디지털 변환(ADC)

디지털 통신에서 소리 같은 신호를 "0과 1"로 바꾼다고 배웠습니다. 이번에는 그 변환이 실제로 어떤 순서로 이루어지는지 살펴봅니다. 시간에 따라 부드럽게 변하는 아날로그 신호를 컴퓨터가 다룰 수 있는 디지털 신호로 바꾸는 장치를 ADC(Analog-to-Digital Converter, 아날로그-디지털 변환기)라고 부르며, 이 변환은 표본화 → 양자화 → 부호화의 3단계로 이루어집니다.

아날로그 신호가 표본화, 양자화, 부호화를 거쳐 디지털 신호로 바뀌는 4단계 흐름 도식

ADC의 세 단계: 표본화 → 양자화 → 부호화

1단계 — 표본화(Sampling): 순간의 값을 뽑아낸다

아날로그 신호는 시간의 모든 순간마다 값을 가지고 있어서, 그 자체로는 유한한 숫자로 담을 수 없습니다. 그래서 먼저 일정한 시간 간격(표본화 주기)마다 신호의 값을 하나씩 "찍어서" 뽑아냅니다. 이렇게 뽑아낸 값을 표본(sample)이라 하고, 1초에 몇 번 뽑는지를 표본화 주파수(sampling rate)라고 합니다.

표본을 너무 드물게 뽑으면 원래 신호를 되살릴 수 없습니다. 나이키스트(Nyquist) 표본화 정리에 따르면, 표본화 주파수가 신호에 담긴 가장 높은 주파수의 2배보다 커야 원래 신호를 완전하게 복원할 수 있습니다. 이 조건을 지키지 못하면 원래와 전혀 다른 낮은 주파수의 신호로 잘못 해석되는데, 이를 에일리어싱(aliasing)이라고 부릅니다.

충분한 표본화와 부족한 표본화(에일리어싱)를 비교하는 그림

같은 표본(점)이라도, 표본화가 부족하면 완전히 다른 신호(오른쪽 점선)로 오인될 수 있습니다.

식으로 쓰면 다음과 같습니다. \(f_s\)는 표본화 주파수(1초에 뽑는 표본 수), \(T_s\)는 표본과 표본 사이의 시간 간격, \(f_{\max}\)는 신호에 들어 있는 가장 높은 주파수입니다. \(f_s/2\)를 나이키스트 주파수라 하며, 이보다 높은 주파수는 제대로 담을 수 없습니다.

\[T_s = \frac{1}{f_s}, \qquad f_s > 2\,f_{\max}\ \ \Longleftrightarrow\ \ f_{\max} < \frac{f_s}{2}\]

조건을 어기면 주파수 \(f\)인 신호가 \(f_s\)의 정수배(\(k f_s\)) 가운데 가장 가까운 것과의 차이만큼의 가짜 낮은 주파수로 보입니다.

\[f_{\text{가짜}} = \left|\,f - k\,f_s\,\right| \qquad (k\text{는 } f/f_s\text{에 가장 가까운 정수})\]

🧮 실제 값으로 계산해 보기 — 전화, CD, 그리고 거꾸로 도는 바퀴

상황: 음악 CD는 1초에 소리 크기를 44,100번, 디지털 전화는 8,000번 잽니다. 이 횟수로 충분한지, 모자라면 무슨 일이 생기는지 따져 봅시다.

  1. 표본 사이 간격 \(T_s = 1/f_s\)
    \[\text{CD}:\ \frac{1}{44{,}100\ \text{Hz}} \approx 22.7\ \mu\text{s}, \qquad \text{전화}:\ \frac{1}{8{,}000\ \text{Hz}} = 125\ \mu\text{s}\]
    → CD는 0.0000227초마다, 전화는 0.000125초마다 소리를 한 번씩 '찍는다'는 뜻입니다.
  2. 나이키스트 조건 \(f_s > 2 f_{\max}\) 확인
    \[\text{CD}:\ 2 \times 20\ \text{kHz} = 40\ \text{kHz} < 44.1\ \text{kHz}\ \ \text{✔}, \qquad \text{전화}:\ 2 \times 3.4\ \text{kHz} = 6.8\ \text{kHz} < 8\ \text{kHz}\ \ \text{✔}\]
    → CD는 사람 귀가 듣는 가장 높은 소리(약 20 kHz)까지, 전화는 목소리를 알아듣는 데 필요한 소리(약 3.4 kHz)까지 빠짐없이 담는다는 뜻입니다. 담을 수 있는 한계인 나이키스트 주파수 \(f_s/2\)는 CD가 22.05 kHz, 전화가 4 kHz입니다.
  3. 전화에 한계(4 kHz)보다 높은 소리가 들어오면 \(f_{\text{가짜}} = |f - k f_s|\)
    \[5\ \text{kHz}:\ \tfrac{5}{8} \approx 0.6 \Rightarrow k = 1,\ \ |5 - 8| = 3\ \text{kHz}, \qquad 9\ \text{kHz}:\ \tfrac{9}{8} \approx 1.1 \Rightarrow k = 1,\ \ |9 - 8| = 1\ \text{kHz}\]
    → 원래 없던 3 kHz, 1 kHz 소리가 들린다는 뜻입니다. 그래서 ADC 앞에는 \(f_s/2\)보다 높은 성분을 미리 잘라 내는 저역통과필터를 둡니다.
  4. 영화 속 바퀴: 1초에 24장 찍는 카메라(\(f_s = 24\))로 1초에 23바퀴 도는 바퀴를 찍으면 \(23 - 24 = -1\) → 크기 1은 '1초에 1바퀴', 빼기 부호는 '반대 방향'이라는 뜻입니다. 바퀴가 1초에 1바퀴씩 거꾸로 천천히 도는 것처럼 보입니다.

📐 수학 도움말: k(킬로)는 1,000배, μ(마이크로)는 100만분의 1입니다. 44.1 kHz = 44,100 Hz는 "1초에 44,100번", 22.7 μs는 0.0000227초입니다. \(|\ |\)(절댓값)는 계산한 뒤 빼기 부호를 떼라는 뜻입니다(예: \(|5 - 8| = |-3| = 3\)).
📘 기초 수학 참고: 큰 수·작은 수와 단위

👉 정리: 1초에 재는 횟수가 담고 싶은 가장 높은 주파수의 2배를 넘어야 합니다. 넘지 못하면 엉뚱한 낮은 소리(에일리어싱)로 바뀝니다.

👉 신호 주파수를 올려 가며, 나이키스트 주파수를 넘는 순간 무슨 일이 생기는지 보세요!

표본화 주파수 \(f_s\)

━ 들어오는 소리   ● 표본(2 ms 동안)   ┅ 표본만 보고 되살린 소리. 8 kHz에 5 kHz를 넣으면 되살린 소리가 3 kHz로 바뀌는 것을 위 계산과 비교해 보세요.

2단계 — 양자화(Quantization): 가까운 단계 값으로 반올림

표본화로 뽑아낸 값은 여전히 연속적인(무한히 세밀한) 값입니다. 컴퓨터는 유한한 개수의 값만 다룰 수 있으므로, 미리 정해 둔 계단 모양의 단계(레벨) 중 가장 가까운 값으로 반올림합니다. 이를 양자화라고 합니다. 단계를 몇 비트로 나누는지에 따라 레벨의 개수가 정해지는데, n비트라면 2ⁿ개의 레벨을 사용합니다(예: 8비트라면 256단계).

반올림을 하기 때문에 원래 값과 양자화된 값 사이에는 아주 작은 차이가 생기는데, 이를 양자화 오차(quantization error)라고 합니다. 레벨(비트 수)이 많을수록 계단이 촘촘해져 오차는 줄어들지만, 표현해야 할 숫자의 범위가 커져 더 많은 비트가 필요해집니다.

입력 전압의 범위를 \(V_{\min}\)부터 \(V_{\max}\)까지라 하면, N비트 ADC는 이 범위를 \(2^N\)칸으로 똑같이 나눕니다. 한 칸의 높이(계단 간격) \(\Delta\)와, 각 칸의 가운데 값으로 반올림할 때 생기는 가장 큰 오차는

\[\Delta = \frac{V_{\max} - V_{\min}}{2^N}, \qquad \text{칸 번호} = \left\lfloor \frac{V - V_{\min}}{\Delta} \right\rfloor, \qquad |\text{양자화 오차}| \le \frac{\Delta}{2}\]

입니다. \(\lfloor\ \rfloor\)는 소수점 아래를 버린다는 뜻입니다. 비트가 하나 늘면 칸 수가 2배, \(\Delta\)와 최대 오차는 절반이 됩니다.

🧮 실제 값으로 계산해 보기 — −1 V ~ +1 V 신호를 3비트로

상황: 마이크가 만든 전압이 \(-1\ \text{V}\)부터 \(+1\ \text{V}\) 사이(폭 2 V)에서 오르내리고, 이를 3비트(8칸) ADC로 잰다고 해 봅시다. 어느 순간 \(0.6\ \text{V}\)가 들어왔습니다.

  1. 계단 한 칸의 높이 \(\Delta = \dfrac{1 - (-1)}{2^3} = \dfrac{2\ \text{V}}{8} = 0.25\ \text{V}\) → 2 V 높이를 8칸짜리 사다리로 나누면 한 칸이 0.25 V라는 뜻입니다.
  2. 최대 오차 \(\dfrac{\Delta}{2} = \dfrac{0.25}{2} = 0.125\ \text{V}\) → 칸의 가운데 값으로 반올림하므로, 어떤 전압이 와도 틀린 정도가 0.125 V를 넘지 않는다는 뜻입니다.
  3. 칸 번호 \(\left\lfloor \dfrac{0.6 - (-1)}{0.25} \right\rfloor = \lfloor 6.4 \rfloor = 6\) (2진수 110) → 맨 아래 칸을 0번으로 셀 때, 0.6 V는 6번 칸에 들어간다는 뜻입니다. ADC가 보내는 숫자는 이 6입니다.
  4. 되살린 값 \(-1 + (6 + 0.5) \times 0.25 = 0.625\ \text{V}\) → 받는 쪽은 6번 칸의 가운데 값인 0.625 V로 소리를 되살린다는 뜻입니다.
  5. 양자화 오차 \(0.625 - 0.6 = 0.025\ \text{V} \le 0.125\ \text{V}\ \ \text{✔}\) → 원래보다 0.025 V 어긋났지만, ②에서 구한 최대 오차 안에 들어온다는 뜻입니다.
  6. 비트를 늘리면: 8비트는 \(\Delta = 2/256 \approx 0.0078\ \text{V}\)(7.8 mV), 16비트는 \(2/65{,}536 \approx 0.0000305\ \text{V}\)(30.5 μV) → 계단이 눈에 보이지 않을 만큼 촘촘해진다는 뜻입니다.

📐 수학 도움말: \(2^3\)은 2를 3번 곱한 \(2 \times 2 \times 2 = 8\)입니다. 같은 방법으로 \(2^8 = 256\), \(2^{16} = 65{,}536\)이고, 비트가 하나 늘 때마다 칸 수가 2배가 됩니다. \(\lfloor\ \rfloor\)는 소수점 아래를 버린다는 뜻입니다(\(\lfloor 6.4 \rfloor = 6\)). m(밀리)는 1,000분의 1, μ(마이크로)는 100만분의 1입니다.
📘 기초 수학 참고: 2진수와 비트 · 큰 수·작은 수와 단위

👉 정리: 비트 수가 늘수록 사다리 칸이 촘촘해져 양자화 오차가 줄어듭니다. 아래 시뮬레이션에서 비트 수를 바꾸며 \(\Delta\)를 확인해 보세요.

3단계 — 부호화(Encoding): 숫자를 0과 1로 표현

양자화로 얻은 레벨 번호(예: 0~255)를 2진수(0과 1의 조합)로 바꾸는 마지막 단계입니다. 예를 들어 8비트 양자화에서 레벨이 "13"이었다면 2진수로는 "00001101"처럼 8개의 0과 1로 표현됩니다. 이렇게 만들어진 0과 1의 나열이 바로 우리가 저장하고 전송하는 디지털 신호입니다.

🧮 실제 값으로 계산해 보기 — 10진수 13을 2진수로 바꾸기

상황: 8비트 ADC가 어느 순간의 소리 크기를 "13번 칸"으로 쟀습니다. 이 숫자를 전선이나 전파로 보내려면 0과 1로 적어야 합니다.

  1. 2로 계속 나누어 나머지를 모읍니다.
    \[ \begin{aligned} 13 \div 2 &= 6 \ \cdots\ \textbf{1} && \uparrow\\ 6 \div 2 &= 3 \ \cdots\ \textbf{0} && \uparrow\\ 3 \div 2 &= 1 \ \cdots\ \textbf{1} && \uparrow\\ 1 \div 2 &= 0 \ \cdots\ \textbf{1} && \uparrow \ \text{여기부터 위로 읽기} \end{aligned} \]
    → 나머지 하나하나가 2진수의 한 자리(1, 2, 4, 8의 자리)에 1이 있는지 없는지를 알려 준다는 뜻입니다.
  2. 나머지를 아래에서 위로 읽으면 \(13 = 1101_{(2)}\) → 13은 '8 한 개 + 4 한 개 + 2 없음 + 1 한 개'로 만들어진다는 뜻입니다.
  3. 8비트로 맞추려고 앞을 0으로 채우면 00001101 → 8비트 ADC는 숫자가 작아도 늘 0과 1을 8개씩 보낸다는 뜻입니다. 받는 쪽이 어디서 숫자가 끊기는지 알 수 있습니다.
  4. 확인: \(8 + 4 + 1 = 13\) → 거꾸로 1이 있는 자리의 값을 더하면 원래 숫자로 돌아온다는 뜻입니다.

📐 수학 도움말: 2진수의 자리는 오른쪽부터 1, 2, 4, 8, 16…처럼 2배씩 커집니다. 10진수 자리가 1, 10, 100…으로 10배씩 커지는 것과 같은 원리입니다. 되돌리는 계산은 앞 편 디지털 통신에서 자세히 했습니다.
📘 기초 수학 참고: 2진수와 비트

👉 정리: 부호화는 칸 번호를 "2로 나눈 나머지"로 적는 일입니다. 위 양자화 예의 칸 번호 6도 \(6 = 4 + 2\)이므로 3비트로 110입니다.

표본화 개수와 양자화 비트 수를 바꿔 보면서, 원래 신호(회색 점선)와 디지털로 바뀐 신호(초록 계단선) 사이의 차이가 어떻게 달라지는지 실험해 보세요.

총 비트 수 (표본 수 × 비트 수)
-
계단 간격 Δ (범위 −1~+1)
-
평균 양자화 오차
-
부호화된 비트열(전체)
-

┄ 원래 아날로그 신호   ■ 양자화된 디지털 신호(계단)   ● 표본점   표본화 개수를 줄이면 파형의 세부 모양을 잃고(에일리어싱 위험), 비트 수를 줄이면 계단이 굵어지며 양자화 오차가 커집니다.

디지털 신호를 다시 아날로그로 — 복원(복호화)

받은 쪽에서는 반대 순서로 되돌립니다. 2진수 부호를 다시 레벨 값으로 풀고, 각 표본 값을 다음 표본이 오기 전까지 잠깐 유지시켜 계단 모양의 신호를 만든 뒤, 저역통과필터(low-pass filter)로 계단의 뾰족한 부분을 부드럽게 다듬으면 원래의 아날로그 신호와 매우 가까운 모습으로 되살아납니다.

핵심 정리

  • ADC는 아날로그 신호를 표본화 → 양자화 → 부호화 순서로 디지털 신호로 바꿉니다.
  • 표본화 주파수가 신호의 최고 주파수의 2배보다 낮으면 에일리어싱이 생겨 원래 신호를 복원할 수 없습니다(나이키스트 표본화 정리).
  • 양자화 비트 수가 많을수록 계단이 촘촘해져 오차는 줄지만, 그만큼 더 많은 비트가 필요합니다.
  • 받은 쪽에서는 표본 유지 + 저역통과필터로 디지털 신호를 다시 아날로그 신호로 복원합니다.

좀 더 알아보기 — 얼마나 자주, 얼마나 세밀하게? ADC 회로의 종류와 발전

비트 수와 음질, 그리고 데이터 양

양자화 비트 수(N)가 1개 늘 때마다 계단 수는 2배가 되고, 신호와 양자화 오차의 비(S/N)는 약 6 dB씩 좋아집니다.

\[\text{S/N} \approx 6.02\,N + 1.76\ \text{dB}, \qquad \text{초당 데이터 양} = f_s \times N \times \text{채널 수}\]
쓰임표본화 주파수(fs)비트 수초당 데이터 양왜 이 값일까?
디지털 전화8 kHz8비트64 kbps목소리 알아듣기에 충분한 약 3.4 kHz의 2배 이상
음악 CD44.1 kHz16비트 × 2채널약 1.4 Mbps사람 귀의 한계(약 20 kHz)의 2배 이상, S/N 약 98 dB
고해상도 음원96 kHz24비트 × 2채널약 4.6 Mbps녹음·편집 과정의 여유
KVN 같은 전파망원경수십억 Hz(GHz)2비트초당 수십억 비트(Gbps)아래 설명 참고

S/N 식의 6.02는 이렇게 나옵니다. 비트가 하나 늘면 \(\Delta\)가 절반이 되어 오차의 크기도 절반, 오차의 전력은 \((1/2)^2 = 1/4\)이 됩니다. 전력 비 4배를 데시벨로 바꾸면 \(10\log_{10}4 \approx 6.02\ \text{dB}\)입니다. 1.76 dB는 사인파 신호를 가득 채워 넣었을 때의 보정값입니다.

🧮 실제 값으로 계산해 보기 — S/N과 데이터 양

상황: 전화 통화(8비트), 음악 CD(16비트), 전파망원경(2비트)은 소리나 전파를 서로 다른 비트 수로 잽니다. 소리가 얼마나 깨끗한지, 1시간짜리 음악 CD 한 장에 데이터가 얼마나 쌓이는지 계산해 봅시다.

  1. 비트 수에 따른 S/N(\(6.02\,N + 1.76\))
    \[ \begin{aligned} N = 2\ (\text{전파망원경}) &:\ 6.02 \times 2 + 1.76 = 13.8\ \text{dB}\\ N = 8\ (\text{전화}) &:\ 6.02 \times 8 + 1.76 = 49.9\ \text{dB}\\ N = 16\ (\text{CD}) &:\ 6.02 \times 16 + 1.76 = 98.1\ \text{dB} \end{aligned} \]
    → 신호가 계단 오차(양자화 잡음)보다 얼마나 센지를 나타낸 값입니다. 클수록 깨끗한 소리입니다.
  2. dB를 다시 '몇 배'로 바꾸면(\(10^{\text{dB}/10}\)) 13.8 dB는 약 24배, 49.9 dB는 약 10만 배, 98.1 dB는 \(10^{9.81} \approx 6.5\times10^{9}\), 약 65억 배 → CD에서는 음악 소리의 전력이 계단 오차의 65억 배나 되어, 귀로는 오차를 느낄 수 없다는 뜻입니다.
  3. 1초의 데이터 양(\(f_s \times N \times \text{채널 수}\)): 전화 \(8{,}000 \times 8 \times 1 = 64{,}000\ \text{bps} = 64\ \text{kbps}\), CD \(44{,}100 \times 16 \times 2 = 1{,}411{,}200\ \text{bps} \approx 1.41\ \text{Mbps}\) → CD 플레이어는 1초에 0과 1을 약 141만 개 읽는다는 뜻입니다.
  4. CD 1시간: \(1{,}411{,}200 \times 3{,}600 \div 8 = 635{,}040{,}000\ \text{바이트} \approx 635\ \text{MB}\) → 1시간 음악에 약 635 MB가 필요하다는 뜻입니다. CD 한 장에 약 74분이 들어가는 이유입니다.
  5. 전파로 보내려면: 디지털 통신 편의 64-QAM(심볼당 \(\log_2 64 = 6\)비트)으로 \(1{,}411{,}200 \div 6 = 235{,}200\)개/초, QPSK(2비트)로는 \(705{,}600\)개/초 → 한 번에 담는 비트가 적으면 1초에 보내야 할 파동 조각(심볼)이 3배 늘어난다는 뜻입니다.

📐 수학 도움말: dB는 '몇 배'를 짧게 쓰는 방법입니다. 10배 = 10 dB, 100배 = 20 dB, 2배 ≈ 3 dB입니다. 거꾸로 dB를 10으로 나눈 만큼 10을 거듭 곱하면(\(10^{\text{dB}/10}\)) 다시 배수가 됩니다(20 dB → \(10^2 = 100\)배). 1바이트 = 8비트라서 바이트로 바꿀 때 8로 나눕니다. k는 1,000, M은 100만입니다. \(\log_2 64 = 6\)은 "2를 6번 곱하면 64"라는 뜻입니다.
📘 기초 수학 참고: 로그와 데시벨(dB) · 큰 수·작은 수와 단위

👉 정리: 비트 수는 소리의 깨끗함(S/N)을, '표본화 횟수 × 비트 수 × 채널 수'는 데이터 양을 정합니다. ADC가 만든 숫자의 양이 곧 통신에 필요한 속도입니다.

ADC 회로는 어떻게 숫자를 알아낼까? — 대표적인 세 가지

ADC 안에는 "입력 전압이 기준 전압보다 큰가, 작은가?"만 판단하는 비교기가 들어 있습니다. 비교기를 어떻게 쓰느냐에 따라 ADC의 종류가 나뉩니다.

  • 플래시형 — 비교기를 계단 수만큼(\(2^N - 1\)개) 늘어놓고 한꺼번에 비교합니다. 단 한 번에 답이 나와 가장 빠르지만, 8비트만 되어도 비교기가 255개나 필요해 비트 수를 늘리기 어렵습니다. 아주 빠른 신호를 다루는 측정 장비에 쓰입니다.
  • 축차 비교형(SAR) — "업다운 숫자 맞히기 게임"과 같습니다. 0~255 사이의 값이라면 먼저 "128 이상인가?"를 묻고, 답에 따라 범위를 절반씩 줄여 가면 8번 만에 정답을 찾습니다. 질문 하나가 비트 하나를 정하므로, N비트면 N번 비교합니다. 속도와 정밀도가 균형 잡혀 센서와 마이크로컨트롤러에 가장 널리 쓰입니다.
  • 델타-시그마형 — 1비트처럼 아주 거친 비교를 필요보다 수십~수백 배 빠르게 반복한 뒤, 결과를 평균 내어 세밀한 값을 얻습니다. 속도는 느린 편이지만 정밀도가 매우 높아 스마트폰·오디오 기기의 소리 변환에 쓰입니다.

🧮 실제 값으로 계산해 보기 — 비교기 개수와 SAR의 숫자 맞히기

상황: 스마트폰 센서에 넣을 ADC를 고른다고 해 봅시다. 비교기를 잔뜩 늘어놓는 플래시형과, 비교기 하나로 여러 번 묻는 SAR형 가운데 무엇이 알맞을까요?

  1. 필요한 비교기 수와 비교 횟수
    비트 수 N플래시형 비교기 수 \(2^N - 1\)SAR형 비교 횟수 \(N\)
    2 (전파망원경)\(2^2 - 1 = 3\)개2번
    8\(2^8 - 1 = 255\)개8번
    16\(2^{16} - 1 = 65{,}535\)개16번
    → 플래시형은 계단 경계마다 비교기가 하나씩 필요해, 16비트면 6만 5천 개가 넘는다는 뜻입니다. SAR형은 비교기 1개로 \(N\)번만 물으면 됩니다.
  2. 입력이 180일 때 8비트 SAR가 답을 찾는 과정입니다. 가장 큰 자리(128)부터 "지금까지 값 + 이 자리 값 이상인가?"를 묻습니다.
    비교질문답비트지금까지 값
    1180 ≥ 0 + 128?예1128
    2180 ≥ 128 + 64 = 192?아니오0128
    3180 ≥ 128 + 32 = 160?예1160
    4180 ≥ 160 + 16 = 176?예1176
    5180 ≥ 176 + 8 = 184?아니오0176
    6180 ≥ 176 + 4 = 180?예1180
    7180 ≥ 180 + 2 = 182?아니오0180
    8180 ≥ 180 + 1 = 181?아니오0180
    → 질문 하나의 "예/아니오"가 비트 하나(1/0)가 된다는 뜻입니다. 질문할 때마다 남은 범위가 절반으로 줄어듭니다.
  3. 모은 비트를 읽으면 \(10110100_{(2)} = 128 + 32 + 16 + 4 = 180\) → 8번 만에 정확한 값을 찾았다는 뜻입니다.

📐 수학 도움말: \(2^8 = 256\)은 2를 8번 곱한 값으로, 8비트가 나타내는 칸의 수입니다. 칸이 256개면 칸 사이 경계는 그보다 1 적은 255개라서 비교기가 \(2^8 - 1\)개 필요합니다.
📘 기초 수학 참고: 2진수와 비트 · 큰 수·작은 수와 단위

👉 정리: 플래시형은 빠르지만 비트가 늘면 비교기가 감당할 수 없이 늘어나고, SAR형은 비교기 하나로 N번 물어 답을 찾습니다. 아래에서 다른 값으로 직접 해 보세요.

비교질문답비트지금까지 값

전파망원경은 왜 2비트만 쓸까?

음악 CD는 16비트를 쓰는데, KVN 같은 전파망원경은 신호를 겨우 2비트(4단계)로 양자화하는 경우가 많습니다. 대신 넓은 주파수 폭을 담기 위해 1초에 수십억 번 표본화합니다(GHz 폭의 2배 이상, 나이키스트 조건).

  • 우주에서 온 전파는 잡음과 거의 구별되지 않는 무작위 신호이고, 천문학자가 알고 싶은 것은 한 순간의 정확한 값보다 여러 망원경 신호가 얼마나 닮았는지(상관관계)입니다. 이 닮은 정도는 2비트로도 잘 보존됩니다.
  • 2비트로 줄여서 잃는 감도는 약 12 %에 불과하지만, 데이터 양은 16비트보다 8배 줄어듭니다. 그 대신 더 넓은 주파수 폭을 기록하면 오히려 감도가 좋아집니다(진폭 편의 \(\Delta T \propto 1/\sqrt{\Delta\nu\,\tau}\)).
  • 그래도 데이터는 엄청나서, 관측 한 번에 수십 TB가 쌓이기도 합니다. 이 데이터를 어떻게 기록하고 옮기는지는 관측데이터 저장 편에서 이어집니다.

🧮 실제 값으로 계산해 보기 — 2비트가 16비트보다 유리한 이유

상황: 전파망원경의 기록 장치가 1초에 2,048 Mbit(약 2 Gbps)까지 저장할 수 있다고 해 봅시다. 이 용량을 표본 하나에 2비트씩 쓸까요, 16비트씩 쓸까요? 데이터 양은 \(f_s \times N\)이고, 나이키스트 조건으로 \(f_s = 2\Delta\nu\)입니다.

  1. 1초에 잴 수 있는 횟수 \(f_s\): 2비트는 \(2{,}048\ \text{Mbps} \div 2 = 1{,}024\ \text{MHz}\), 16비트는 \(2{,}048\ \text{Mbps} \div 16 = 128\ \text{MHz}\) → 2비트로 기록하면 1초에 약 10억 번, 16비트면 약 1억 3천만 번 잴 수 있다는 뜻입니다.
  2. 담을 수 있는 주파수 폭 \(\Delta\nu = f_s/2\): 2비트 512 MHz, 16비트 64 MHz → 같은 저장 용량으로 2비트가 8배 넓은 범위의 전파를 받는다는 뜻입니다.
  3. 감도 비교(감도는 \(\sqrt{\Delta\nu}\)에 비례하고, 2비트는 양자화로 감도의 약 12 %를 잃어 88 %만 남음)
    \[\frac{\text{2비트 감도}}{\text{16비트 감도}} = 0.88 \times \sqrt{\frac{512}{64}} = 0.88 \times \sqrt{8} \approx 0.88 \times 2.83 \approx 2.5\]
    → 조금 거칠게 재는 손해보다 넓게 받는 이득이 훨씬 커서, 2비트가 약 2.5배 더 약한 천체까지 찾아낸다는 뜻입니다.
  4. 1시간 기록: \(2{,}048 \times 10^{6} \times 3{,}600 \div 8 \approx 9.2\times10^{11}\)바이트, 약 0.9 TB → 이 속도로 1시간만 기록해도 1 TB 외장 하드 하나가 거의 찬다는 뜻입니다.

📐 수학 도움말: \(\sqrt{\ }\)(제곱근)는 "두 번 곱해서 그 수가 되는 값"입니다(\(\sqrt{9} = 3\), \(\sqrt{8} \approx 2.83\)). M(메가)은 \(10^6\) = 100만, T(테라)는 \(10^{12}\) = 1조이고, \(9.2\times10^{11}\)은 9,200억입니다. 1바이트 = 8비트입니다.
📘 기초 수학 참고: 거듭제곱과 제곱근 · 큰 수·작은 수와 단위

👉 정리: 같은 저장 용량이면 2비트가 약 2.5배 더 민감합니다. 여러 주파수 대역을 동시에 몇 시간씩 관측하면 수십 TB가 쌓이는 까닭도 이 계산에서 보입니다.

소리를 숫자로 — 디지털 변환의 발전사
시기사건의미
1928년나이키스트의 연구전신 신호를 얼마나 자주 보내야 하는지 연구하며 "2배" 조건의 토대를 마련했습니다.
1937년리브스의 PCM 발명소리를 표본화·양자화·부호화하여 펄스로 보내는 PCM을 고안했습니다. 지금의 ADC 3단계 그대로입니다.
1940년대진공관 PCM제2차 세계대전 중 비밀 음성 통신에 PCM이 쓰였지만, 진공관으로 만든 장치는 방 하나를 채울 만큼 컸습니다.
1949년섀넌의 표본화 정리나이키스트 조건을 수학적으로 완전하게 증명했습니다.
1962년디지털 전화망(T1)트랜지스터 회로로 전화 24통화를 PCM으로 한 선에 묶어 보내기 시작했습니다. 같은 해 델타-시그마 변환 방식도 발표되었습니다.
1970년대ADC 칩집적회로 기술로 ADC가 작은 칩 하나에 들어가게 되었습니다.
1982년음악 CD44.1 kHz·16비트 디지털 음악이 가정에 보급되었습니다.
현재초고속 ADC휴대전화 속 ADC는 손톱보다 작고, 전파망원경·SDR은 안테나 바로 뒤에서 전파를 곧장 숫자로 바꿉니다.

🧑‍🏫 선생님·학부모님을 위한 설명 도움말

비유로 설명하기

  • 표본화는 "연속 동작을 사진으로 찍기", 양자화는 "키를 1 cm 단위 자로 재서 반올림하기", 부호화는 "그 숫자를 0과 1로 받아 적기"입니다.
  • 에일리어싱은 영상 속 자동차 바퀴가 거꾸로 도는 것처럼 보이는 현상과 같습니다. 카메라의 촬영 속도(표본화)가 바퀴 회전보다 충분히 빠르지 않기 때문입니다.

자주 하는 오해

  • "표본화를 많이 할수록, 비트가 많을수록 무조건 좋다" — 필요한 만큼만 쓰는 것이 좋습니다. 데이터 양과 전력이 함께 늘어나기 때문입니다. 전파망원경이 2비트를 쓰는 것이 좋은 예입니다.
  • "디지털로 바꾸면 원래 소리와 달라진다" — 나이키스트 조건을 지키면 표본화 자체로는 정보가 사라지지 않습니다. 차이는 양자화 오차에서만 생기며, 16비트면 사람 귀로는 거의 구별할 수 없습니다.

함께 해 볼 질문·활동

  • 짝과 "업다운 게임"을 해 보기: 1~256 사이의 숫자를 "○○ 이상인가요?"라는 예/아니오 질문만으로 알아내려면 최대 몇 번 물어야 할까요? (8번, SAR ADC와 같은 원리)
  • 위 시뮬레이션에서 비트 수를 1비트로 내려 보고, 전파망원경이 쓰는 2비트(4단계) 신호가 어떤 모양인지 관찰하기

📚 참고 자료 및 출처

본 교육자료는 Anthropic(Claude) 및 OpenAI(ChatGPT)를 활용하여 제작하였으며, 제작자가 내용을 검토·편집하였습니다. 주요 참고자료와 출처는 각 페이지의 「참고 자료 및 출처」에 명시하였습니다. 출처가 별도로 표기되지 않은 페이지와 참고자료에 포함되지 않은 내용은 제작자가 직접 작성하거나 정리한 것입니다. 내용에 오류가 있거나 수정이 필요한 사항을 발견하시면 kvnsite@kasi.re.kr로 알려 주시기 바랍니다.