10. 열 번째 수업: 직선들의 방정식 (Equations of Lines)

좌표평면 위에서 가장 단순하면서도 가장 많이 쓰이는 도형은 무엇일까요? 바로 ‘직선’입니다. 세 번째 수업에서 우리는 $y = 3x$ 라는 비례식을 통해 점들이 모여 직선이 되는 것을 확인했습니다. 이제 이 끝없이 뻗어 나가는 오만가지 종류의 직선들을 마음대로 조종하는 컨트롤러(방정식)를 다룰 차례입니다.

학습 목표

  • 직선을 결정하는 핵심 두 가지 요소: 기울기(Slope) 와 절편(Intercept) 의 의미를 배웁니다.
  • 일차함수 식인 $y = ax + b$ 가 좌표평면에서 어떻게 그려지는지 파악합니다.
  • 파이썬 스크립트를 사용하여 ‘선형 회귀선(최적의 직선)’의 기본 원리를 맛봅니다.

1. 직선의 조종간: 기울기와 절편

게임 캐릭터를 조종할 때 방향키와 점프 버튼이 있듯, 우리는 $y = ax + b$ 라는 공식에서 $a$와 $b$ 값만 조절하면 세상 모든 직선을 만들어 낼 수 있습니다.

산점도와 인공지능의 선형 직선 긋기

기울기 $a$ (어느 방향으로 얼마나 가파른가?)

오르막길이 얼마나 가파른지를 숫자로 표현한 것입니다.

  • $a$ 가 양수(+) 이면 우상향 하는 오르막길 (산을 등반)
  • $a$ 가 음수(-) 이면 우하향 하는 내리막길 (스키장 슬로프)
  • 계산법: $x$가 증가한 양 분에 $y$가 증가한 양 ($\frac{\text{높이 변화량}}{\text{가로 변화량}}$)

$y$절편 $b$ (어디서부터 출발할 것인가?)

직선이 $y$축과 쾅 부딪혀 만나는(절단하는) 지점의 좌표값입니다.

  • $b$ 가 $+5$ 이면, 원점에서 5칸 위로 올라간 상태로 직선이 출발합니다.
  • $b$ 가 $-2$ 이면, 원점에서 2칸 지하로 내려간 상태로 직선이 출발합니다.
일차함수 기울기와 절편 애니메이션

2. 세 가지 정보로 직선의 식 단숨에 뽑아내기

직선을 완벽하게 특정하려면 다음 세 가지 상황 중 하나의 힌트만 있으면 됩니다.

  1. 기울기 $a$ 와 $y$절편 $b$ 를 알 때: 가장 쉽습니다. 그대로 조립!
    • (예) 기울기가 3이고, y절편이 5인 직선 $\rightarrow y = 3x + 5$
  2. 기울기 $a$ 와 지나가는 한 점 $(x_1, y_1)$ 을 알 때:
    • (예) 기울기가 2이고, 점 (1, 3)을 지난다. $\rightarrow y - 3 = 2(x - 1)$
  3. 지나가는 두 점 $(x_1, y_1)$, $(x_2, y_2)$ 만 알 때:
    • 먼저 두 점으로 기울기 $a$ 를 구합니다: $a = \frac{y_2 - y_1}{x_2 - x_1}$
    • 그리고 아까 구한 2번 공식에 그대로 꽂아 넣습니다!

3. 선과 점 사이의 거리: 수선의 발

좌표평면에서는 점과 직선 사이의 ‘최단 거리’도 구할 수 있습니다. 어떤 사람(점)이 횡단보도(직선)를 가장 빨리 건너는 방법은 대각선이 아니라 직각(수직)으로 뛰는 것입니다. 이 90도가 되는 최단 거리를 구하는 공식 역시 증명이 필요하지만, 여러분은 결과를 기억하고 대입하기만 하면 됩니다.

점 $(x_1, y_1)$ 과 직선 $Ax + By + C = 0$ 사이의 거리 $d$ : \(d = \frac{|Ax_1 + By_1 + C|}{\sqrt{A^2 + B^2}}\)

4. 파이썬(Python)과 인공지능 속의 직선

데이터 사이언스와 인공지능 분야의 가장 핵심 기초 기술인 머신러닝(Machine Learning) 에서 제일 먼저 배우는 것이 바로 ‘선형 회귀(Linear Regression)’입니다. 선형 회귀란, 흩뿌려진 복잡한 데이터들을 가로지르는 가장 완벽한 직선 $y = ax + b$ 하나를 인공지능이 찾아내는 과정입니다!

import matplotlib.pyplot as plt

# 1. AI가 찾은 '최적의 직선' y = 2x + 1
def predict(x): # x값을 받으면 AI가 결과(y)를 예측합니다.
    a = 2 # 기울기
    b = 1 # y절편
    return a * x + b

# 2. X 좌표 데이터 
x_values = [-2, -1, 0, 1, 2, 3, 4]

# 3. Y 좌표 데이터 예측
y_values = [predict(x) for x in x_values]

# 4. 시각화 (직선 방정식 그리기)
plt.figure(figsize=(6, 6))

# 데이터 점과 결과 직선 축 출력
plt.plot(x_values, y_values, 'b-', linewidth=3, label="Equation: y = 2x + 1")

# y절편 (0,1) 시각물 강조
plt.plot(0, 1, 'ro', markersize=10, label="y-intercept (0, 1)")

# 원점 뼈대 그리기
plt.axhline(0, color='black', linewidth=1.5)
plt.axvline(0, color='black', linewidth=1.5)
plt.grid(color='gray', linestyle='dotted')

plt.xlim(-3, 5)
plt.ylim(-5, 10)
plt.title("Straight Lines in Coordinate Plane")
plt.legend()
plt.show()

우리가 종이 위에서 연필로 슥슥 긋던 $y=ax+b$ 직선 하나가, 미래 산업을 이끄는 인공지능 알고리즘의 심장 속에 고스란히 박혀 뛰어놀고 있습니다.

단원 모듈 20 (좌표) 핵심 총정리

  1. 좌표계의 창조자 데카르트: 침대에 누워서 관찰한 천장의 파리가 17세기의 해석기하학을 낳았다.
  2. 사분면의 마법: 무작위 기하학에 X축, Y축을 그음으로써 도형이 대수학 숫자로 변역되었다.
  3. 그래프: $y = 3x$ (직선), $y = a/x$ (쌍곡선), $y = x^2$ (포물선) 등 모든 만물의 움직임은 그래프로 환원된다.
  4. 점과 거리의 연산: 단순한 피타고라스 원리와 비례식 하나만으로 방대한 사이버 공간상의 거리를 측정(거리 공식)하고 배분(내/외분점)한다.

지금까지 좌표의 여정을 훌륭하게 완주하셨습니다! 다음 모듈에서 뵙겠습니다.

서브목차