🔢 mathematics

Computing with Continued Logarithms

이 논문은 거대 수 표현에 유리한 계속 로그(Continued Logarithms)를 활용하여, 부동 소수점 연산 없이 로그, 지수, 삼각함수 등의 초월함수를 계산할 수 있는 새로운 알고리즘을 제안하고 이를 Haskell로 구현하였습니다.

원저자: Michael J. Collins

게시일 2026-02-10

📖 2 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Michael J. Collins

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

1. 배경: 숫자를 기록하는 '두 가지 방식' (연분수 vs 계속 로그)

우리가 숫자를 기록할 때, 보통은 '123.45'처럼 소수점을 사용하죠? 하지만 수학자들은 숫자를 **'계단'**이나 **'비율'**로 표현하는 것을 좋아합니다.

기존 방식 (연분수, Continued Fractions): 이건 마치 "피자 한 판을 3등분 하고, 그 남은 조각을 또 5등분 하고..." 하는 식으로 숫자를 쪼개 나가는 방식입니다. 아주 정밀하지만, 숫자가 너무 커지면 계산이 복잡해지는 단점이 있습니다.
이 논문의 방식 (계속 로그, Continued Logarithms): 이건 마치 "이 숫자는 대략 2의 100제곱 정도인데, 거기서 조금 모자라. 그 모자란 부분은 다시 2의 5제곱 정도고..." 하는 식입니다. 즉, 숫자의 **'덩치(자릿수)'**를 먼저 말하고, 그 다음 **'미세 조정값'**을 말하는 방식이죠.

💡 비유하자면:
기존 방식이 "사과 100개를 3개씩 묶고, 남은 걸 또 2개씩 묶고..." 하는 **'낱개 중심'**의 기록이라면, 이 논문의 방식은 "사과 100박스 있고, 그중 5봉지 더 있고, 그중 사과 3개 더 있어"라고 말하는 **'박스/봉지 중심'**의 기록입니다. 숫자가 엄청나게 커져도(예: 우주의 원자 개수) 박스 단위로 말하면 아주 짧게 표현할 수 있겠죠?

2. 핵심 기술: "한 입씩 먹으며 요리하기" (알고리즘)

이 논문의 가장 놀라운 점은 **'계산 방식'**에 있습니다. 보통 계산을 하려면 숫자 전체를 다 알아야 하죠? 하지만 이 알고리즘은 '숫자를 한 입씩(한 항씩) 읽으면서 동시에 결과값을 내놓는' 방식입니다.

💡 비유하자면 (무한 리필 뷔페):
손님이 음식을 한 입 먹을 때마다, 요리사가 그 입맛을 보고 "아, 이 손님은 지금 간이 좀 세다고 느끼는구나!"라고 판단해서 즉시 다음 요리의 간을 조절하는 것과 같습니다. 전체 메뉴가 다 나올 때까지 기다릴 필요가 없습니다. 숫자가 무한히 길어도, 들어오는 대로 즉시 계산 결과를 뱉어낼 수 있습니다.

3. 새로운 도전: "복잡한 함수도 척척" (초월함수 계산)

단순히 더하기, 빼기를 넘어 이 논문은 사인(sin), 코사인(cos), 로그(log) 같은 아주 복잡한 수학 함수들도 이 '계속 로그' 방식으로 계산할 수 있는 방법을 찾아냈습니다.

이것은 마치 **"박스 단위로 기록된 숫자들만 가지고도, 복잡한 곡선(삼각함수)을 그려낼 수 있는 마법의 공식"**을 만든 것과 같습니다.

4. 요약 및 결론

이 논문을 한 문장으로 요약하면 이렇습니다.

"엄청나게 큰 숫자를 '덩치 단위'로 기록하는 똑똑한 방식을 제안하고, 이 방식만 사용해서 복잡한 수학 계산까지 실시간으로 해내는 마법 같은 알고리즘을 만들었다!"

이게 왜 중요한가요?

효율성: 숫자가 아무리 커도 컴퓨터 메모리를 아주 적게 씁니다.
속도: 숫자를 다 읽을 때까지 기다릴 필요 없이, 들어오는 대로 바로 계산 결과를 알 수 있습니다.
하드웨어 최적화: 컴퓨터 칩(하드웨어)을 만들 때 아주 단순하고 빠르게 설계할 수 있어, 미래의 초고속 계산기에 유용할 수 있습니다.

[기술 요약] 계속 로그(Continued Logarithms, CL)를 이용한 연산

1. 문제 배경 및 동기 (Problem & Motivation)

기존의 **연분수(Continued Fractions, CF)**는 실수를 표현하는 강력한 도구이지만, 매우 크거나 작은 수를 표현할 때 효율성이 떨어지는 한계가 있습니다. Gosper는 이를 보완하기 위해 **계속 로그(CL)**를 도입했습니다. CL은 수의 크기(order of magnitude)를 기반으로 하여 매우 큰 수나 작은 수를 훨씬 효율적으로 표현할 수 있으며, 하드웨어 구현에 매우 적합한 구조를 가집니다.

본 논문의 핵심 과제는 Gosper가 제안한 CL의 산술 연산 알고리즘을 체계화하고, 이를 확장하여 **초월함수(Trigonometric, Exponential, Logarithmic functions)**를 CL 도메인 내에서 직접 계산할 수 있는 알고리즘을 제시하는 것입니다.

2. 방법론 (Methodology)

A. 계속 로그(CL)의 정의 및 표현

$x > 1$ 인 실수에 대해, $2^k \le x < 2^{k+1}$ 을 만족하는 정수 $k$ 를 첫 번째 항으로 설정하고, 나머지 부분 $y = \frac{1}{2^k(x-1)}$ 를 재귀적으로 정의합니다.
동적 시스템(Dynamical System) 표현: 계산의 편의를 위해 $x \ge 2$ 이면 $x/2$ 를, $1 < x < 2$ 이면 $1/(x-1)$ 을 적용하는 규칙을 사용하여 0과 1의 시퀀스로 변환하여 다룹니다.

B. CL 산술 연산 (Arithmetic on CLs)

Bihomographic Expression: 두 CL 입력값 $x, y$ 에 대한 연산 결과 $z$ 를 다음과 같은 형태의 행렬 $M$ 으로 표현합니다.
$M(x, y) = \frac{axy + bx + cy + d}{exy + fx + gy + h}$
알고리즘 흐름:
1. 결과 항 결정 (Produce Output): 현재 행렬 $M(x, y)$ 의 상한과 하한을 계산하여 결과값 $z_j$ 가 0인지 1인지(또는 다른 정수인지) 판별합니다. 판별이 가능하면 행렬을 업데이트합니다.
2. 입력 항 소비 (Consume Input): 결과값이 아직 결정되지 않았다면, 입력값 $x$ 또는 $y$ 의 다음 항을 읽어 행렬의 계수를 업데이트하여 범위를 좁힙니다.
이 방식은 부동 소수점 연산을 전혀 사용하지 않고, 입력 항을 하나씩 읽으면서 결과 항을 즉시 생성하는 스트리밍 방식입니다.

C. 초월함수 계산 (Transcendental Functions)

지수 함수(Exponential): 테일러 급수(Taylor series)를 호너의 법칙(Horner's rule)을 이용한 재귀적 구조로 변환하여, $y_n(x) = M_n(x, y_{n+1}(x))$ 형태의 bihomographic 표현으로 유도합니다.
역삼각 함수(Inverse Trig) 및 삼각 함수(Trig): $\arcsin(x)$ 의 급수 전개를 이용하여 유사한 재귀적 행렬 구조를 구축하고, 이를 통해 $\cos(x), \sin(x), \tan(x)$ 를 계산합니다.
로그 함수(Logarithm): $\log(x)$ 의 급수 전개를 활용하여 $g(w)$ 라는 보조 함수를 정의하고, 이를 재귀적인 bihomographic 연산으로 처리합니다.

3. 주요 기여 (Key Contributions)

CL 산술 알고리즘의 체계적 정립: Gosper의 아이디어를 바탕으로 행렬 연산( $prod_0, prod_1, con_{x,0}, con_{x,1}$ )을 통한 구체적인 알고리즘 프레임워크를 제시했습니다.
초월함수 계산 알고리즘 확장: 지수, 로그, 삼각함수를 CL 도메인 내에서 직접 계산할 수 있는 새로운 알고리즘을 제안했습니다. 이는 기존의 CF 기반 알고리즘을 CL로 성공적으로 이식한 것입니다.
수렴성 및 종료성 증명: 제안된 재귀적 급수 모델이 유한한 단계 내에 결과 항을 결정할 수 있음을 수학적으로 논의했습니다.

4. 결과 및 의의 (Results & Significance)

결과: 저자는 제안된 알고리즘을 Haskell로 구현하여 검증하였습니다. 이 알고리즘은 부동 소수점 오차 없이 정수 연산만으로 초월함수의 CL 표현을 생성할 수 있습니다.
의의:
- 효율성: 매우 큰 수나 매우 작은 수를 다루는 계산 과학 분야에서 기존 방식보다 훨씬 적은 메모리와 계산량으로 정밀한 연산이 가능합니다.
- 하드웨어 친화성: 알고리즘이 단순한 정수 행렬 연산과 비트 시프트(shift)에 가까운 구조를 가지므로, 고성능 하드웨어(FPGA, ASIC 등)로 구현하기에 매우 유리합니다.
- 확장성: 본 논문에서 제시한 방법론은 다른 초월함수나 복잡한 수학적 함수를 CL로 계산하는 데에도 일반화하여 적용될 수 있습니다.