함수선언의 기본 문법과 구조
MATLAB 에서 사용자 정의 로직을 모듈화하는 핵심 키워드는 function입니다. 이 명령어는 특정 입력 데이터에 기반하여 결과를 반환하는 블록을 명시적으로 정의합니다. 기본적인 선언 형태는 다음과 같습니다.
function [out1, out2] = module_name(in1, in2)
% 함수 본문
end
위 예시에서 module_name은 호출 시 사용할 식별자로, 반드시 영문자부터 시작해야 하며 알파벳, 숫자, 언더스코어를 조합할 수 있습니다. 함수 내부의 첫 번째 실행 가능한 줄에는 반드시 이 선언문이 와야 합니다. 반환값이 하나인 경우 대괄호 생략이 가능하며, 복수의 값을 돌려주려면 배열 형태로 묶어 지정합니다.
파일 저장 규칙 및 배치
정의된 함수 코드는 다음 두 가지 형태의 파일 내부에 존재할 수 있습니다.
- 단일 함수 파일: 확장자가 .m 인 파일 이름이 가장 먼저 정의된 함수의 이름과 정확히 일치해야 합니다. 예를 들어 주함수가
calcData라면 파일명은calcData.m여야 합니다. - 스크립트 내 함수: 명령어들과 함께 여러 함수가 정의될 수 있는 스크립트 파일입니다. R2016b 버전 이상부터 지원되며, 모든 로컬 함수는 스크립트 최하단에 위치해야 합니다. 또한 스크립트 파일명과 함수명은 겹치지 않아야 합니다.
하나의 파일 내에 여러 개의 부속 함수나 중첩 함수를 포함시킬 때는 가독성을 위해 각 블록의 끝을 명확히 나타내는 end 키워드를 사용하는 것이 권장됩니다. 특히 중첩 함수가 있거나, 로컬 함수가 end를 사용하거나, 스크립트 내부 함수일 경우 이 종결자를 명시해야 정상 동작합니다.
단일 반환값을 갖는 함수 구현
데이터 벡터의 평균값을 구하는 단순한 예제를 작성해 보겠습니다. 파일명 calculateMetric.m으로 저장을 가정하며, 전체 데이터의 합계를 요소 개수로 나누는 논리를 적용합니다.
function avgVal = calculateMetric(inputVec)
% 입력 벡터의 전체 합계 계산
totalSum = sum(inputVec(:));
% 요소 개수 확인
itemCount = numel(inputVec);
% 평균 도출
avgVal = totalSum / itemCount;
end
이제 작업 공간에서 해당 함수를 불러와 테스트합니다.
% 시퀀스 데이터 준비
dataSequence = 1:100;
% 함수 호출 및 결과 확인
result = calculateMetric(dataSequence)
result =
50.5000
복수 출력 처리 기능
분석 결과를 다양하게 추출해야 할 때는 반환 변수를 여러 개 설정합니다. 여기서는 벡터 내 최소값과 최대범위 (Range) 를 반환하는 analyzeSpread.m을 정의합니다.
function [minVal, rangeVal] = analyzeSpread(values)
% 데이터 길이 확보
N = length(values);
% 최솟값 추출
minVal = min(values);
% 최댓값 추출
maxVal = max(values);
% 범위 계산 (최대 - 최소)
rangeVal = maxVal - minVal;
end
콘솔에서 실제로 다양한 데이터셋을 입력받아 실행해 봅니다.
samples = [12.5, 44.0, 90.0, 20.0, 55.0];
[lowest, spread] = analyzeSpread(samples)
lowest =
12.5000
spread =
88.0000
스크립트 파일 내부의 로컬 함수 활용
R2016b 이후 버전에서는 스크립트 파일 내부에 로컬 함수를 작성하여 복잡한 계산을 분리할 수 있습니다. 아래 예제는 곡선의 특정 지점 값과 적분 영역을 구하는 프로세스입니다. 파일명 plotAnalysis.m로 작성한다고 가정합니다.
% 2*pi/3 지점에서의 함수값 계산
testPoint = 2*pi/3;
yVal = getFunctionValue(testPoint)
% 0 부터 pi 까지 면적 산출
startBound = 0;
endBound = pi;
targetFunc = @getFunctionValue;
areaResult = integral(targetFunc, startBound, endBound)
% 로컬 함수 정의 (파일 하단에 배치)
function yOut = getFunctionValue(xIn)
yOut = sin(xIn).^2;
end
yVal =
0.5625
areaResult =
1.5708
주석 및 보조 함수의 분산 관리
기능이 복잡해지면 주요 함수가 다른 내부 함수를 호출하는 구조를 많이 사용합니다. processDataset.m 파일을 통해 메인 로직과 유틸리티 로직을 분리하는 방법을 살펴봅니다.
function [total, count] = processDataset(vecData)
dataLen = length(vecData);
% 내부 유틸리티 호출
total = sumElements(vecData, dataLen);
count = dataLen;
end
function s = sumElements(arr, cnt)
% 벡터 요소를 모두 더하는 로직
s = sum(arr);
end
하위 함수인 sumElements는 현재 파일 외부에서는 접근할 수 없는 로컬 스코프에 제한됩니다. 이를 실행하면 다음과 같은 결과가 나옵니다.
rawData = [10, 20, 30, 40, 50];
[summation, items] = processDataset(rawData)
summation =
150
items =
5
파라미터 타입 및 제약 조건 검증
R2019b 버전 이상에서는 arguments 키워드를 사용하여 인자 유효성 검사를 자동으로 수행할 수 있습니다. 예를 들어 입력 데이터가 무한대 (Inf) 나 비숫자 (NaN) 를 포함하지 않는지 강제할 수 있습니다. 파일명 validatedCompute.m 예제입니다.
function [res1, res2] = validatedCompute(inputArr)
arguments
inputArr (1,:) {mustBeNumeric, mustBeFinite}
end
dataSize = length(inputArr);
res1 = mean(inputArr);
res2 = sum(inputArr) / dataSize;
end
이제 유효하지 않은 데이터 (예: NaN 포함) 를 전달하면 시스템이 자동으로 에러를 발생시켜 개발자의 실수를 방지합니다.
badValues = [1.5, 2.5, NaN, 4.5];
[resA, resB] = validatedCompute(badValues)
Error in validatedCompute (line 2)
Invalid input argument at position 1. Value must be finite.