Fourier Transform (푸리에 변환)

푸리에 변환(Fourier Transform)은 시간(Time) 도메인의 신호를 주파수(Frequency) 도메인으로 변환하는 수학적 기법입니다. 쉽게 말해, 복잡한 파동(신호)을 단순한 삼각함수(사인, 코사인)들의 합으로 분해하는 과정입니다.

1. 핵심 개념

• 시간 도메인 (Time Domain): 시간이 흐름에 따라 신호의 크기가 어떻게 변하는지 보여줍니다. (예: 오실로스코프 화면, 오디오 파형)
• 주파수 도메인 (Frequency Domain): 신호 안에 어떤 주파수 성분들이 얼마나 많이(진폭) 들어있는지 보여줍니다. (예: 이퀄라이저 막대 그래프)

"모든 주기적인 파형은 주파수, 진폭, 위상이 다른 사인파(Sine wave)들의 합으로 표현할 수 있다." - 장 바티스트 조제프 푸리에

2. 주요 공식 (연속 푸리에 변환)

$$ F(\omega) = \int_{-\infty}^{\infty} f(t) e^{-i\omega t} dt $$

• $f(t)$: 시간 도메인의 신호
• $F(\omega)$: 주파수 도메인의 신호 (푸리에 변환 결과)

3. 종류

• CFT (Continuous Fourier Transform): 아날로그 신호와 같은 연속적인 신호를 변환합니다.
• DFT (Discrete Fourier Transform): 컴퓨터 처리를 위해 이산적(Digital)인 데이터 포인트를 변환합니다. $O(N^2)$의 복잡도를 가집니다.
• FFT (Fast Fourier Transform): DFT를 매우 빠르게 계산하는 알고리즘으로, 시간 복잡도를 $O(N \log N)$으로 획기적으로 줄였습니다. 현대의 모든 디지털 신호 처리는 FFT를 기반으로 합니다.

4. 활용 분야

• 신호 처리: 오디오 노이즈 제거, 이퀄라이저, 음성 인식
• 통신: LTE, 5G, Wi-Fi 등에서 사용하는 OFDM(직교 주파수 분할 다중화) 기술의 핵심
• 이미지 처리: JPEG 압축 (DCT, 이산 코사인 변환은 푸리에 변환의 사촌 격), MRI 영상 재구성
• 데이터 분석: 주식 차트 분석(주기성 발견), 지진파 분석