얼마나 휘었는지를 어떻게 숫자로 말하나

출발 문제

“이 공간은 휘어져 있다.” 우리는 이 말을 이미 여러 번 했다. 평행이동의 경로 의존성으로 확인했고, 측지선이 직선과 다르게 행동하는 것도 보았다. 하지만 한 가지 질문이 남아 있다: 얼마나 휘어져 있는가?

2차원 곡면에서는 비교적 단순했다. 가우스 곡률 $K$라는 하나의 숫자가 각 점의 휘어짐을 완전히 기술했다. 구면은 $K > 0$, 안장은 $K < 0$, 평면은 $K = 0$. 하지만 3차원으로 넘어가면 이야기가 달라진다. 3차원 공간의 한 점에서 $xy$-방향, $yz$-방향, $xz$-방향의 휘어짐이 모두 다를 수 있다. 하나의 숫자로는 이 정보를 담을 수 없다.

$n$차원에서는 사정이 더 복잡해진다. 접선공간에서 2차원 평면을 고르는 방법이 $\binom{n}{2}$가지이고, 각 방향에서 곡률이 다를 수 있다. 4차원 시공간에서는 6개의 독립적인 2차원 방향이 있으며, 곡률 정보는 20개의 독립 성분을 가진 텐서로 표현된다. 아인슈타인이 일반상대성이론을 세우기 위해 텐서 해석학을 배워야 했던 이유가 여기에 있다.

그렇다면 이 "방향별 휘어짐"을 체계적으로 담는 수학적 도구는 무엇인가? 어떤 방향에서 얼마나 휘어져 있는지를 모든 방향에 대해 한꺼번에 기술하는 구조가 필요하다. 그 답이 리만 곡률 텐서다.

패턴

5장에서 홀로노미를 배웠다: 벡터를 닫힌 경로를 따라 평행이동하면 돌아왔을 때 어긋나며, 어긋남의 크기는 둘러싼 영역의 곡률의 적분이다. 이 아이디어를 극한까지 밀어붙여 보자.

닫힌 경로를 점점 작게 줄여서, 한 점에서 두 방향 $u$, $v$로 각각 $\epsilon$만큼 가서 만드는 아주 작은 평행사변형을 생각하자. 이 미소 평행사변형을 따라 벡터 $W$를 평행이동하면, 돌아왔을 때 $W$는 약간 바뀌어 있다. 이 변화량을 $\epsilon^2$으로 나누면(면적에 해당), $\epsilon \to 0$의 극한에서 하나의 잘 정의된 양을 얻는다. 이것이 "점 $p$에서, $u$-$v$ 평면 방향으로, 벡터 $W$를 평행이동했을 때의 곡률"이다.

핵심 관찰은 이것이다: 같은 점에서라도 $u$-$v$ 방향과 $u$-$w$ 방향의 결과가 다를 수 있다. 곡률은 점뿐 아니라 방향에도 의존한다. 따라서 곡률을 하나의 숫자(스칼라)로 표현하는 것은 불가능하며, 입력으로 방향 두 개와 벡터 하나를 받아 벡터 하나를 내놓는 텐서가 필요하다.

같은 내용을 미분의 언어로 번역할 수 있다. 평평한 공간에서는 편미분의 순서가 상관없다: $\frac{\partial^2 f}{\partial x \partial y} = \frac{\partial^2 f}{\partial y \partial x}$. 그런데 공변미분(접속을 사용한 미분)에서는 이것이 깨질 수 있다. $\nabla_u \nabla_v W$와 $\nabla_v \nabla_u W$의 차이가 바로 곡률이다. 미분의 순서를 바꾸면 결과가 달라진다 — 이 "교환불가능성"이 곡률의 또 다른 얼굴이다.

비유를 들면, 곡률 텐서는 곡면의 "성격표"와 같다. 각 점에서 모든 방향의 휘어짐을 빠짐없이 기록한 종합 보고서다. 가우스 곡률은 이 보고서의 “요약” 한 줄이었고, 단면곡률은 특정 방향만 뽑아본 "발췌"이며, 리만 곡률 텐서는 보고서 전체다.

정리

곡률 텐서는 공변미분의 비가환성을 정확히 측정한다. 임의의 벡터장 $W$와 방향 $u$, $v$에 대해:

여기서 $[u,v]$는 $u$와 $v$의 리 괄호(Lie bracket)이다. 좌표 벡터장에 대해서는 $[u,v] = 0$이므로 마지막 항이 사라진다. 좌표 성분으로 쓰면 $R^i{}_{jkl} = \partial_k \Gamma^i_{lj} - \partial_l \Gamma^i_{kj} + \Gamma^i_{km}\Gamma^m_{lj} - \Gamma^i_{lm}\Gamma^m_{kj}$이다.

이 공식을 해석해 보자. $\nabla_u\nabla_v W$는 "먼저 $v$ 방향으로 미분하고, 그 결과를 $u$ 방향으로 미분"하는 것이고, $\nabla_v\nabla_u W$는 순서를 바꾼 것이다. 평평한 공간에서는 이 둘이 같지만, 휘어진 공간에서는 그 차이가 $R(u,v)W$로 나타난다. 이것은 정확히 미소 평행사변형을 따른 평행이동의 어긋남의 무한소 버전이다.

리만 곡률 텐서는 강력한 대칭성을 가진다. $n$차원에서 성분의 수는 $n^4$개이지만, 다음 대칭 관계들 덕분에 독립 성분의 수가 크게 줄어든다: 반대칭성 $R_{ijkl} = -R_{ijlk} = -R_{jikl}$, 쌍 대칭성 $R_{ijkl} = R_{klij}$, 그리고 제1 비앙키 항등식 $R_{ijkl} + R_{iklj} + R_{iljk} = 0$. 이 관계들에 의해 4차원에서 독립 성분은 $256$개가 아닌 $20$개뿐이다. 또한 제2 비앙키 항등식 $\nabla_m R^i{}_{jkl} + \nabla_k R^i{}_{jlm} + \nabla_l R^i{}_{jmk} = 0$은 곡률 텐서의 미분에 대한 제약이며, 이것이 아인슈타인 방정식에서 에너지-운동량 보존 법칙을 보장한다.

정의

• 리만 곡률 텐서 (방향별 휘어짐 / Directional Curvature, $R^i{}_{jkl}$) — 두 방향 $u$, $v$로 공변미분한 순서를 바꿨을 때의 차이를 측정하는 $(1,3)$-텐서. 직관적으로, 미소 평행사변형을 따라 벡터를 평행이동했을 때 "얼마나 어긋나는가"를 점과 방향의 함수로 기록한 것이다.
• 단면곡률 (평면 조각의 휘어짐 / Slice Curvature) — 접선공간에서 2차원 평면 $\sigma$를 하나 골라, 그 방향의 곡률만 추출한 스칼라값 $K(\sigma) = \frac{R(u,v,v,u)}{|u|^2|v|^2 - \langle u,v\rangle^2}$. 2차원 곡면의 가우스 곡률을 고차원으로 일반화한 것이며, 리만 곡률 텐서의 정보를 "방향별 단면"으로 읽는 방법이다.
• 비앙키 항등식 (곡률의 대칭율 / Curvature Symmetry Law) — 곡률 텐서의 성분들 사이에 성립하는 항등식들. 제1 비앙키는 대수적 대칭성(독립 성분 수를 줄임), 제2 비앙키는 미분적 제약(물리에서 보존 법칙을 보장)이다. 이 항등식들이 없다면 곡률 텐서는 다루기 어려운 거대한 배열에 불과했을 것이다.

핵심 인물과 일화

베른하르트 리만 — 곡률을 텐서로 (1854)

리만의 1854년 취임강연은 매니폴드와 계량만을 다룬 것이 아니었다. 강연의 후반부에서 리만은 더 깊은 질문으로 나아간다: 이 공간이 얼마나 휘어져 있는가를 어떻게 측정하는가?

가우스는 2차원 곡면의 곡률을 하나의 숫자(가우스 곡률 $K$)로 표현할 수 있음을 보였다. 하지만 3차원 이상에서는 하나의 숫자로는 부족하다. 3차원 공간에서는 $xy$-평면 방향, $yz$-평면 방향, $xz$-평면 방향의 곡률이 각각 다를 수 있다. 일반적인 $n$차원에서는 가능한 2차원 방향의 수가 $\binom{n}{2}$이고, 곡률 정보는 텐서 — 4개의 첨자를 가진 양 — 로 표현되어야 한다.

리만은 이 텐서의 존재와 기본적인 대칭성을 강연에서 제시했다. 하지만 당시 텐서 표기법이 아직 없었기 때문에, 리만은 이것을 좌표 계산이 아닌 개념적 수준에서 서술했다. 오늘날 우리가 사용하는 $R^i{}_{jkl}$ 표기는 크리스토펠(1869)과 리치-쿠르바스트로(1880년대)를 거쳐 완성된 것이다.

리만 곡률 텐서의 핵심 아이디어는 이것이다: 두 방향 $u$, $v$를 골라 아주 작은 평행사변형을 그리고, 그 경로를 따라 벡터를 평행이동한다. 돌아왔을 때의 어긋남이 그 방향에서의 곡률이다. 무한소 수준의 홀로노미.

리만은 이 아이디어를 제시했을 때 27세였고, 39세에 세상을 떠났다. 그가 더 오래 살았더라면 곡률 텐서의 이론이 어디까지 발전했을지는 알 수 없다. 하지만 적어도 이것은 확실하다: 곡률을 "하나의 숫자"가 아닌 "방향에 따라 달라지는 텐서"로 파악한 그 발상의 전환이 없었다면, 아인슈타인의 일반상대성이론도 불가능했을 것이다.

시각화 아이디어

• 미소 평행사변형: 곡면 위에서 아주 작은 평행사변형을 따라 벡터를 평행이동
• 곡률 히트맵: 토러스 같은 곡면 위에서 곡률의 값을 색으로 표시
• 미분 순서 교환: $\nabla_x\nabla_y$ vs $\nabla_y\nabla_x$의 차이를 두 경로의 결과 비교로 시각화

연결되는 세계들