AI 기반 검색으로 허블의 30년 아카이브에서 1,400개의 신비로운 천체 발견
30년이 넘는 시간 동안 허블 우주 망원경은 인류의 가장 뛰어난 우주의 눈 역할을 하며 별의 탄생, 은하의 진화, 그리고 우주 팽창에 대한 우리의 이해를 새롭게 정의하는 이미지들을 포착해 왔습니다. 하지만 이 관측소에서 생성되는 데이터의 양은 인간 연구자가 모든 프레임을 검사할 수 있는 능력을 오래전에 넘어섰습니다. 학술지 Astronomy & Astrophysics에 발표된 획기적인 연구에서 유럽우주국(ESA)의 천문학자 팀은 최첨단 인공지능 도구를 활용해 이 거대한 데이터 더미를 뒤져 이전에 발견되지 않았던 약 1,400개의 이상 천체를 찾아냈습니다. 연구진은 단 60시간 만에 1억 개의 이미지 컷아웃을 스캔함으로써 머신러닝이 어떻게 수세기에 걸친 수작업을 며칠간의 전산 처리로 바꿀 수 있는지 입증했습니다.
현대 천문학에서의 빅데이터 과제
허블 레거시 아카이브는 35년간의 관측 데이터를 포함하는 수만 개의 데이터 세트를 보유한 역사상 가장 중요한 과학 정보 저장소 중 하나입니다. 이 아카이브는 천체 물리학 연구의 금광인 동시에, '건조더미에서 바늘 찾기'라는 난제이기도 합니다. 전통적으로 충돌하는 은하나 중력 렌즈와 같은 희귀하거나 변칙적인 천체를 발견하려면 천문학자가 이미지를 수동으로 검사하거나 관련 없는 연구 중에 우연히 발견하기를 기대해야 했습니다. 수천 명의 자원봉사자가 천체 분류를 돕는 시민 과학 프로젝트가 등장했음에도 불구하고, 현대 망원경의 데이터 수집 속도는 인간의 집단적 노력의 한계를 빠르게 넘어서고 있습니다.
자동화 시스템의 필요성이 그 어느 때보다 절실해졌습니다. 망원경의 성능이 좋아지고 탐사 범위가 넓어지면서 '건조더미'는 단순히 커지는 것이 아니라 기하급수적으로 팽창하고 있습니다. ESA의 연구원 데이비드 오라이언(David O’Ryan)과 파블로 고메즈(Pablo Gómez)는 허블 데이터에서 가장 '기묘하고' 과학적으로 중요한 이상 현상을 찾기 위해 인간 두뇌의 섬세한 패턴 인식 능력과 현대 프로세서의 끊임없는 속도를 결합한 방법론이 필요하다는 점을 인식했습니다. 이는 특이한 대상을 전문적으로 찾아내기 위해 설계된 정교한 신규 도구의 개발로 이어졌습니다.
방법론: 60시간 만에 1억 개의 이미지 처리
아카이브의 미처리 데이터를 해결하기 위해 연구 팀은 인간 두뇌의 생물학적 구조에서 영감을 얻은 AI 아키텍처인 신경망을 개발하고 '어노말리매치(AnomalyMatch)'라고 명명했습니다. 별이나 나선 은하처럼 명확하게 정의된 특정 대상을 찾도록 프로그래밍된 표준 알고리즘과 달리, 어노말리매치는 '기이한 것'을 인식하도록 훈련되었습니다. 이 시스템은 왜곡된 대칭, 특이한 가스 부속물, 혹은 뒤틀린 빛의 신호와 같이 정상에서 벗어난 패턴을 찾습니다. 이 신경망은 허블 레거시 아카이브에서 약 1억 개의 이미지 컷아웃을 스캔하는 데 투입되었으며, 이는 전체 컬렉션을 대상으로 천체 물리학적 이상 현상을 체계적으로 검색한 첫 번째 사례입니다.
AI의 효율성은 놀라웠습니다. 전문 천문학자 팀이 수작업으로 검사하는 데 수십 년이 걸렸을 작업을 어노말리매치는 단 이틀 반 만에 완료했습니다. 그러나 연구진은 AI가 단독으로 작동하는 것은 아니라고 강조했습니다. 알고리즘이 잠재적 후보를 선별하면, 오라이언과 고메즈가 확률이 높은 소스들을 직접 검사하여 실제 여부를 확인했습니다. 이러한 '휴먼-인-더-루프(human-in-the-loop)' 방식은 AI의 속도를 숙련된 과학자의 전문 지식으로 보완하여, 덜 정교한 시스템을 속일 수 있는 디지털 인공물이나 카메라 노이즈를 걸러냅니다.
'기묘한' 발견물들의 카탈로그화
검색 결과 1,400개의 이상 천체라는 보물창고가 발견되었으며, 그중 무려 800개는 이전 과학 문헌에 기록된 적이 없는 것들이었습니다. 이 카탈로그에는 우주에 대한 우리의 시각적 기대를 뛰어넘는 다양한 우주의 희귀 현상들이 포함되어 있습니다. 주요 발견 사항은 다음과 같습니다.
- 충돌 고리 은하(Collisional Ring Galaxies): 한 은하가 다른 은하의 중심을 관통할 때 형성되는 희귀 구조로, 별 형성의 물결을 만들어냅니다.
- 중력 렌즈 및 호(Gravitational Lenses and Arcs): 전경에 있는 거대 질량 천체의 중력이 더 먼 은하의 빛을 휘게 하여 원형이나 길쭉한 호 모양으로 만드는 현상입니다.
- 해파리 은하(Jellyfish Galaxies): 은하간 매질을 통과하며 이동할 때 긴 가스 '촉수'가 벗겨져 나가는 은하계입니다.
- 측면 원시 행성계 원반(Edge-on Protoplanetary Disks): 옆에서 보았을 때 '햄버거'나 '나비'처럼 보이는 발달 중인 태양계입니다.
이상 현상이 과학에 중요한 이유
천체 물리학 분야에서는 평균적인 데이터보다 특이치가 더 중요할 때가 많습니다. 표준적인 은하가 우주의 일반적인 상태를 보여준다면, 이상 현상은 우주가 극한 조건에서 어떻게 작동하는지를 알려주기 때문입니다. 이번 연구의 주저자인 데이비드 오라이언은 "허블 우주 망원경의 아카이브 관측 데이터는 이제 35년 전까지 거슬러 올라가며, 천체 물리학적 이상 현상을 발견할 수 있는 데이터 보물창고를 제공한다"고 언급했습니다. 이러한 '기묘한' 천체들은 중력 이론, 암흑 물질, 그리고 은하의 진화를 시험하기 위한 중요한 데이터 포인트를 제공합니다. 예를 들어, 희귀한 중력 렌즈는 천연 망원경 역할을 하여 연구자들이 평소보다 더 먼 과거의 시간을 들여다볼 수 있게 해줍니다.
나아가, 이러한 발견은 미래 관측을 위한 로드맵을 제공합니다. 지금 이 1,400개의 천체를 식별함으로써 과학계는 제임스 웹 우주 망원경(JWST)과 같은 더 진보된 장비를 사용한 후속 연구의 우선순위를 정할 수 있습니다. 왜 어떤 은하가 '해파리' 모양을 띠게 되었는지, 혹은 왜 별 형성 원반이 비대칭으로 보이는지를 이해하는 것은 심우주 가스의 유체 역학과 별의 생애 주기에 대한 이해를 획기적으로 넓히는 계기가 될 수 있습니다.
아카이브 연구의 미래
어노말리매치 도구의 성공은 미래 우주 탐사에 깊은 시사점을 줍니다. 우리는 현재 ESA의 유클리드(Euclid) 우주 망원경과 베라 C. 루빈 천문대(Vera C. Rubin Observatory)와 같은 새로운 시설들이 페타바이트 규모의 데이터를 생산하는 '탐사 천문학'의 시대로 진입하고 있습니다. 2023년에 탐사를 시작한 유클리드는 하늘의 3분의 1에 걸쳐 수십억 개의 은하를 지도화하는 임무를 맡고 있습니다. 오라이언과 고메즈가 개발한 것과 같은 AI 도구가 없다면, 이러한 임무에서 얻은 흥미로운 데이터의 상당 부분은 수 세대 동안 디지털 아카이브 속에 묻혀 있을 가능성이 큽니다.
연구 공동 저자인 파블로 고메즈는 이번 작업의 광범위한 유용성을 강조하며 "이는 허블 아카이브의 과학적 성과를 극대화하기 위해 AI를 활용한 환상적인 사례다. 이미 많은 것이 발견되었을 것으로 예상되는 허블 데이터에서 이토록 많은 이상 천체를 찾아낸 것은 훌륭한 결과"라고 말했습니다. 연구 팀의 방법론은 2027년 발사 예정인 낸시 그레이스 로먼 우주 망원경(Nancy Grace Roman Space Telescope)에 적용될 수 있는 개념 증명 역할을 합니다. 이 망원경은 적외선 우주에 대해 훨씬 더 넓은 시야를 제공할 예정입니다.
발견을 위한 새로운 패러다임
앞으로 나아가면서 천문학자와 인공지능의 관계는 단순한 자동화를 넘어 깊은 협력의 관계로 진화하고 있습니다. AI는 피로나 인지 편향으로 인해 인간의 눈이 놓칠 수 있는 노이즈 속의 패턴을 볼 수 있는 '제2의 눈' 역할을 합니다. 과학자들을 수백만 개의 이미지를 분류하는 기계적인 작업에서 해방시킴으로써, 이러한 도구들은 연구자들이 현장을 발전시키는 고차원적인 분석과 이론적 작업에 집중할 수 있게 해줍니다.
이번 1,400개 천체의 발견은 허블과 같은 '대형 관측소'들이 여전히 밝혀내야 할 비밀을 많이 간직하고 있음을 상기시켜 줍니다. 더 새롭고 강력한 망원경을 발사하는 와중에도 우리가 이미 수집한 데이터는 여전히 중요한 개척지로 남아 있습니다. 30년 된 빛과 현대 신경망의 결합을 통해 천문학자들은 아무리 기묘한 우주의 미스터리라도 어둠 속에 숨어 있지 않도록 보장할 방법을 찾아냈습니다.
Comments
No comments yet. Be the first!