6.75 회전 행렬의 합성과 순서 의존성

1. 도입

회전은 강체의 자세 변화를 기술하는 가장 기본적인 운동이며, 복합적인 자세 변화는 단일 회전이 아니라 여러 회전의 연속적 합성으로 표현되는 경우가 일반적이다. 두 회전 행렬의 곱은 다시 회전 행렬이 되며, 이는 회전 행렬의 집합 $SO(3)$ 가 행렬 곱셈에 대하여 군 구조를 이룬다는 사실로부터 직접 유도된다. 그러나 행렬 곱셈은 일반적으로 비가환적이므로, 회전을 어떤 순서로 합성하느냐에 따라 결과가 달라진다. 이러한 순서 의존성은 단순한 수학적 성질을 넘어 로봇 자세 표현, 항공 운동학, 컴퓨터 그래픽스, 자세 추정 등 광범위한 응용에서 미묘하지만 결정적인 결과의 차이를 만들어낸다. 본 절에서는 회전 행렬의 합성이 가지는 군론적 성질, 순서 의존성의 기하학적 의미, 그리고 로봇 공학에서의 활용을 학술적으로 기술한다.

2. 회전 행렬의 합성

2.1 합성의 정의

두 회전 행렬 $R_{1}, R_{2} \in SO(3)$ 에 대하여 이들의 합성은 단순한 행렬 곱으로 정의된다.

$R = R_{2} R_{1}$

이때 합성 결과 $R$ 역시 $SO(3)$ 의 원소임은 다음 두 가지로부터 확인된다.

$R^{T} R = (R_{2} R_{1})^{T} (R_{2} R_{1}) = R_{1}^{T} R_{2}^{T} R_{2} R_{1} = R_{1}^{T} R_{1} = I$

$\det(R) = \det(R_{2}) \cdot \det(R_{1}) = 1 \cdot 1 = 1$

따라서 회전의 합성은 회전이며, $SO(3)$ 는 행렬 곱셈에 대하여 닫혀 있다.

2.2 합성의 군 구조

회전 행렬의 합성 연산은 군 공리, 즉 닫힘성, 결합 법칙, 항등원의 존재, 역원의 존재를 모두 만족한다. 결합 법칙은 행렬 곱셈의 결합성에서 그대로 따라온다.

$(R_{3} R_{2}) R_{1} = R_{3} (R_{2} R_{1})$

항등원은 $3 \times 3$ 단위 행렬 $I_{3}$ 이며, 임의의 회전 행렬 $R$ 에 대한 역원은 그 전치 $R^{T}$ 이다. 그러나 행렬 곱셈은 일반적으로 가환적이지 않으므로, $SO(3)$ 는 비가환 군에 속한다. 이 비가환성이 곧 회전 합성의 순서 의존성을 야기한다.

3. 순서 의존성의 기하학적 의미

3.1 비가환성의 일반적 표현

일반적으로 두 회전 행렬 $R_{1}, R_{2} \in SO(3)$ 에 대하여 다음이 성립한다.

$R_{1} R_{2} \neq R_{2} R_{1}$

두 회전이 동일한 회전축을 공유하는 특수한 경우에만 가환성이 성립한다. 즉 $R_{1}$ 과 $R_{2}$ 가 모두 동일한 단위 벡터 $\hat{\mathbf{n}}$ 에 대한 회전이라면, 두 행렬은 가환하며 그 합성은 회전각의 합으로 주어지는 단일 회전이 된다. 이 경우 $\hat{\mathbf{n}}$ 축에 한정한 부분군 $\{ R(\hat{\mathbf{n}}, \theta) \mid \theta \in \mathbb{R} \}$ 는 가환 부분군을 이루며, 이는 평면 회전군 $SO(2)$ 와 동형이다.

3.2 좌표계 관점에서의 합성 순서

회전의 합성은 회전이 작용하는 기준 좌표계가 무엇인가에 따라 두 가지 해석을 가진다. 합성 $R = R_{2} R_{1}$ 을 다음과 같이 두 가지 방식으로 읽을 수 있다.

첫째, 고정 좌표계 해석(extrinsic interpretation)이다. 이 경우 두 회전은 모두 동일한 외부 기준 좌표계를 기준으로 정의되며, $R_{1}$ 을 먼저 적용한 뒤 동일한 외부 좌표계에 대한 $R_{2}$ 를 적용한다. 행렬 곱의 순서는 적용 순서의 역순으로 나타난다.

둘째, 이동 좌표계 해석(intrinsic interpretation)이다. 이 경우 첫 번째 회전 후 회전된 좌표계 위에서 두 번째 회전이 정의되며, 행렬 곱의 순서는 적용 순서와 일치한다.

이러한 두 해석은 동일한 행렬 곱셈에 대한 두 가지 동등한 기하학적 서술이며, 어떤 해석을 채택하느냐는 표기 관례의 문제이다. 그러나 이 두 관점을 혼동하면 회전 결과의 부호와 방향에 심각한 오해가 발생할 수 있다.

3.3 비가환성의 실증적 예시

비가환성을 직관적으로 이해하기 위하여 두 회전을 차례로 적용하는 사고 실험을 고려할 수 있다. 강체에 먼저 $x$ 축을 중심으로 $90^{\circ}$ 회전을 적용한 뒤 $y$ 축을 중심으로 $90^{\circ}$ 회전을 적용한 결과는, 동일한 두 회전을 반대 순서로 적용한 결과와 명백히 다르다. 대수적으로 이는 다음과 같이 표현된다.

$R_{y}\!\left( \tfrac{\pi}{2} \right) R_{x}\!\left( \tfrac{\pi}{2} \right) \neq R_{x}\!\left( \tfrac{\pi}{2} \right) R_{y}\!\left( \tfrac{\pi}{2} \right)$

두 결과의 차이는 회전축의 위치가 다르기 때문이며, 이는 회전이라는 변환이 본질적으로 비가환적이라는 사실을 보여준다.

4. 미소 회전과 가환성의 회복

4.1 미소 각의 1차 근사

회전각이 매우 작은 경우, 회전 행렬은 단위 행렬과 반대칭 행렬의 합으로 1차 근사된다. 회전 벡터 $\boldsymbol{\phi} = \theta \hat{\mathbf{n}}$ 의 노름이 작을 때 다음이 성립한다.

$R(\boldsymbol{\phi}) \approx I + [\boldsymbol{\phi}]_{\times}$

여기서 $[\boldsymbol{\phi}]_{\times}$ 는 $\boldsymbol{\phi}$ 의 반대칭 행렬 표현이다. 두 미소 회전의 합성은 다음과 같이 1차 근사 수준에서 가환적이다.

$R(\boldsymbol{\phi}_{1}) R(\boldsymbol{\phi}_{2}) \approx I + [\boldsymbol{\phi}_{1}]_{\times} + [\boldsymbol{\phi}_{2}]_{\times} \approx R(\boldsymbol{\phi}_{2}) R(\boldsymbol{\phi}_{1})$

이 결과는 각속도 벡터가 가환적으로 합산될 수 있는 이유를 설명하며, 미소 시간 간격에서의 자세 변화가 선형 대수적으로 다루어질 수 있음을 보여준다.

4.2 베이커-캠벨-하우스도르프 공식

유한 회전의 비가환성은 리 군과 리 대수의 이론에서 정량화된다. 두 회전 행렬의 합성에 대응하는 회전 벡터는 단순한 합이 아니라 다음의 베이커-캠벨-하우스도르프 공식(Baker–Campbell–Hausdorff formula)으로 주어진다.

$\log\!\left( e^{[\boldsymbol{\phi}_{1}]_{\times}} \, e^{[\boldsymbol{\phi}_{2}]_{\times}} \right) = [\boldsymbol{\phi}_{1}]_{\times} + [\boldsymbol{\phi}_{2}]_{\times} + \tfrac{1}{2} [[\boldsymbol{\phi}_{1}]_{\times}, [\boldsymbol{\phi}_{2}]_{\times}] + \cdots$

여기서 $[\cdot, \cdot]$ 는 행렬의 교환자(commutator)를 의미한다. 1차 항은 단순한 합이며, 2차 이상의 항은 회전의 비가환성에서 비롯되는 보정 항이다. 회전이 충분히 작을 때 고차 항을 무시할 수 있으나, 유한 회전에서는 이를 무시할 수 없다.

5. 합성의 대수적 성질

5.1 역원과 합성의 분배

회전 행렬의 합성에 대한 역원은 각 인자의 역원을 역순으로 곱한 형태로 주어진다.

$(R_{2} R_{1})^{-1} = R_{1}^{-1} R_{2}^{-1} = R_{1}^{T} R_{2}^{T}$

이 성질은 좌표계 사이의 변환을 역방향으로 추적하는 절차에서 빈번히 사용된다.

5.2 켤레 작용과 회전축의 변환

특정 회전 $R$ 을 다른 좌표계에서 표현하기 위해서는 켤레(conjugation) 작용을 적용해야 한다. 좌표계 $A$ 에서 표현된 회전 $R_{A}$ 가 좌표계 $B$ 로 변환되는 관계는 다음과 같다.

$R_{B} = C \, R_{A} \, C^{-1}$

여기서 $C$ 는 $A$ 에서 $B$ 로의 좌표 변환을 나타내는 회전 행렬이다. 이 켤레 작용은 회전축이 좌표 변환에 의해 어떻게 옮겨지는지를 정확히 기술하며, 같은 물리적 회전을 서로 다른 좌표계에서 일관되게 표현하는 데 필수적이다.

5.3 합성의 닮음 관계

두 회전 $R_{1} R_{2}$ 와 $R_{2} R_{1}$ 은 일반적으로 같지는 않지만, 다음의 닮음 관계를 통하여 연결된다.

$R_{2} R_{1} = R_{2} (R_{1} R_{2}) R_{2}^{-1}$

이는 두 합성이 동일한 고유값을 가지며 따라서 동일한 회전각을 나타냄을 의미한다. 즉 두 합성은 같은 크기의 회전이지만 회전축의 방향이 서로 다르며, 이 차이가 곧 비가환성의 본질이다.

6. 로봇 공학에서의 활용

6.1 다관절 로봇의 자세 누적

다관절 매니퓰레이터에서 말단 장치의 자세는 각 관절의 회전 행렬의 누적적 곱으로 표현된다. 베이스 좌표계로부터 말단까지의 자세는 다음과 같은 형태를 가진다.

$R_{0,n} = R_{0,1} R_{1,2} \cdots R_{n-1,n}$

여기서 곱셈의 순서는 운동 사슬의 물리적 연결 순서와 일치하며, 순서를 잘못 배치할 경우 실제 로봇의 형상과 전혀 다른 결과가 산출된다. 따라서 회전의 합성 순서는 기구학 모델링에서 가장 기본적이면서도 빈번한 오류의 원천이 된다.

6.2 자세 갱신과 시간 적분

각속도 $\boldsymbol{\omega}(t)$ 가 주어진 강체의 자세는 다음의 미분 방정식을 만족한다.

$\dot{R}(t) = [\boldsymbol{\omega}(t)]_{\times} R(t)$

이 식의 시간 적분은 직관과 달리 단순한 누적 합으로 주어지지 않으며, 매 시각의 미소 회전을 정확한 순서로 합성해야 한다. 미소 시간 간격 $\Delta t$ 에 대한 이산 갱신은 다음과 같다.

$R(t + \Delta t) \approx R(t) \, \exp\!\left( [\boldsymbol{\omega}(t)]_{\times} \Delta t \right)$

좌측에서 곱하느냐 우측에서 곱하느냐는 각속도가 세계 좌표계에서 표현되었는지 또는 물체 좌표계에서 표현되었는지에 따라 달라지며, 이 선택의 일관성은 자세 추정의 정확도에 직접적인 영향을 미친다.

6.3 자세 보정과 측정 융합

자이로스코프, 가속도계, 자력계 등의 센서 융합을 통한 자세 추정에서는 예측된 자세와 측정된 자세 사이의 차이를 회전 행렬의 합성으로 표현한다. 보정 회전 $\Delta R$ 은 다음과 같이 누적된 자세에 적용된다.

$R_{\text{corrected}} = \Delta R \, R_{\text{predicted}}$

또는 물체 좌표계에서 정의되는 경우

$R_{\text{corrected}} = R_{\text{predicted}} \, \Delta R$

이 두 선택은 결과적으로 다른 자세를 산출하므로, 보정의 좌표계 정의를 명확히 해야 한다.

6.4 컴퓨터 그래픽스와 시뮬레이션

가상 환경에서 객체의 자세를 갱신할 때, 사용자 입력에 따른 회전을 누적하는 과정에서도 순서 의존성이 중요한 역할을 한다. 마우스 드래그에 따라 객체를 회전시키는 직관적인 인터페이스의 구현은 본질적으로 미소 회전들의 우측 곱으로 자세를 갱신하는 절차이며, 좌측 곱을 사용하면 사용자 시점과 일치하지 않는 회전이 발생한다.

6.5 항공 운동학의 짐벌 자세 갱신

항공기와 무인기의 자세 갱신은 동체에 부착된 자이로 측정값을 적분하는 과정으로 이루어지며, 이 적분은 본질적으로 우측 곱셈을 통한 회전 합성이다. 짧은 시간 동안의 회전들이 비가환적이라는 사실은 적분 알고리듬의 차수와 누적 오차의 크기에 직결되며, 이를 정확히 다루기 위하여 룬게-쿠타 계열의 적분기와 리 군 위의 적분기가 사용된다.

7. 결론

회전 행렬의 합성은 행렬 곱셈으로 정의되며, 이 연산은 회전 행렬의 집합 $SO(3)$ 에 군 구조를 부여한다. 그러나 이 군은 비가환적이며, 따라서 회전의 적용 순서는 결과에 본질적인 영향을 미친다. 미소 회전의 경우 1차 근사에서 가환성이 회복되지만, 유한 회전에서는 베이커-캠벨-하우스도르프 공식이 보여주듯이 비가환성이 정량적으로 등장한다. 로봇 공학에서 회전의 합성은 다관절 자세 누적, 자세 시간 적분, 센서 융합, 좌표계 변환 등 거의 모든 운동학적 절차의 기반이 되며, 그 순서에 대한 명확한 이해는 정확하고 신뢰성 있는 자세 표현과 제어를 위한 필수 조건이다.

참고문헌

Craig, J. J. (2005). Introduction to Robotics: Mechanics and Control (3rd ed.). Pearson.
Spong, M. W., Hutchinson, S., & Vidyasagar, M. (2020). Robot Modeling and Control (2nd ed.). Wiley.
Siciliano, B., Sciavicco, L., Villani, L., & Oriolo, G. (2009). Robotics: Modelling, Planning and Control. Springer.
Murray, R. M., Li, Z., & Sastry, S. S. (1994). A Mathematical Introduction to Robotic Manipulation. CRC Press.
Lynch, K. M., & Park, F. C. (2017). Modern Robotics: Mechanics, Planning, and Control. Cambridge University Press.
Selig, J. M. (2005). Geometric Fundamentals of Robotics (2nd ed.). Springer.
Stillwell, J. (2008). Naive Lie Theory. Springer.
Hall, B. C. (2015). Lie Groups, Lie Algebras, and Representations: An Elementary Introduction (2nd ed.). Springer.
Shuster, M. D. (1993). “A survey of attitude representations.” Journal of the Astronautical Sciences, 41(4), 439–517.
Iserles, A., Munthe-Kaas, H. Z., Nørsett, S. P., & Zanna, A. (2000). “Lie-group methods.” Acta Numerica, 9, 215–365.

Version: 1.0