반슬리 고사리와 카오스 게임
반슬리 고사리는 무작위성이 결정론적 어트랙터를 드러낼 수 있음을 보여주는 유명한 예시입니다. 네 개의 아핀 변환이 줄기, 연속적인 작은 잎, 그리고 전체적인 모양을 표현합니다.
확률에 의해 밀도가 결정되며, 기하학적 구조에 의해 결정되는 것은 아닙니다.
각 단계마다 정해진 확률에 따라 하나의 지도가 선택되어 현재 지점에 적용됩니다. 이 확률은 영역이 방문되는 빈도를 결정하며, 결과적으로 그림이 얼마나 균일하게 채워지는지를 좌우합니다. 변환은 어트랙터가 어디에 위치하는지를 결정합니다.
반슬리 고사리의 네 가지 표준 맵은 줄기, 작은 잎 부분 및 잎사귀의 주요 구조를 생성합니다. 선택 빈도가 낮은 변환이라도 점의 수가 적더라도 기하학적으로 필수적일 수 있습니다. 따라서 확률 값을 형태의 중요도로 해석해서는 안 됩니다. 확률은 표본 추출 빈도를 제어하며, 일반적으로 점의 밀도가 변환된 어트랙터 조각의 면적을 대략적으로 따르도록 선택됩니다.
왜 첫 번째 점들이 제외되는가
시작점은 반드시 어트랙터에 속할 필요는 없습니다. 짧은 번인(burn-in) 과정을 거치면, 반복적인 수축 과정에서 임의의 시작점이 잊혀진 후, 플롯된 샘플이 유지됩니다.
초기 점들은 여전히 임의의 초기 위치로부터 눈에 띄는 영향을 받고 있습니다. 모든 맵이 거리를 수축시키기 때문에, 그 영향은 지수적으로 감소하며, 수십 단계가 지나면 궤도는 사실상 어트랙터 위에 위치하게 됩니다. 이러한 점들을 제거하는 것은 단순한 외관상의 정리가 아니라, 다른 동역학 실험에서와 마찬가지로 일시적인 단계입니다. 수축 정도가 약한 변형의 경우 훨씬 더 긴 번인(burn-in) 시간이 필요할 수 있으므로, 이 수치를 절대적인 기준값으로 삼아서는 안 됩니다.
외관상의 모델이지, 식물학적인 모델이 아닙니다.
이 이미지가 고사리를 닮은 이유는, 아핀 조각들이 여러 스케일에서 나타나는 분지 구조를 포착하기 때문입니다. 이는 세포 성장, 관다발 수송 또는 식물 유전학을 시뮬레이션한 것이 아닙니다. 이 이미지의 가치는 재귀적 기하학이 살아있는 형태를 불러일으키는 데 있어 보여주는 놀라울 정도로 간결한 표현 방식에 있습니다.
고사리는 놀라운 기하학적 단순화 모델입니다. 몇 가지 아핀 변환 규칙만으로도 실루엣과 층 구조를 포착할 수 있지만, 세포 분열, 빛에 대한 반응, 기계적 하중 등은 시뮬레이션하지 못합니다. 바로 이러한 단순화가 이 모델을 교육적으로 가치 있게 만드는 요소입니다. 이를 통해 반복적인 스케일링과 전단 변형에서 어떤 측면이 나타날 수 있는지, 그리고 외관의 유사성을 성장 모델로 오해할 때 어떤 생물학적 차이들이 사라지는지를 드러냅니다.
출처 및 추가 참고 자료
이 기사는 다음의 전문 출처들을 원문 그대로 요약한 것입니다. 12 8월 2026에 접속하여 편집 검토를 마쳤습니다.
- Iterated Function SystemWolfram MathWorld
- Fractal Image CompressionNotices of the American Mathematical Society
