Aliasing

Mark as In Progress

정의

연속적인 정보를 제한된 해상도로

📄

Sampling할 때 서로 다른 고주파 정보가 동일한 저주파 정보로 잘못 인식되는 현상이다.

설명

Aliasing은 단순히 샘플이 부족해서 생기는 문제가 아니라, 연속적인 세계를 이산적인 표현으로 번역하는 과정에서 필연적으로 발생할 수 있는 구조적 오류다.

시간, 공간,

📄

Frequency - Hz (주파수)는 본래 연속적인 축이지만, 디지털 시스템은 이를 유한한 간격의 표본으로만 다룬다. 이 간격이 정보 변화의 속도보다 크면, 시스템은 서로 다른 패턴을 동일한 패턴으로 오해한다.

Aliasing의 핵심 문제는 정보의 손실이 아니라 정보의 잘못된 재배치다. 고주파 성분이 사라지는 것이 아니라, 존재하지 않던 저주파 성분으로 변형되어 나타난다. 이 때문에 결과는 단순 열화가 아니라

📄

Distortion (왜곡)이며, 원본 신호와 구분되지 않는다.

그래픽에서 Aliasing은 해상도가 부족할 때 가장 직관적으로 드러난다. 촘촘한 패턴이 계단처럼 보이거나, 미세한 무늬가 깜빡이며 움직인다. 영상에서는 시간적 샘플링이 충분하지 않을 경우, 회전 방향이 바뀌거나 속도가 왜곡된 것처럼 인식된다.

신호처리 전반에서 Aliasing은 해상도 선택이 곧 해석의 정확도를 결정한다는 사실을 드러낸다. 한 번 발생한 Aliasing은 후처리로 제거할 수 없기 때문에, 사전 제어가 본질적인 대응 방식이 된다.

원리

Aliasing의 원리는 Sampling이 주파수 영역에서 스펙트럼의 주기적 복제를 만든다는 수학적 성질에 기반한다.

해상도 한계는 인식 한계를 만든다

샘플 간 간격은 시스템이 구분할 수 있는 최대 변화 속도를 정의한다. 이 한계를 넘는 정보는 서로 다른 패턴으로 분리되지 못한다.

이산화는 반복 구조를 만든다

연속 신호를 Sampling하면, 주파수 영역에서는 원본 스펙트럼이 샘플링 주파수 간격으로 반복된다. 이는 피할 수 없는 구조적 결과다.

겹침은 새로운 의미를 만든다

반복된 스펙트럼이 서로 겹치는 순간, 고주파 정보는 저주파 영역으로 접혀 들어온다. 이 접힘은 실제로 존재하지 않던 패턴을 생성한다.

정보 출처는 소실된다

Aliasing으로 생성된 성분은 원래 고주파였다는 흔적을 남기지 않는다. 이 때문에 복원이나 역산이 불가능하다.

사전 대역 제한이 유일한 방어선이다

Sampling 전에 신호의 대역을 제한하지 않으면, Aliasing은 필연적으로 발생한다. 이는 알고리즘의 문제가 아니라 수학적 구조의 문제다.

구조

샘플링 주기


T = 1 / f_s

📄
Nyquist Theorem (나이퀴스트 이론) 한계


f_N = f_s / 2

접힘 관계


f_alias = |f_content − k·f_s|

스펙트럼 복제


X_s(f) = Σ X(f − k·f_s)

예시

음향

비선형 처리가 고주파 성분을 생성하면, Sampling 주파수 한계를 넘는 성분이 저주파 왜곡으로 변환된다. 이는 원음과 무관한 거친 질감을 만든다.

그래픽

얇은 줄무늬나 반복 패턴이 계단처럼 보이는 현상은 공간 해상도가 패턴 주기를 따라가지 못할 때 발생한다. 이는 픽셀 격자와 패턴 주기의 충돌 결과다.

영상

바퀴가 거꾸로 도는 것처럼 보이거나 속도가 불연속적으로 변하는 현상은 프레임 간 시간 샘플링이 실제 운동을 충분히 포착하지 못했을 때 나타난다.

신호처리

고주파 진동이 낮은 주파수의 진동처럼 측정되면, 시스템은 존재하지 않는 저주파 현상을 실제 신호로 오해한다.

계측·시뮬레이션

Sampling 간격이 진동 주기보다 크면, 실제 시스템은 안정적인데 측정 데이터는 불안정하거나 느리게 변하는 것처럼 나타난다. 이는 해석 오류를 직접적으로 유발한다.

Mark as Done