간단히 말하면, 행렬은 여러 개의 선형식(또는 연립 1차식)과 선형 변환을 깔끔하고 효율적으로 표현하고 계산하기 위해 만들어졌습니다. 더 구체적으로 이유들을 정리하면 다음과 같습니다.
- 연립 선형방정식의 정리하고 풀기 위해
- 고대 중국의 계산법(구장 산술)에서 여러 1차 방정식을 표 형태로 정리하여 가우스 소거와 유사한 방법으로 푼 것이 행렬적 사고의 출발입니다.
- 계수들을 행과 열로 모아 놓으면 가우스 소거, 역행렬 등을 통해 연립방정식의 해를 체계적으로 구할 수 있습니다.
- 선형 변환(선형사상)을 표현하기 위해
- 벡터 공간에서의 선형 변환은 주어진 기저에 대해 유일한 행렬로 나타낼 수 있습니다. 즉, 함수(선형사상)를 “행렬”이라는 유한한 배열로 표현하면 합성, 덧셈, 상수배, 역변환(가능할 때) 등을 행렬 연산으로 통일해서 처리할 수 있습니다.
- 행렬곱은 선형변환의 합성에 해당하도록 정의되어 있어 이 관점에서 자연스럽습니다.
- 연산의 압축성과 계산 효율성 때문에
- 다수의 선형식·벡터 연산을 성분별로 정리해서 한 번에 다룰 수 있으므로, 수치 계산·이론적 증명 모두에서 간결하고 강력합니다.
- 컴퓨터·하드웨어(행렬 연산용 명령, GPGPU, 병렬 처리 등)에 잘 맞아 대규모 계산에 유리합니다.
- 이론적·대칭적 구조를 드러내기 위해
- 행렬식(det), 고유값·고유벡터, 대각화, 분해(SVD 등) 같은 개념들은 행렬을 통해 선형 변환의 성질(가역성, 축소/확대 방향, 차원 정보 등)을 명확히 파악하게 해 줍니다.
- 행렬 전체의 집합은 벡터공간 구조를 가지며, 선형사상 집합과 동형이라는 관점에서 행렬은 선형대수학의 핵심적 언어입니다.
- 다양한 분야에서 모델링 도구로 유용해서
- 물리학(계·상태 공간), 컴퓨터 그래픽스(좌표 변환), 통계·계량경제학(선형 회귀, 공분산행렬), 신호처리·머신러닝(행렬 연산 중심), 네트워크(인접행렬) 등 현실 문제를 수학적으로 모델링하고 수치적으로 풀 때 필수적입니다.
요약하면, 행렬은 “여러 수(또는 변수)로 이루어진 선형 관계를 체계적으로 표현하고 효율적으로 계산·분석하기 위한 도구”로 만들어졌고, 이 때문에 수학 이론과 실무적 계산 양쪽에서 필수적인 역할을 합니다.
참고 자료: