안 기법은 Bouligand‑Minkowski, 박스‑카운팅, 기존 푸리에 방법과 비교 실험을 통해 높은 정확도와 잡음에 대한 강인성을 입증한다.

상세 분석

이 연구는 프랙탈 차원 추정 문제를 신호 처리 관점에서 재구성한다는 점에서 혁신적이다. 먼저 폐곡선을 순서대로 샘플링하고, 각 샘플의 좌표 (x, y)를 복소수 z = x + i·y 로 매핑한다. 이렇게 얻어진 1차원 복소 신호는 시간(또는 곡선 길이) 파라미터에 따라 정의된 함수 f(t) 로 간주된다. 푸리에 변환 F(ω) = ∫ f(t) e^{-iωt} dt 를 수행하면 복소 스펙트럼이 얻어지고, 그 절댓값 제곱인 파워 스펙트럼 P(ω)=|F(ω)|² 를 로그‑로그 좌표에 표시한다. 프랙탈 곡선은 자기유사성을 가지므로, P(ω)는 ω에 대해 거듭제곱 법칙 P(ω) ∝ ω^{-β} 를 만족한다는 것이 핵심 가정이다. 여기서 β는 스펙트럼 기울기로, 이론적으로 프랙탈 차원 D와 선형 관계 D = (β+2)/2 (또는 D = β/2 + 1) 로 연결된다. 논문은 실험적으로 β를 선형 회귀로 추정하고, 이를 통해 D를 계산한다.

제안 방법의 장점은 다음과 같다. 첫째, 복소 신호 변환 과정에서 곡선의 방향성과 위치 정보를 동시에 보존하므로, 기존의 실선 길이 기반 방법보다 풍부한 주파수 정보를 활용한다. 둘째, 푸리에 변환은 O(N log N) 복잡도로 대규모 데이터에도 효율적으로 적용 가능하다. 셋째, 파워 스펙트럼은 노이즈에 대해 평균화 효과가 있어, 잡음이 섞인 실측 데이터에서도 안정적인 β 추정이 가능하다.

실험에서는 analytically known fractal curves (예: Koch snowflake, Dragon curve, Sierpinski carpet의 경계) 를 다양한 샘플링 해상도와 잡음 수준에서 테스트하였다. 결과는 Bouligand‑Minkowski와 박스‑카운팅 방법이 0.01~0.03 정도의 평균 오차를 보이는 반면, 제안 기법은 0.001 이하의 오차를 기록했다. 또한, 잡음이 5 % 수준까지 증가해도 차원 추정값의 변동폭이 0.005 이하로 제한돼 강인성을 확인했다.

한계점으로는 곡선이 닫히지 않거나, 자기교차가 심한 경우 복소 신호의 위상 불연속이 발생해 스펙트럼에 인공적인 고주파 성분이 추가될 수 있다. 또한, β와 D 사이의 변환식은 프랙탈 종류에 따라 약간의 보정이 필요할 수 있다. 향후 연구에서는 비정상적인 곡선에 대한 전처리 기법과, 다중 스케일 푸리에 분석을 결합해 보정 파라미터를 자동 추정하는 방안을 제시한다.

전반적으로 이 논문은 프랙탈 차원 추정에 푸리에 변환을 적용하는 새로운 프레임워크를 제시함으로써, 계산 효율성, 정확도, 잡음 저항성 측면에서 기존 방법들을 능가한다는 점에서 학술적·실용적 의의를 가진다.