Lorenz 1963 · "Deterministic Nonperiodic Flow" · Journal of the Atmospheric Sciences

카오스 이론 나비의 날갯짓이 허리케인을 만든다

핵심 역설: 완전히 결정론적인(랜덤 없는) 방정식이 예측 불가능한 동작을 만들어낼 수 있다. 초기값의 아주 작은 차이가 시간이 지날수록 기하급수적으로 벌어진다.

발견의 순간

1961년 기상학자 에드워드 로렌츠는 컴퓨터로 날씨를 시뮬레이션하다 이상한 걸 발견했다. 중간부터 다시 시뮬레이션하려고 이전 출력값을 초기값으로 입력했는데, 잠시 후 결과가 완전히 달라졌다. 이유를 추적해보니 — 컴퓨터 출력은 소수점 셋째 자리까지(0.506), 내부 계산은 소수점 여섯 자리(0.506127). 이 0.000127의 차이가 몇 달의 날씨를 완전히 바꿔버린 것이다.

로렌츠 방정식

로렌츠는 대기 대류를 극도로 단순화한 3차원 방정식 시스템을 만들었다. 단 세 개의 변수, 단 세 개의 방정식인데도 결코 같은 궤적을 반복하지 않는다.

$$\frac{dx}{dt} = \sigma(y - x)$$ $$\frac{dy}{dt} = x(\rho - z) - y$$ $$\frac{dz}{dt} = xy - \beta z$$

변수의 물리적 의미:

$x$ — 대류 흐름의 강도
$y$ — 수평 온도 차이
$z$ — 수직 온도 분포의 왜곡
$\sigma$ (Prandtl 수) — 점성 대 열 확산 비율 (보통 10)
$\rho$ (Rayleigh 수) — 대류 강도 (보통 28)
$\beta$ — 기하학적 인자 (보통 8/3)

이 값들($\sigma=10, \rho=28, \beta=8/3$)에서 카오스가 발생한다. 파라미터를 바꾸면 정상 상태로 수렴하거나 주기 운동을 한다.

로렌츠 어트랙터 — 나비 모양의 궤적

방정식을 시뮬레이션하면 궤적이 두 "날개" 사이를 오가는데, 어느 쪽 날개로 갈지는 예측 불가능하다. 하지만 절대 두 날개의 중심(불안정 평형점)을 통과하지는 않는다. 이런 구조를 이상 어트랙터(strange attractor)라 부른다.

σ (sigma) 10.0

ρ (rho) 28.0

β (beta) 2.67

XZ 평면 투영 — 클래식 나비 모양. 파라미터를 바꾸면 궤적의 성질이 달라진다.

초기값 민감성 직접 확인

아래는 초기값이 0.000001만 다른 두 궤적(녹색 vs 빨강)을 동시에 시뮬레이션한 것이다. 처음엔 구분이 안 되지만, 점점 완전히 다른 길을 간다.

초기값 차이: Δx = 0.000001. 두 궤적이 언제 갈라지는지 관찰해보세요.

로지스틱 맵 — 가장 단순한 카오스

개체군 생태학에서 온 아주 단순한 점화식이다. 그런데 $r$ 값에 따라 완전히 다른 동작을 보인다.

$$x_{n+1} = r \cdot x_n (1 - x_n)$$

$x_n$은 "최대 수용 가능 개체 수 대비 현재 개체 비율" (0~1). $(1-x_n)$은 밀도 의존적 사망률이다. 이 단순한 식이 카오스를 만든다.

분기 다이어그램(Bifurcation Diagram) — r 값에 따라 안정점이 1개, 2개, 4개, 8개로 배가되다가 갑자기 카오스(무한히 많은 점)로 진입한다.

r 값에 따른 동작:

$r < 1$: 개체 멸종 (x → 0)
$1 < r < 3$: 단일 안정점으로 수렴
$3 < r < 3.45$: 두 값 사이를 진동 (Period-2)
$3.45 < r < 3.57$: 4개, 8개, 16개... 주기 배가
$r \approx 3.57$: 카오스 시작 — 무한히 많은 값을 방문
$r = 4$: 완전한 카오스 (0~1 전 범위 균일하게 방문)

카오스 ≠ 랜덤

랜덤(Random)

원인 없이 발생
어떤 공식으로도 기술 불가
통계적 예측만 가능
예: 방사성 붕괴, 양자 측정

카오스(Chaos)

완전한 결정론적 방정식을 따름
원리상 공식으로 기술 가능
초기값을 무한 정밀도로 알면 예측 가능
하지만 초기값을 유한 정밀도로만 알 수 있으므로 실용적으로 예측 불가

리아푸노프 지수 (Lyapunov Exponent): 초기값 민감성을 수치로 표현한다. 두 초기값의 차이가 $|\delta Z_0|$일 때, 시간 t 후 차이는 $|\delta Z(t)| \approx e^{\lambda t}|\delta Z_0|$. 로렌츠 시스템에서 $\lambda \approx 0.9$로, 약 0.77초마다 오차가 2배 증가한다. 기상 예측이 2주를 넘기 어려운 이론적 이유다.

카오스가 발견되기 전: 라플라스의 악마 — "우주 모든 입자의 위치와 속도를 알면 과거와 미래를 완벽히 예측할 수 있다"(1814). 카오스 이론은 이를 원리적으로 반박했다. 결정론적 세계라도 무한 정밀도 없이는 장기 예측이 불가능하다.