기본 콘텐츠로 건너뛰기

태양계 이야기 229 - 중력 측정으로 확인된 엔셀라두스의 바다



 이전에도 몇 차례에 걸쳐서 설명드렸듯이 토성의 위성인 엔셀라두스 (Enceladus) 는 지름 500 km 에 불과한 작은 얼음 위성이지만 수증기를 분출하는 간헐천과 표면에 타이거 스트라이프 (Tiger Stripes) 라는 독특한 구조물과 흰색의 얼음과 눈으로 덮힌 표면을 가지고 있습니다. 이 모두는 엔셀라두스 내부에 액체 상태의 물이 있고 이 물이 표면의 균열을 타고 분출한다고 설명하면 쉽게 설명될 수 있습니다. 그 에너지원은 토성의 강한 중력입니다.  


 참고할 이전 포스트  




 엔셀라두스에 대한 우리의 지식은 대부분 카시니 (Cassini) 탐사선의 관측 결과를 통해서 얻어졌습니다. 카시니가 처음 엔셀라두스의 놀라운 모습을 포착한 것은 2005 년이었는데 이후 여러 차례 관측 시도가 이어졌습니다.  




(2005 년 당시 관측한 엔셀라두스의 표면. 흰색의 표면을 가진 이 작은 위성의 남반구에는 호랑이 무늬 같은 얼음의 균열이 보임. As it swooped past the south pole of Saturn's moon Enceladus on July 14, 2005, Cassini acquired high resolution views of this puzzling ice world. From afar, Enceladus exhibits a bizarre mixture of softened craters and complex, fractured terrains. Credit : NASA/JPL/Space Science Institute  )  


 이후 발견된 수증기가 나오는 간헐천은 예상을 뒤집는 결과였고 많은 과학자들에게 엔셀라두스의 얼음 지각 밑에 액체 상태의 물, 즉 바다가 존재한다는 믿을 만한 증거로 생각되었습니다. 이는 마치 우리가 지각을 뚫고 나와 흐르는 용암을 보고서 단단한 지각 밑에 액체 상태의 암석인 마그마가 존재한다고 믿는 것과 같은 이치입니다.  



(엔셀라두스에서 뿜어져 나오는 수증기와 얼음의 간헐천  Dramatic plumes, both large and small, spray water ice out from many locations along the famed "tiger stripes" near the south pole of Saturn's moon Enceladus. Credit : NASA/JPL/Space Science Institute )  


 이후 과학자들에게 궁금한 것은 엔셀라두스 내부에 얼마만큼의 물이 존재하는지와 이 안에 과연 유기물질, 더 나아가 생명체가 존재할 가능성 이었습니다. 그 중에서 유기물이나 생명체의 존재를 검증하는 것은 먼 훗날의 엔셀라두스를 조사할 새로운 탐사선이 할 수 밖에 없는 일이고 현재 카시니가 할 수 있는 일은 (본래 그런 목적으로 개발되지를 않았기 때문에) 엔셀라두스의 내부 구조를 간접적으로 조사하는 일이었습니다. 만약 엔셀라두스 주변의 중력 분포를 검사할 수 있다면 그 아래 있는 물질의 밀도를 검사할 수 있습니다.   


 2010 년 4월에서 2012 년 5월 사이 카시니는 다시 엔셀라두스에 근접해 플라이 바이 (Flyby) 를 시행했습니다. 이 때 과학자들은 카시니가 보내는 전파 신호를 매우 정밀하게 측정해서 본래는 측정할 수 없던 중력 분포를 측정했습니다. 연구의 공저자인 사미 아스마르 (Sami Asmar of NASA's Jet Propulsion Laboratory (JPL) in Pasadena, Calif.) 에 의하면 "탐사선이 엔셀라두스로 날아갈 때 그 속도는 중력장에 영향을 받아 변하게 된다. 그것이 우리가 측정하고자 하는 것이다. 우리는 속도의 변화를 태양계를 거쳐 지상에서 수신하는 전자기파의 변화로 볼 수 있다. ("As the spacecraft flies by Enceladus, its velocity is perturbed by an amount that depends on variations in the gravity field that we're trying to measure. We see the change in velocity as a change in radio frequency, received at our ground stations here all the way across the solar system.") 라고 언급했습니다. 이는 도플러 효과를 이용한 스피드 건과 유사한 원리라고 그는 덧붙였습니다.  

 그 결과 엔셀라두스의 얼음층은 이전에 상상했던 것 이상으로 두꺼운 것으로 드러났습니다. 대략 30 - 40 km 두께의 얼음층 아래 10 km 두께의 액체 상태의 물이 존재하는 것으로 드러났기 때문입니다. 엔셀라두스의 크기를 생각하면 결코 작다고는 할 수 없지만 예상했던 것보다는 작은 크기입니다.    




(엔셀라두스 내부 구조의 모식도   Gravity measurements by NASA's Cassini spacecraft and Deep Space Network suggest that Saturn's moon Enceladus, which has jets of water vapor and ice gushing from its south pole, also harbors a large interior ocean beneath an ice shell, as this illustration depicts. Image Credit: NASA/JPL-Caltech)


 연구의 주저자인 루치아노 레스 (Luciano Iess of Sapienza University of Rome) 는 중력 이상 (Gravity Anomaly: 중력계로 측정한 관측 중력과 표준 중력 값의 차이. 이 값이 큰 + 값을 가지면 아래에 밀도가 높은 물질이 있다는 의미) 결과로 추정한 얼음 지각 아래의 바다 (물과 얼음의 밀도가 다르기 때문에 추정이 가능) 카시니의 카메라 관측 결과로 추정했던 것 보다는 작은 크기라고 언급했습니다. 엔셀라두스의 바다는 생각보다는 작은 셈입니다.


 다만 이를 확실히 결론 내리기 위해서는 앞으로 더 상세한 관측이 필요하며 이는 미래의 탐사선의 임무입니다. 카시니는 앞서 이야기 했듯이 이런 목적의 탐사 장비를 가지지 않았기 때문입니다. 이 연구를 진행한 과학자들은 이가 없으면 잇몸이란 이야기처럼 어떻게든 데이터를 측정해서 연구를 진행한 셈인데 아이디어는 물론이고 집념이 대단한 것 같습니다. 향후 후속 연구가 이뤄져 이들의 연구가 옳다는 점이 입증되면 더 흥미로울 것 같습니다. 


 이 연구 결과는 저널 Science 에 실렸습니다.   




 참고


 Journal Reference  

1.  L. Iess, D.J. Stevenson, M. Parisi, et al, The Gravity Field and Interior Structure of Enceladus, Science 4 April 2014: Vol. 344 no. 6179 pp. 78-80, DOI: 10.1126/science.1250551





댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

생존분석- 콕스 비례위험모형 (1)

 생존분석 (survival analysis)는 의학 연구는 물론 기계의 내구성에 대한 판단 등 여러 분야에서 사용되는 통계 분석 방법입니다. 기본적인 개념은 사망이나 질병 발생, 기계 고장처럼 특정 현상이 발생하기까지 걸리는 시간을 분석하는 통계 분석 방법이라고 할 수 있습니다. 대표적인 방법은 카플란-메이어 (Kaplan-Meier) 생존분석과 콕스 비례위험 모형 ( Cox proportional hazards model ), 로그 순위법 (Log-rank test) 등이 있습니다.   이 방법들은 각각 적용 범위가 다른데 카플란-메이어 생존분석은 특정 집단의 시간에 따른 생존율을 분석하는 것이고 (예를 들어 암 수술후 재발 없이 지내는 시간이나 생존 기간) 로그 순위법은 두 집단의 생존율을 비교하는 것입니다. 콕스 비례위험 모형은 생존율에 영향을 미치는 위험 인자를 분석하는 것으로 예를 들어 허리둘레가 1cm씩 증가할 때 마다 당뇨 위험도가 얼마나 증가하는지를 보는 것입니다.   여기서는 각각의 통계 분석 방법에 대한 상세한 설명은 생략하고 R을 통해 어떻게 분석할 수 있는지를 간단히 설명합니다. 우선 콕스 비례 위험 모형에 대해서 설명해 봅니다. 비례위험모형은 기저 분포에 대한 가정 (예를 들어 정규 분포)이 필요없고 여러 공변량을 모형에 넣어 보정해 사용할 수 있어 다양한 경우에 사용될 수 있기 때문에 생존분석에서 가장 널리 사용되는 방식 중 하나입니다.   R에서 생존분석을 하기 위해 가장 기본적으로 사용되는 패키지는 survival 패키지 입니다. survival 패키지에는 여러 가지 예제 데이터가 있는데 우선 kidney 데이터를 살펴보겠습니다.  require(survival) data(kidney) str(kidney) # https://stat.ethz.ch/R-manual/R-devel/library/survival/html/kidney.html    kidney 데이터

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b