3.4.1.8 3D 입체 공간의 구현: 3차원 리스트와 텐서(Tensor)

학습목표

math_story에서 다뤘던 x, y, z 를 파괴하는 차원의 확장 개념을 파이썬 리스트의 대괄호 중첩 극한 [[[ ]]] 모델로 이해합니다. 3차원 배열 구조가 현실 세계의 동영상, 3D 모델 게임(마인크래프트 등), 의료 CT 스캔 데이터를 어떻게 완벽히 컴퓨터 메모리에 시뮬레이션 해내는지 학습합니다.

1. 3차원(3D Dimension) 세계와 데이터 덩어리

이전 장에서 확인한 2차원 행렬(Matrix)은 엑셀이나 평면 사진을 다루기에 충분하지만, ‘높이’나 ‘시간’이라는 축이 개입하면 결국 3차원으로 진화해야 합니다.

  • 1차원 (선): [1, 2, 3]
  • 2차원 (면): [ [1, 2], [3, 4] ]
  • 3차원 (공간): 면을 겹겹이 포개어 입체 큐브(Cube)로 만듭니다. [ [ [1], [2] ] ]

수학과 머신러닝의 인공지능 연구소에서 이러한 거대한 다차원의 데이터 보따리를 텐서(Tensor)라고 칭합니다. Гугл(Google)의 그 유명한 인공지능 프레임워크인 TensorFlow의 이름 또한 이 데이터가 흘러가는(Flow) 구조라는 뜻에서 유래했습니다.

3D 텐서 메트릭스 사이버펑크 웹툰

💡 웹툰 비유: 해커가 공중에 떠 있는 빛나는 입체 데이터를 향해 [Z][Y][X] 타겟팅을 시도하는 모습입니다. 2차원의 평면이 시간, 깊이 등 새로운 변수(축)를 만나 겹겹이 쌓아 올려지면 이처럼 거대한 3D 정보의 빌딩(Tensor)이 완성됩니다.

2. 3중 중첩 리스트: 대괄호 속의 대괄호 속의 리스트

이 구조는 마인크래프트(Minecraft)처럼 3차원 좌표계(가로X, 세로Y, 높이Z)로 이루어진 우주 공간을 완벽히 모방해 냅니다.

# 1개의 2차원 매트릭스 (면 1장)
plane_1 = [
    [1, 2], 
    [3, 4]
]

# 또 하나의 2차원 매트릭스 (면 1장)
plane_2 = [
    [5, 6], 
    [7, 8]
]

# 2D 면(Plane) 2장을 높이/깊이 축으로 겹쳐서 '3D 큐브/텐서' 창조!
tensor_3d = [
    plane_1,  # Z축의 0번 깊이에 있는 평판
    plane_2   # Z축의 1번 깊이에 있는 평판
]

# 한 덩어리로 시각화한 거대한 3D 리스트 아키텍처
cube = [
    [ # Z = 0 층
        [1, 2], # Y=0 (X=0, X=1)
        [3, 4]  # Y=1 (X=0, X=1)
    ],
    [ # Z = 1 층
        [5, 6],
        [7, 8]
    ]
]

3. 좌표 파괴: 3차원 레이저 공간 타겟팅 (Z-Y-X)

3개의 독립된 화살표(차원)가 생겼으므로, 원하는 상자 안의 물건을 끄집어내려면 3개의 주소가 연달아 필요합니다. 파이썬 순수 리스트 계층에서는 높이(깊이 Z) -> 행(Y) -> 열(X) 순으로 바깥 대괄호부터 안쪽으로 껍질을 벗기며 접근합니다.

3D 텐서 인덱싱 Z-Y-X 애니메이션

💡 다이어그램 해석: cube[1][1][1] 명령 프롬프트에 맞춰 해커의 프로그램이 입체 큐브를 해체합니다. 1) 🔴 Z 레이저 ([1]): 앞/뒤 두 장의 평면(Plane) 중 뒤쪽(Z=1층) 판넬을 선택. 2) 🟢 Y 레이저 ([1]): 선택된 판넬의 2줄 중 아래쪽 행(Y=1) 을 스캔. 3) 🔵 X 레이저 ([1]): 해당 행의 두 칸 중 오른쪽 열(X=1) 에 정확히 십자선을 꽂아 넣어 최종 타겟 숫자 8을 황금빛으로 빼냄.

# cube[깊이_Z층][세로_Y열][가로_X열] 로 3번의 타겟팅 도약이 필요합니다.

# 1. 0층(Z) 블록 더미 통째로 분리 (3D -> 2D 뜯어내기)
print(cube[0]) # 출력: [[1, 2], [3, 4]]

# 2. 0층의 가장 앞(Y=0) 줄기 분리 (2D -> 1D 로 뜯어내기)
print(cube[0][0]) # 출력: [1, 2]

# 3. 마침내 값 추출! (가장 깊숙한 내부 알맹이 1D -> 0D 스칼라 도출)
print(cube[0][0][0]) # 출력: 1

# [실전 연습]
# 1층(Z=1) 뒤편(Y=1) 가장 우측(X=1)의 데이터를 찍어보세요!
print(cube[1][1][1]) # 출력: 8

4. 인공지능이 세계를 인식하는 관점 (N-차원)

3차원 배열을 초과하는 아인슈타인의 시공간이나 초끈 이론의 11차원 같은 수학적 개념들도 컴퓨터에게는 전혀 무섭지 않습니다. 사람 머리로는 4차원 우주의 시계(Hypercube, 튜서랙트)를 그림으로 상상하기 불가능하지만, 파이썬에게는 단순히 대괄호 껍질 [ 문자를 하나 더 바깥으로 감싸는 것으로 4차원, 5차원, 11차원 텐서를 0.001초 만에 창조해 내기 때문입니다.

# 4차원 텐서 (스칼라 값 0의 세계를 표현)
# 사람: 이건 3D 정육면체를 감싸고 있는 4차원의 시간 축인가?! 너무 복잡하다!
# 파이썬: 훗, 그냥 대괄호가 4번 열렸네 ([[[[0]]]]) 쉽네.

tensor_4d = [[[[0]]]]
print(tensor_4d[0][0][0][0]) # 0 출력

[정리] 컴퓨터 과학 관점의 데이터 전처리(Data Structure)에서:

  • 1D 리스트: 고객의 장바구니 품목들 (Vector)
  • 2D 리스트: 엑셀 표와 같은 데이터 행/열의 집계 시트 (Matrix)
  • 3D 리스트: 동영상(시간의 흐름에 따른 2D 사진 뭉치), 3D 스캔 (Tensor)
  • 4D~11D 텐서: 복잡한 기계학습 모델 내부에 숨겨진 다양한 특징 벡터의 가중치 행렬들.

이처럼 파이썬 [ ] 배열의 무한한 중첩 포용력은 인공지능과 수학이 복잡하고 기괴한 N차원의 세계를 컴퓨터 메모리 안에서 가지고 놀게 해주는 절대적인 힘의 원천입니다.

서브목차