32.39 의사 역행렬(Moore-Penrose Pseudoinverse) 자코비안

32.39 의사 역행렬(Moore-Penrose Pseudoinverse) 자코비안

Moore-Penrose 의사 역행렬은 일반 직사각 행렬에 대하여 고전적 역행렬의 개념을 확장한 유일한 일반화 역행렬이며, 비정사각 자코비안을 가지는 매니퓰레이터의 역속도 기구학에서 표준적 해 연산자로 사용된다. 의사 역행렬은 정사각 비특이 자코비안의 역행렬, 자유도 부족 매니퓰레이터의 최소 제곱 해, 여유 자유도 매니퓰레이터의 최소 노름 해를 단일한 형식으로 통합하며, 자코비안 기반 속도 제어, 반복 역기구학, 정역학 사상, 여유 자유도 처리 등 매니퓰레이터 운동학의 핵심 연산 도구로 자리잡고 있다. 본 절에서는 의사 역행렬의 정의와 네 공리, 계산 절차, 최적화 해석을 정리한 뒤, 매니퓰레이터의 자코비안에 대한 응용과 수치적 한계를 차분하게 기술한다.

1. 정의와 Penrose 공리, 그리고 특이값 분해 표현

행렬 \mathbf{J} \in \mathbb{R}^{m \times n}의 Moore-Penrose 의사 역행렬 \mathbf{J}^+ \in \mathbb{R}^{n \times m}은 다음 네 가지 조건, 즉 Penrose 공리를 모두 만족하는 유일한 행렬로 정의된다. 첫째, \mathbf{J}\,\mathbf{J}^+\,\mathbf{J} = \mathbf{J}. 둘째, \mathbf{J}^+\,\mathbf{J}\,\mathbf{J}^+ = \mathbf{J}^+. 셋째, (\mathbf{J}\,\mathbf{J}^+)^\top = \mathbf{J}\,\mathbf{J}^+. 넷째, (\mathbf{J}^+\,\mathbf{J})^\top = \mathbf{J}^+\,\mathbf{J}. 이 정의는 Moore가 1920년에 일반 역행렬로 도입하고 Penrose가 1955년 논문 “A generalized inverse for matrices“에서 네 공리에 의한 유일성을 정립한 것에 기반한다. \mathbf{J}가 정사각 비특이 행렬인 경우 \mathbf{J}^+ = \mathbf{J}^{-1}이 성립하며, \mathbf{J}가 열 계수 완전(full column rank)인 경우 \mathbf{J}^+ = (\mathbf{J}^\top \mathbf{J})^{-1} \mathbf{J}^\top, 행 계수 완전(full row rank)인 경우 \mathbf{J}^+ = \mathbf{J}^\top (\mathbf{J} \mathbf{J}^\top)^{-1}로 표현된다.

특이값 분해 \mathbf{J} = \mathbf{U}\,\boldsymbol{\Sigma}\,\mathbf{V}^\top를 도입하면 의사 역행렬은 \mathbf{J}^+ = \mathbf{V}\,\boldsymbol{\Sigma}^+\,\mathbf{U}^\top의 형태로 표현되며, 여기서 \boldsymbol{\Sigma}^+는 \boldsymbol{\Sigma}의 비영 특이값의 역수를 대각 원소로 가지고 영 특이값에 대응하는 위치는 그대로 영을 두는 대각 행렬이다. 이 표현은 의사 역행렬이 비영 특이값에 대해서만 정상적인 역수 응답을 적용하고, 영 특이값에 대응하는 차단 방향은 영으로 사상한다는 사실을 명확히 보여 준다. 즉 의사 역행렬은 자코비안의 상공간과 정역(co-image)에서는 정상 역행렬과 동일하게 작용하지만, 영공간 또는 영공간 보충에서는 영 사상을 부여한다. 이 구조는 후술할 최소 노름 최소 제곱 성질의 기하학적 토대를 이룬다.

2. 최적화 해석과 최소 노름 최소 제곱 성질

선형 시스템 \mathbf{J}\,\dot{\vec{q}} = \dot{\vec{x}}를 고려할 때, 의사 역행렬 해 \dot{\vec{q}}^\ast = \mathbf{J}^+\,\dot{\vec{x}}는 다음 최적화 문제의 유일한 해로 특징지어진다. 첫째, 잔여 노름을 최소화한다. 즉 \dot{\vec{q}}^\ast \in \arg\min_{\dot{\vec{q}}} \lVert \mathbf{J}\,\dot{\vec{q}} - \dot{\vec{x}} \rVert_2. 둘째, 위 잔여 최소화 문제의 해 가운데 자체 노름이 가장 작은 해이다. 즉 \dot{\vec{q}}^\ast = \arg\min_{\dot{\vec{q}}} \lVert \dot{\vec{q}} \rVert_2 단, \dot{\vec{q}} \in \arg\min \lVert \mathbf{J}\,\dot{\vec{q}} - \dot{\vec{x}} \rVert_2. 이 두 단계 최적화 성질은 의사 역행렬 해를 최소 노름 최소 제곱 해(minimum-norm least-squares solution)라 부르는 근거이며, 자코비안의 차원 관계에 따라 그 의미가 달라진다.

자유도 부족 매니퓰레이터, 즉 m > n인 경우 일반적으로 \mathbf{J}\,\dot{\vec{q}} = \dot{\vec{x}}의 정확한 해가 존재하지 않으므로 의사 역행렬 해는 잔여 노름 \lVert \mathbf{J}\,\dot{\vec{q}} - \dot{\vec{x}} \rVert_2를 최소화하는 최소 제곱 해의 의미를 가진다. 이 경우 의사 역행렬은 작업 공간 명령을 자코비안의 상공간 \mathrm{range}\,\mathbf{J}로 직교 사영한 결과를 추종하는 관절 속도를 산출한다. 여유 자유도 매니퓰레이터, 즉 n > m인 경우 일반적으로 무한히 많은 해가 존재하므로 의사 역행렬 해는 그 가운데 노름이 가장 작은 해를 선택한다. 이 최소 노름 해는 영공간 운동을 포함하지 않는 해이며, 부차 목표를 영공간 사영을 통해 결합한 일반 해 \dot{\vec{q}} = \mathbf{J}^+\,\dot{\vec{x}} + (\mathbf{I} - \mathbf{J}^+\,\mathbf{J})\,\dot{\vec{q}}_0의 첫 번째 항으로 자연스럽게 등장한다.

3. 매니퓰레이터의 자코비안에 대한 응용

자코비안의 의사 역행렬을 활용한 가장 직접적인 응용은 분해 운동 속도 제어이다. Whitney가 1969년 논문 “Resolved motion rate control of manipulators and human prostheses“에서 도입한 이 기법은 작업 공간 속도 명령 \dot{\vec{x}}_d로부터 관절 속도 명령을 \dot{\vec{q}} = \mathbf{J}^+(\vec{q})\,\dot{\vec{x}}_d로 산출한다. 의사 역행렬은 자유도 부족, 비정사각 비여유, 여유 자유도의 모든 경우에 대해 동일한 형식으로 적용되며, 정사각 비특이 자코비안에 대해서는 정상 역자코비안과 일치하므로 분해 운동 속도 제어의 기본 골격을 형성한다. 반복 역기구학에서도 동일한 의사 역행렬이 뉴턴식 갱신 \vec{q}_{k+1} = \vec{q}_k + \mathbf{J}^+(\vec{q}_k)\,(\vec{x}_d - \vec{f}(\vec{q}_k))의 핵심 연산자로 활용되며, 자유도 부족 또는 여유 자유도의 차원 관계에 따라 최소 제곱 해 또는 최소 노름 해의 의미를 동시에 부여받는다.

가상 일의 원리에 따른 정역학적 사상에서도 의사 역행렬은 핵심적 역할을 한다. 작업 공간 힘 \vec{F}와 관절 토크 \boldsymbol{\tau} 사이의 전치 관계 \boldsymbol{\tau} = \mathbf{J}^\top(\vec{q})\,\vec{F}로부터 역사상 \vec{F} = (\mathbf{J}^\top)^+\,\boldsymbol{\tau} = (\mathbf{J}^+)^\top\,\boldsymbol{\tau}가 도출되며, 이는 주어진 관절 토크에 대해 매니퓰레이터가 발생시킬 수 있는 작업 공간 힘을 최소 제곱 의미로 산출한다. 여유 자유도 매니퓰레이터에서는 영공간 투영자 \mathbf{N}(\vec{q}) = \mathbf{I} - \mathbf{J}^+(\vec{q})\,\mathbf{J}(\vec{q})가 자기 운동의 부차 목표 추구에 사용되며, 작업 우선순위 처리에서는 의사 역행렬과 영공간 투영의 단계적 결합이 다중 작업 사이의 상충을 해소하는 표준 기법을 형성한다. Liégeois의 1977년 논문 “Automatic supervisory control of the configuration and behavior of multibody mechanisms“는 영공간 활용을 통한 부차 목표 처리의 일반적 정식화를 처음으로 체계화한 연구로 평가된다.

4. 계산 기법과 수치적 한계

의사 역행렬의 계산은 일반적으로 자코비안의 특이값 분해를 직접 활용하는 방식이 가장 안정적이다. \mathbf{J} = \mathbf{U}\,\boldsymbol{\Sigma}\,\mathbf{V}^\top를 계산한 뒤 \boldsymbol{\Sigma}^+의 대각 원소를 형성할 때, 영에 가까운 특이값은 임곗값 \epsilon > 0 미만에서 영으로 절단된다. 즉 \sigma_i < \epsilon이면 1/\sigma_i 대신 영을 사용하는 절단 의사 역행렬(truncated pseudoinverse)을 형성한다. 이 절단 의사 역행렬은 차단 방향에 평행한 명령 성분의 응답을 영으로 만들어 무한 발산을 방지하지만, 동시에 그 방향에 대한 추적 정밀도는 상실된다. 자유도 부족 또는 행 계수 완전인 경우 정칙 형식 \mathbf{J}^+ = \mathbf{J}^\top (\mathbf{J} \mathbf{J}^\top)^{-1}을 직접 사용하기도 하지만, 자코비안이 특이 근방에 있으면 \mathbf{J} \mathbf{J}^\top의 조건수가 자코비안의 조건수의 제곱으로 발산하여 수치 안정성이 더 나빠진다. 따라서 실시간 매니퓰레이터 제어에서는 특이값 분해 또는 QR 분해 기반 계산이 일반적으로 선호된다.

수치적 한계의 핵심은 의사 역행렬의 노름이 \lVert \mathbf{J}^+ \rVert_2 = 1/\sigma_{\min}이므로 특이 근방에서 무한대로 발산한다는 점에 있다. 작업 공간 명령에 가해진 미세한 섭동이 관절 속도에 1/\sigma_{\min} 배로 증폭되어 전파되며, 부동 소수점 라운드 오프 오차도 동일한 비율로 증폭된다. 이 발산은 단순히 정확도 저하의 문제가 아니라 토크 한계 초과, 액추에이터 포화, 추적 오차의 급격한 증가로 직접 연결되므로, 실시간 시스템에서는 특이 근방 진입을 사전 감지하여 대체 연산자로 전환하는 절차가 필수적이다. 이 한계를 완화하기 위해 도입된 감쇠 최소 제곱 자코비안, 가중 의사 역행렬, 선택적 감쇠 최소 제곱법 등은 후속 절에서 별도로 다루어지며, 모두 의사 역행렬의 정칙화 또는 가중 변형으로 해석된다는 점에서 본 절의 정의에 그 이론적 출발점을 둔다.

5. 본 절의 정리

본 절에서 다룬 Moore-Penrose 의사 역행렬은 Penrose 네 공리에 의한 유일성, 특이값 분해를 통한 명시적 표현, 그리고 최소 노름 최소 제곱 성질이라는 세 축으로 정리된다. 정사각 비특이 자코비안에서는 정상 역행렬과 일치하고, 자유도 부족과 여유 자유도의 두 일반적 차원 관계에 대해서는 각각 최소 제곱과 최소 노름의 해를 자연스럽게 부여하므로, 매니퓰레이터의 자코비안 기반 속도 제어, 반복 역기구학, 정역학 사상, 영공간 기반 부차 목표 추구의 모든 영역에서 표준 연산자로 작용한다. 그 한편 특이 근방에서의 노름 발산이라는 본질적 한계는 이후 다양한 정칙화 기법을 촉발하였으며, 본 절의 정의와 성질은 가중 의사 역행렬, 감쇠 최소 제곱법, 선택적 감쇠와 같은 후속 변형들의 공통 기반을 제공한다.

6. 출처

  • Moore, E. H., “On the reciprocal of the general algebraic matrix”, Bulletin of the American Mathematical Society, Vol. 26, pp. 394–395, 1920.
  • Penrose, R., “A generalized inverse for matrices”, Mathematical Proceedings of the Cambridge Philosophical Society, Vol. 51, No. 3, pp. 406–413, 1955.
  • Whitney, D. E., “Resolved motion rate control of manipulators and human prostheses”, IEEE Transactions on Man-Machine Systems, Vol. 10, No. 2, pp. 47–53, 1969.
  • Liégeois, A., “Automatic supervisory control of the configuration and behavior of multibody mechanisms”, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 7, No. 12, pp. 868–871, 1977.
  • Ben-Israel, A. and Greville, T. N. E., Generalized Inverses: Theory and Applications, 2nd edition, Springer, 2003.
  • Sciavicco, L. and Siciliano, B., Modelling and Control of Robot Manipulators, 2nd edition, Springer, 2000.
  • Golub, G. H. and Van Loan, C. F., Matrix Computations, 4th edition, Johns Hopkins University Press, 2013.

7. 버전

  • 문서 버전: 2.0
  • 작성일: 2026-04-26