[과학] 엔트로피 개념의 물리적 해석에 대해 알아보자

엔트로피(entropy)는 “에너지가 얼마나 퍼져 있나(분산)” 혹은 “한 거시상태를 실현하는 미시상태의 가짓수”를 정량화한 물리량입니다. 열역학에서는 가역 열교환에서의 열과 온도의 비 \(dS=\delta Q_{\mathrm{rev}}/T\)로, 통계물리에서는 볼츠만–깁스 공식 \(S=k_{\mathrm{B}}\ln W\), \(S=-k_{\mathrm{B}}\sum_i p_i\ln p_i\)로 정의됩니다. 이 글은 두 정의가 어떻게 연결되는지, 왜 \(\Delta S_{\mathrm{tot}}\ge0\)인지, 공학적 해석(엑서지, 자발성 조건)까지 한 흐름으로 정리합니다.

1) 열역학적 정의(Clausius)와 의미

• 정의: 가역 과정에서 \( dS=\delta Q_{\mathrm{rev}}/T \). 상태함수이므로 경로와 무관하게 초기–최종 상태만으로 \(\Delta S\) 결정.
• 제2법칙: 고립계에서 \( \Delta S_{\mathrm{tot}}\ge0\). 가역이면 \(=0\), 비가역이면 \(>0\).
• 물리적 해석: 같은 에너지가 낮은 온도(큰 \(1/T\))에서 더 큰 엔트로피 변화를 일으킴 → “차가운 저장고에 열을 버리면 엔트로피가 크게 늘어난다”.

2) 통계물리적 정의(Boltzmann–Gibbs)

• 볼츠만: \( S=k_{\mathrm{B}}\ln W \) — 거시상태를 만들 수 있는 미시상태 수 \(W\)가 많을수록 엔트로피↑.
• 깁스: \( S=-k_{\mathrm{B}}\sum_i p_i\ln p_i \) — 확률분포의 불확실성을 측정(연속이면 적분형).
• 열평형에서 깁스 정의를 극대화하면(제약: 평균 에너지·입자수) 볼츠만 분포와 열역학이 재현됩니다.

3) “무질서”보다 정확한 직관: 에너지 분산과 가짓수

• 분산: 주어진 에너지가 더 많은 자유도(모드·입자)에 널리 나뉠수록 S↑.
• 가짓수: 같은 거시조건에서 실현 가능한 미시상태 \(W\)가 클수록 S↑. ‘무질서’는 느슨한 은유에 불과합니다.

4) 가역/비가역, 엔트로피 생성

• 엔트로피 수지(닫힌계): \(\displaystyle \Delta S = \int \frac{\delta Q}{T_{\text{경계}}} + S_{\text{gen}}\), 여기서 \(S_{\text{gen}}\ge0\) (마찰, 열전달의 유한 \(\Delta T\), 확산, 점성 등).
• 개방계(제어체적): \(\displaystyle \frac{dS_{\mathrm{cv}}}{dt}=\sum_{\mathrm{입구}}\dot m s - \sum_{\mathrm{출구}}\dot m s + \sum\frac{\dot Q}{T_{\text{경계}}}+\dot S_{\text{gen}}\).

5) 대표 과정에서의 \(\Delta S\)

• 이상기체, 가역 등온: \(\Delta S = nR\ln\!\frac{V_2}{V_1}=nR\ln\!\frac{P_1}{P_2}\).
• 가역 단열: \(\Delta S=0\) (등엔트로피). 비가역 단열(스로틀링, 자유팽창)은 \(\Delta S>0\).
• 상변화(가역, 등온): \(\Delta S = \dfrac{Q_{\mathrm{rev}}}{T}=\dfrac{L}{T}\) (잠열 \(L\)).
• 혼합(이상 기체): \(\Delta S_{\text{mix}}=-R\sum_i n_i\ln x_i\) (자발 혼합은 S↑).

6) 자유에너지·자발성 조건

• 헬름홀츠 자유에너지 \(F=U-TS\): 등온·등용적에서 자발 과정이면 \( \Delta F \le 0\).
• 깁스 자유에너지 \(G=H-TS\): 등온·등압에서 자발 과정이면 \( \Delta G \le 0\) (화학반응, 상평형의 표준 기준).
• 즉, “엔트로피 최대화”는 외부 제약이 있을 때는 자유에너지 최소화로 나타납니다.

7) 정보–엔트로피의 연결

• 샤논 엔트로피 \(H=-\sum p_i\log p_i\)는 깁스 형태와 동형 → 정보의 불확실성 측정.
• 맥스웰의 도깨비와 란다우어 원리: 정보 지우기에는 최소 \(k_{\mathrm{B}}T\ln2\)의 열 방출이 필요 → 열역학과 정보가량의 합치.
• 양자: 폰 노이만 엔트로피 \(S=-k_{\mathrm{B}}\mathrm{Tr}(\rho\ln\rho)\). 얽힘·열화와 직접 연관.

8) 공학적 해석: 엑서지와 손실 위치

• 엑서지(유용에너지): 주변 \((T_0,p_0)\)에 대해 \(\Psi = (U+p_0V-T_0S) - \sum \mu_{0,i}N_i\).
• 엑서지 파괴율: \(\dot X_{\text{dest}}=T_0\,\dot S_{\text{gen}}\). 엔트로피 생성이 클수록 회복 불가능 손실↑.
• 설계 포인트: 열교환기 \(\Delta T\) 축소, 압력강하/마찰 억제, 확산·혼합 제어 → \(\dot S_{\text{gen}}\downarrow\).

9) 해석을 돕는 단일 표

관점	정의/식	물리적 의미	용도
Clausius	\(dS=\delta Q_{\mathrm{rev}}/T\)	열의 “값”은 온도에 역비례	과정별 \(\Delta S\), 엔트로피 수지
Boltzmann	\(S=k_{\mathrm{B}}\ln W\)	가짓수(미시상태) 척도	자발성의 미시적 기원
Gibbs/Shannon	\(S=-k_{\mathrm{B}}\sum p\ln p\)	불확실성/정보량	비평형, 정보–열역학
자유에너지	\(F=U-TS,\;G=H-TS\)	제약하 자발성 기준	화학반응, 상평형

10) 자주 혼동하는 점

• “엔트로피는 무질서=더럽다?” → 현상학적 비유일 뿐. 정량 정의는 분산/가짓수입니다.
• “엔트로피는 항상 증가?” → 고립계 전체에서 그렇습니다. 부분계는 주변으로 엔트로피를 배출하며 감소할 수 있습니다(냉장고, 생명체 등).
• “등엔트로피=단열?” → 가역 단열은 등엔트로피가 맞지만, 비가역 단열은 \(Q=0\)이어도 \(S_{\text{gen}}>0\)라 \(\Delta S>0\).

결론

엔트로피는 에너지 분산과 미시 가짓수의 언어로 자발성·돌이킬 수 없음·효율 한계를 설명하는 핵심 상태함수입니다. 열역학(Clausius)과 통계물리(Boltzmann–Gibbs)의 정의는 서로 호환되며, 공학에서는 엔트로피 생성↔엑서지 손실로 직결됩니다. 실무적으로는 엔트로피 수지를 작성하고 \(\dot S_{\text{gen}}\)이 큰 장치를 찾아 줄이는 것이 성능 향상의 정공법입니다.

질문 QnA

엔트로피는 왜 “시간의 화살”과 연결되나요?

미시 법칙은 가역적이지만, 거시적으로는 고립계의 총 엔트로피가 증가하는 쪽의 미시경로가 압도적으로 많습니다. 그래서 과거↔미래의 비대칭(시간의 화살)이 나타납니다.

엔트로피 감소는 가능한가요?

부분계에서는 가능합니다. 다만 그만큼의 엔트로피가 주변에 생성·배출되어 전체는 증가합니다(냉장고가 방을 덥히는 이유).

정보와 엔트로피는 진짜로 같은가요?

수학적 형태는 동일하지만, 물리적·정보적 맥락이 다릅니다. 다만 정보 처리(특히 삭제)는 \(k_{\mathrm{B}}T\ln2\) 이상의 열 방출을 동반해 열역학과 직접 연결됩니다.