미적분뉴턴의 방법#477

뉴턴의 방법

Newton’s Method

뉴턴의 방법은 접선의 x절편을 다음 근삿값으로 삼아 방정식의 해의 근삿값(근사해)을 반복해서 구하는 방법이다. 반복식의 유도, 제곱근과 삼차방정식의 계산, 이분법과의 속도 비교, 종료 조건과 부호 확인, 도함수 0·순환·정의역 이탈로 실패하는 경우를 다룬다.

읽는 시간
약 7분
선수 개념
접선의 방정식도함수

직관 — 곡선 대신 가까운 직선을 따라가기

직관

구부러진 길에서 목적지의 방향을 짧은 직선으로 어림잡는다고 생각해 보자. 도착한 곳에서 길의 방향을 다시 보고 직선을 고른다. 뉴턴의 방법도 현재 점에서 접선을 그어 다음 근삿값을 정한다.

길은 함수 y=f(x)y=f(x)의 그래프, 목적지는 그래프가 가로축과 만나는 점, 짧은 직선은 접선이다. 방정식의 해를 소수로 구하고 싶을 때 이 접선이 계산 도구가 된다. 다만 접선을 반복해서 그린다고 항상 원하는 근에 도착하는 것은 아니다. 이 글에서는 반복식의 이유, 계산 속도, 실패하는 경우를 함께 확인한다.

뉴턴의 방법은 접선의 가로축 절편을 다음 입력으로 쓴다

뉴턴의 방법은 미분 가능한 함수 ff의 영점, 즉 f(x)=0f(x)=0의 근을 접선으로 근사하는 방법이다. 교육과정은 ‘뉴턴(의) 방법’이라 쓰고, 줄여서 뉴턴법, 수치해석에서는 뉴턴-랩슨 방법이라고도 부른다. 현재 입력이 xnx_n이고 f′(xn)≠0f'(x_n)\ne0이면 다음 입력은

xn+1=xn−f(xn)f′(xn).(1)x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}. \tag{1}
정의
기호이름원어뜻
x0x_0초기값initial value반복을 시작하려고 처음 고른 입력
xnx_n근삿값iteratenn번째 반복에서 얻은 입력
f(xn)f(x_n)잔차residual방정식의 왼쪽에 근삿값을 넣은 결과
f′(xn)f'(x_n)접선 기울기tangent slope현재 입력에서의 미분계수
rr근rootf(r)=0f(r)=0인 값

접선의 기울기 f′(xn)f'(x_n)은 도함수에 xnx_n을 넣은 값이다. 식 (1)로 얻은 값들의 목록 x0,x1,x2,…x_0,x_1,x_2,\dots은 앞 항으로 다음 항을 정하는 귀납적으로 정의된 수열이다.

뉴턴의 방법에서 왜 함수값을 도함수로 나눌까?

접선 위에서 높이 f(xn)f(x_n)를 0으로 바꾸는 데 필요한 가로 이동량이기 때문이다. 현재 점의 접선은 y=f(xn)+f′(xn)(x−xn)y=f(x_n)+f'(x_n)(x-x_n)이다. 여기에 y=0y=0, x=xn+1x=x_{n+1}을 넣으면

f′(xn)(xn+1−xn)=−f(xn)(2)f'(x_n)(x_{n+1}-x_n)=-f(x_n) \tag{2}

가 되고, 0이 아닌 기울기로 나누면 식 (1)을 얻는다. 곡선의 실제 영점 대신 접선의 영점을 계산한 것이므로 일반적으로 근삿값이다.

그림 1의 위쪽은 x2−3x^2-3의 x0=2x_0=2에서 그은 접선이 가로축과 7/47/4에서 만나는 모습이다. 아래쪽은 그 점에서 다시 그은 접선으로, 새 절편 x2x_2가 곡선의 영점과 눈으로 구별되지 않을 만큼 가깝다.

y=x^2-3의 x_0=2에서 그은 접선은 가로축과 x_1=7/4에서 만나고(위), x_1에서 다시 그은 접선은 x_2=97/56에서 만난다(아래).
그림 1 y=x2−3y=x^2-3의 x0=2x_0=2에서 그은 접선은 가로축과 x1=7/4x_1=7/4에서 만나고(위), x1x_1에서 다시 그은 접선은 x2=97/56x_2=97/56에서 만난다(아래). figures/newton_tangents.py

제곱근 3을 세 번의 계산으로 좁혀 보자

f(x)=x2−3f(x)=x^2-3, f′(x)=2xf'(x)=2x를 식 (1)에 넣으면 xn+1=(xn+3/xn)/2x_{n+1}=(x_n+3/x_n)/2다. x0=2x_0=2에서 시작하면

x1=12(2+32)=74,x2=12(74+127)=9756,x3=12(9756+16897)=1881710864.(3)\begin{aligned} x_1&=\frac12\left(2+\frac32\right)=\frac74,\\ x_2&=\frac12\left(\frac74+\frac{12}7\right)=\frac{97}{56},\\ x_3&=\frac12\left(\frac{97}{56}+\frac{168}{97}\right) =\frac{18817}{10864}. \end{aligned} \tag{3}
반복 nnxnx_n의 소수 표시잔차 xn2−3x_n^2-3
02211
11.751.751/161/16
2≈1.732142857\approx1.7321428571/31361/3136
3≈1.732050810\approx1.7320508101/1180264961/118026496

표의 각 행은 앞 행의 반올림된 소수가 아니라 식 (3)의 정확한 분수로 계산했다. 잔차는 함수값의 오차이며 근과의 거리 ∣xn−r∣|x_n-r|와 같은 양은 아니다. 여기서는 xn,r>0x_n,r>0이고 r=3r=\sqrt3이므로 ∣xn−r∣=∣xn2−3∣/(xn+3)|x_n-r|=|x_n^2-3|/(x_n+\sqrt3)로 둘을 연결할 수 있다.

이 제곱근 반복이 수렴하는 이유는?

양수에서 시작하면 첫 반복 뒤부터 오차가 매번 절반 이하로 줄고, 근 가까이에서는 오차가 제곱되어 줄기 때문이다. 양수 aa의 제곱근 r=ar=\sqrt a를 찾는 반복 xn+1=(xn+a/xn)/2x_{n+1}=(x_n+a/x_n)/2에서 x0>0x_0>0이면 다음 값도 양수이며, 식을 직접 정리하면

xn+1−r=(xn−r)22xn≥0.(4)x_{n+1}-r=\frac{(x_n-r)^2}{2x_n}\ge0. \tag{4}

따라서 첫 반복 뒤에는 xn≥rx_n\ge r다. en=xn−re_n=x_n-r로 두면 0≤en<xn0\le e_n<x_n이므로 n≥1n\ge1에서 0≤en+1≤en/20\le e_{n+1}\le e_n/2다. 반복하면 0≤en≤e1/2n−1→00\le e_n\le e_1/2^{n-1}\to0이므로 이 경우에는 실제로 제곱근에 수렴한다.

3\sqrt3의 예에서 실제 오차는 e0≈0.27e_0\approx0.27, e1≈1.8×10−2e_1\approx1.8\times10^{-2}, e2≈9.2×10−5e_2\approx9.2\times10^{-5}, e3≈2.4×10−9e_3\approx2.4\times10^{-9}이다. 식 (4)에서 다음 오차는 지금 오차의 제곱에 비례하므로, 근에 가까워진 뒤에는 맞는 소수 자릿수가 한 번에 대략 두 배로 는다. 이 논증은 양수의 제곱근을 양수에서 시작한 경우에 대한 것이고, 다른 함수나 초기값에는 따로 확인해야 한다.

인수분해되지 않는 삼차방정식도 뉴턴의 방법으로 근삿값을 구할 수 있다

x3−x−1=0x^3-x-1=0처럼 인수분해가 되지 않는 방정식도 식 (1)만 있으면 근삿값을 구할 수 있다. 먼저 근이 있는 구간을 찾아 초기값을 고른다. f(x)=x3−x−1f(x)=x^3-x-1은 f(1)=−1<0f(1)=-1<0, f(2)=5>0f(2)=5>0이고 연속이므로, 연속함수의 성질의 사잇값 정리에 따라 1과 2 사이에 근이 있다. f′(x)=3x2−1f'(x)=3x^2-1이므로 반복식은

xn+1=xn−xn3−xn−13xn2−1(5)x_{n+1}=x_n-\frac{x_n^3-x_n-1}{3x_n^2-1} \tag{5}

이다. 구간의 왼쪽 끝 x0=1x_0=1을 식 (5)에 넣으면 f(1)=−1f(1)=-1, f′(1)=2f'(1)=2이므로 x1=1−(−1)/2=3/2x_1=1-(-1)/2=3/2이다. 같은 계산을 이어 가면 다음 표를 얻는다.

반복 nnxnx_nf(xn)f(x_n)
011−1-1
11.51.50.8750.875
231/23≈1.347831/23\approx1.3478≈0.1007\approx0.1007
3≈1.3252\approx1.3252≈0.00206\approx0.00206
4≈1.324718\approx1.324718≈9.2×10−7\approx9.2\times10^{-7}

연속함수의 성질 글은 같은 방정식을 이분법으로 풀었다. 이분법은 부호가 바뀌는 구간을 반씩 줄이며 그 중점 mnm_n을 근삿값으로 쓴다. 그림 2는 두 방법이 근에서 떨어진 거리를 비교한다. 이분법은 여덟 번 나눠도 중점의 오차가 5.0×10−45.0\times10^{-4}이지만, 뉴턴의 방법은 네 번 만에 2.2×10−72.2\times10^{-7}이다.

방정식 x^3-x-1=0의 근 r≈1.3247에서 근삿값이 떨어진 거리를 로그 눈금으로 나타냈다. 네모 표시는 구간 [1,2]에서 시작한 이분법의 중점 m_n, 동그라미 표시는 x_0=1에서 시작한 뉴턴의 방법의 x_n이다.
그림 2 방정식 x3−x−1=0x^3-x-1=0의 근 r≈1.3247r\approx1.3247에서 근삿값이 떨어진 거리를 로그 눈금으로 나타냈다. 네모 표시는 구간 [1,2][1,2]에서 시작한 이분법의 중점 mnm_n, 동그라미 표시는 x0=1x_0=1에서 시작한 뉴턴의 방법의 xnx_n이다. figures/newton_vs_bisection.py

뉴턴의 방법과 이분법은 무엇이 다른가?

뉴턴의 방법은 접선을 따라 한 번에 크게 다가가서 빠르지만 실패할 수 있고, 이분법은 부호가 바뀌는 구간을 반씩 줄여서 느리지만 근을 놓치지 않는다. 이분법은 nn번 나눈 뒤 근이 처음 구간 길이의 1/2n1/2^n인 구간 안에 있다는 보장이 남는다. 뉴턴의 방법에는 이런 구간 보장이 없어서, 실제 계산에서는 끝에 부호를 확인하거나 두 방법을 섞어 쓴다.

뉴턴의 방법으로 cos x = x 같은 방정식도 풀 수 있을까?

풀 수 있다. 한쪽으로 모아 f(x)=cos⁡x−xf(x)=\cos x-x로 두면 f′(x)=−sin⁡x−1f'(x)=-\sin x-1이므로 식 (1)을 그대로 쓴다. x0=1x_0=1에서 x1≈0.7504x_1\approx0.7504, x2≈0.7391x_2\approx0.7391, x3≈0.739085x_3\approx0.739085이다. 각은 라디안으로 재야 이 도함수가 맞는다.

뉴턴의 방법은 언제 멈추고 근삿값을 어떻게 확정하나

미리 정한 허용 잔차나 최대 반복 횟수에 닿으면 멈추고, 근의 위치는 부호 변화로 따로 확인한다. 잔차가 작다는 것만으로는 근까지의 거리를 보장하지 못하기 때문이다. 계산기나 스프레드시트로 반복할 때는 초기값·반복 횟수·잔차·앞 값과의 차이를 표로 남기고, 분모가 0이면 그 자리에서 중단한다.

예를 들어 3\sqrt3의 계산에서 허용 잔차를 10−610^{-6}으로 정하면, 두 번째 반복의 잔차 1/3136≈3.2×10−41/3136\approx3.2\times10^{-4}은 이를 만족하지 못하고 세 번째 반복은 만족한다. 이 기준은 함수값에 대한 것이며, 근의 위치 오차까지 말하려면 식 (4) 같은 별도 근거가 필요하다.

삼차방정식의 근을 소수 셋째 자리까지 구하라는 문제라면 x4≈1.324718x_4\approx1.324718을 반올림한 1.3251.325에서 끝내지 않는다. f(1.3245)≈−0.00093<0f(1.3245)\approx-0.00093<0이고 f(1.3255)≈0.0033>0f(1.3255)\approx0.0033>0이므로, 사잇값 정리에 따라 근은 1.3245와 1.3255 사이에 있다. 이렇게 부호를 확인해야 반올림한 값 1.3251.325가 확정된다. 연속한 두 근삿값의 표시가 같아졌다는 이유만으로 정확한 근이라고 적지 않는 것도 같은 이유다.

뉴턴의 방법은 언제 실패하나

접선이 가로축과 만나지 않을 때, 같은 값을 되풀이할 때, 다음 입력이 정의역을 벗어날 때 뉴턴의 방법은 근에 닿지 못한다. 셋 모두 반복 횟수를 늘려서는 해결되지 않으므로 초기값을 바꾸거나 다른 방법을 쓴다.

뉴턴의 방법에서 도함수가 0이면 어떻게 할까?

먼저 함수값이 0인지 확인한다. 이미 f(xn)=0f(x_n)=0이면 근을 찾았으므로 종료한다. 함수값은 0이 아닌데 도함수가 0이면 접선이 가로축과 만나지 않아 식 (1)을 계산할 수 없다. 예를 들어 x2−3x^2-3에 x0=0x_0=0을 넣으면 기울기는 0이고 함수값은 −3-3이다.

뉴턴의 방법은 반복 횟수를 늘리면 항상 성공할까?

아니다. g(x)=x3−2x+2g(x)=x^3-2x+2에서 x0=0x_0=0을 쓰면 g(0)=2g(0)=2, g′(0)=−2g'(0)=-2이므로 x1=1x_1=1이다. 이어 g(1)=1g(1)=1, g′(1)=1g'(1)=1이므로 x2=0x_2=0이다. 두 값 사이를 영원히 오가며 어느 쪽도 근이 아니다.

그림 3은 이 순환을 접선 두 개로 보여 준다. 실제 근 r≈−1.769r\approx-1.769는 순환하는 두 점에서 멀리 떨어져 있다. x0=0.1x_0=0.1처럼 0 가까이에서 출발해도 같은 두 점 순환으로 끌려 들어가지만, x0=0.5x_0=0.5에서 출발하면 근으로 수렴한다.

g(x)=x^3-2x+2에서 x_0=0의 접선(실선)은 x_1=1로 가고, x_1의 접선(점선)은 다시 x_2=0으로 돌아온다. 실제 근 r≈-1.769에는 닿지 않는다.
그림 3 g(x)=x3−2x+2g(x)=x^3-2x+2에서 x0=0x_0=0의 접선(실선)은 x1=1x_1=1로 가고, x1x_1의 접선(점선)은 다시 x2=0x_2=0으로 돌아온다. 실제 근 r≈−1.769r\approx-1.769에는 닿지 않는다. figures/newton_cycle.py

세 번째 실패는 정의역에서 일어난다. 자연로그 f(x)=ln⁡xf(x)=\ln x의 근은 1이고 f′(x)=1/xf'(x)=1/x이므로 식 (1)은

xn+1=xn−ln⁡xn1/xn=xn(1−ln⁡xn)(6)x_{n+1}=x_n-\frac{\ln x_n}{1/x_n}=x_n(1-\ln x_n) \tag{6}

이 된다. x0=3x_0=3이면 x1=3(1−ln⁡3)≈−0.296x_1=3(1-\ln3)\approx-0.296이라 ln⁡\ln의 정의역 x>0x>0을 벗어나서 다음 계산을 할 수 없다. 그림 4처럼 x0=2x_0=2이면 x1≈0.614x_1\approx0.614로 정의역 안에 남는다. 식 (6)에서 x1>0x_1>0이려면 1−ln⁡x0>01-\ln x_0>0, 즉 0<x0<e0<x_0<e여야 한다.

y=ln x에 x_0=3에서 그은 접선은 가로축과 x_1≈-0.296에서 만나 정의역 밖(색칠한 왼쪽)으로 나가고, x_0=2에서 그은 접선은 x_1≈0.614에서 만난다.
그림 4 y=ln⁡xy=\ln x에 x0=3x_0=3에서 그은 접선은 가로축과 x1≈−0.296x_1\approx-0.296에서 만나 정의역 밖(색칠한 왼쪽)으로 나가고, x0=2x_0=2에서 그은 접선은 x1≈0.614x_1\approx0.614에서 만난다. figures/newton_domain_exit.py
핵심

뉴턴의 방법은 접선의 가로축 절편으로 근삿값을 고쳐 가며 근 가까이에서는 매우 빠르지만, 수렴이 보장되지 않으므로 도함수·정의역·초기값과 종료 조건을 함께 확인해야 한다.

뉴턴의 방법의 흔한 오해

  • 초기값에서 가장 가까운 근으로 간다 — f(x)=x3−xf(x)=x^3-x의 근은 −1,0,1-1,0,1이고 x0=0.55x_0=0.55는 1에 가장 가깝다. 그러나 기울기 f′(0.55)=−0.0925f'(0.55)=-0.0925가 0에 가까워 x1≈−3.597x_1\approx-3.597로 멀리 튀고, 그 뒤 −1-1로 수렴한다.
  • 뉴턴의 방법은 언제나 자릿수가 두 배씩 는다 — 중근에서는 그렇지 않다. f(x)=(x−1)2f(x)=(x-1)^2에 x0=2x_0=2를 넣으면 xn+1−1=(xn−1)/2x_{n+1}-1=(x_n-1)/2라서 x1=3/2x_1=3/2, x2=5/4x_2=5/4, x3=9/8x_3=9/8처럼 오차가 반씩만 준다. 근에서 f′f'도 0이 되어 식 (4) 같은 제곱 관계가 생기지 않기 때문이다.

직접 해보기

  1. x2−5=0x^2-5=0에서 x0=2x_0=2로 시작하여 두 번 반복하라.
  2. f(x)=x3−1f(x)=x^3-1에서 x0=0x_0=0으로 시작할 수 있는가? x0=1x_0=1이면 어떻게 할까?
  3. a=4a=4, x0=3x_0=3인 제곱근 반복에서 x1x_1과 그 실제 오차를 구하고 식 (4)로 다시 확인하라.
  4. f(x)=x3−2f(x)=x^3-2에 x0=1x_0=1로 두 번 반복하여 23\sqrt[3]2의 근삿값을 분수로 구하고, 23≈1.2599\sqrt[3]2\approx1.2599와 비교하라.
  5. f(x)=ln⁡x−1f(x)=\ln x-1의 근은 ee다. 식 (1)을 정리하여 x1x_1을 x0x_0으로 나타내고, x1x_1이 정의역 안에 남는 x0x_0의 범위를 구하라. x0=8x_0=8이면 어떻게 되는가?
풀이 — 새 입력과 종료 조건
  1. x1=(2+5/2)/2=9/4x_1=(2+5/2)/2=9/4이다. x2=(9/4+20/9)/2=(81+80)/72=161/72x_2=(9/4+20/9)/2=(81+80)/72=161/72이다.
  2. f(0)=−1f(0)=-1, f′(0)=0f'(0)=0이므로 현재 접선으로 다음 값을 만들 수 없다. x0=1x_0=1이면 이미 f(1)=0f(1)=0이므로 반복 없이 종료한다.
  3. x1=(3+4/3)/2=13/6x_1=(3+4/3)/2=13/6이고 근은 2다. 오차는 13/6−2=1/613/6-2=1/6이다. 식 (4)의 오른쪽도 (3−2)2/(2⋅3)=1/6(3-2)^2/(2\cdot3)=1/6이다.
  4. f′(x)=3x2f'(x)=3x^2이다. x1=1−(1−2)/3=4/3x_1=1-(1-2)/3=4/3이다. x2=4/3−(64/27−2)/(3⋅16/9)=4/3−(10/27)/(16/3)=4/3−5/72=91/72≈1.2639x_2=4/3-(64/27-2)/(3\cdot16/9)=4/3-(10/27)/(16/3)=4/3-5/72=91/72\approx1.2639이다. 실제 값과의 차이는 약 0.0040.004다.
  5. f′(x)=1/xf'(x)=1/x이므로 x1=x0−(ln⁡x0−1)x0=x0(2−ln⁡x0)x_1=x_0-(\ln x_0-1)x_0=x_0(2-\ln x_0)이다. x1>0x_1>0이려면 2−ln⁡x0>02-\ln x_0>0, 즉 0<x0<e2≈7.3890<x_0<e^2\approx7.389여야 한다. x0=8x_0=8이면 x1=8(2−ln⁡8)≈−0.636x_1=8(2-\ln8)\approx-0.636이라 정의역 밖이다. 범위 안의 x0=6x_0=6이면 x1≈1.249x_1\approx1.249다.

더 읽기

  • 교육부 2022 개정 교육과정 고시 — 별책20 고급 미적분의 뉴턴 방법 성취기준과 공학 도구 활용 범위.
  • OpenStax, Newton’s Method — 접선에서 반복식을 얻는 과정과 초기값에 따른 실패 유형(도함수 0, 다른 근으로 수렴, 순환). 이 글의 제곱근 계산과 수렴 논증, 삼차방정식·이분법 비교는 위의 입력으로 직접 전개했다.

영상 노트

영상 노트
  • 00:00 곡선의 근 대신 접선의 절편을 계산한다 (그림 1)
  • 01:30 식 (2)를 풀어 반복식 (1)을 얻는다
  • 03:00 제곱근 3의 분수 계산표와 잔차를 비교한다
  • 04:30 식 (4)로 오차가 제곱되어 줄어드는 이유를 보인다
  • 06:00 사잇값 정리로 삼차방정식의 근을 가두고 이분법과 비교한다 (그림 2)
  • 08:00 부호 확인으로 소수 셋째 자리 1.325를 확정한다
  • 09:30 도함수 0, 두 점 순환, 정의역 이탈을 그림 3·4로 구분한다

지도에서의 위치

이 페이지의 기록
  1. 2026-11-17 · 에이전트 초안
  2. 2026-11-17 · 전수 검수 반영 — 사잇값 정리로 초기값을 고르는 삼차방정식 예제, 이분법과의 오차 비교, cos x = x, 소수 셋째 자리를 부호로 확정하는 종료 조건, 정의역을 벗어나는 실패, 오차가 제곱되는 수치, 흔한 오해, 직접 해보기 5문항 (에이전트 수정, 그림 1→4)
  3. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림