기본 콘텐츠로 건너뛰기

우주 이야기 766 - 최종 발사를 앞둔 TESS



(Illustration of the Transiting Exoplanet Survey Satellite (TESS) in front of a lava planet orbiting its host star. TESS will identify thousands of potential new planets for further study and observation.
Credits: NASA/GSFC)


 차세대 외계 행성 탐사 망원경인 TESS (Transiting Exoplanet Survey Satellite)가 마침내 모든 단계를 마무리하고 이번달 우주로 발사될 예정입니다. 처음 블로그를 통해서 소식을 전할 때는 언제 발사되나 생각했지만, 이제 그 순간이 다가온 것입니다. TESS에 대해서 처음 소개했던 내용과 지금 내용이 달라진 부분도 있고 내용을 정리할 필요가 있을 것으로 보여 여기서 다시 한 번 TESS를 소개해보겠습니다. 


 TESS는 2011년 제안되었고 2013년 승인을 받아 개발된 차세대 외계 행성 탐사 위성입니다. 3.7 × 1.2 × 1.5 m 정도 크기에 350kg의 비교적 작은 크기지만, 지구 주변 궤도가 아니라 P/2라고 불리는 2:1 달 공명 궤도 (lunar resonant orbit)를 공전하고 됩니다. 지구를 중심으로 보면 108,000 km에서 375,000 km 사이의 비스듬한 궤도를 13.7일 주기로 공전하게 됩니다. 




(동영상) 


 이런 독특한 궤도를 도는 이유는 우주 전체를 스캔하기 위한 것이라고 합니다. 케플러가 특정 위치만 계속해서 관측했던 것과 달리 TESS는 4개의 카메라를 이용해서 훨씬 넓은 범위를 동시에 관측할 뿐 아니라 회전하면서 보이는 우주 대부분을 관측하게 됩니다. 


 MIT에서 개발한 24x24도 필드뷰를 지닌 100mm 카메라 (24° × 24° field of view, a 100 mm (4 in) effective pupil diameter)는 각각 1680만 화소 CCD 소자를 지니고 있습니다. 모두 4개의 카메라가 동시 관측을 하기 때문에 관측 범위는 24° × 96°이 되며 회전하면서 26개의 남반구/북반구 구획을 관측하므로 케플러보다 400배 넓은 범위를 관측할 수 있습니다. (영상 참조) 


 생성되는 데이터 양이 케플러와는 비교할 수 없이 많기 때문에 다운로드는 Ka-band 안테나를 통해서 100Mbit/s의 속도로 이뤄집니다. TESS의 원리는 기본적으로 별빛의 변화를 관측해 식현상의 유무를 파악하는 것이지만, 케플러가 그랬듯이 밝기 변화에 대한 방대한 데이터를 통해서 여러 가지 연구가 가능할 것으로 기대하고 있습니다. 


 TESS는 특히 양 극지방이 관측 부위상 겹치기 때문에 집중 관측하게 됩니다. 이 위치는 2020년 발사 예정인 제임스 웹 우주 망원경으로 관측하기 가장 용이한 부분입니다. 따라서 두 망원경의 협업을 통해 생물체가 살 수 있는 행성의 대기를 파악하고 실제 생명 현상 여부를 더 상세하게 조사할 수 있을 것으로 기대하고 있습니다. 


 이제 준비는 마무리되었고 실제 발사와 관측 시작이 남았습니다. 나사는 TESS를 통해 적어도 50만개 이상의 별에서 행성 존재를 확인하고 가까이 있는 1000개의 적색 왜성에서 식현상의 유무를 관측할 수 있을 것으로 기대하고 있습니다. 지구형 행성 역시 이전과는 비교할 수 없을 만큼 많이 발견할 수 있을 것입니다. 앞으로 그 활약이 기대됩니다. 


 참고 




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

R 스튜디오 설치 및 업데이트

 R을 설치한 후 기본으로 제공되는 R 콘솔창에서 코드를 입력해 작업을 수행할 수도 있지만, 보통은 그렇게 하기 보다는 가장 널리 사용되는 R 개발환경인 R 스튜디오가 널리 사용됩니다. 오픈 소스 무료 버전의 R 스튜디오는 누구나 설치가 가능하며 편리한 작업 환경을 제공하기 때문에 R을 위한 IDE에서 가장 널리 사용되어 있습니다. 아래 링크에서 다운로드 받습니다.    https://www.rstudio.com/  다운로드 R 이나 혹은 Powerful IDE for R로 들어가 일반 사용자 버전을 받습니다. 오픈 소스 버전과 상업용 버전, 그리고 데스크탑 버전과 서버 버전이 있는데, 일반적으로는 오픈 소스 버전에 데스크탑 버전을 다운로드 받습니다. 상업 버전의 경우 데스크탑 버전의 경우 년간 995달러, 서버 버전은 9995달러를 받고 여러 가지 기술 지원 및 자문을 해주는 기능이 있습니다.   데스크탑 버전을 설치하는 과정은 매우 쉽기 때문에 별도의 설명이 필요하지 않을 것 같습니다. 인스톨은 윈도우, 맥, 리눅스 (우분투/페도라)에 따라 설치 파일이 나뉘지만 설치가 어렵지는 않을 것입니다. 한 가지 주의할 점이라면 R은 사전에 반드시 따로 설치해야 한다는 점입니다. R 스튜디오만 단독 설치하면 아무것도 할 수 없습니다. 뭐 당연한 이야기죠.   설치된 R 스튜디오는 자동으로 업데이틀 체크하지 않습니다. 따라서 업데이트를 위해서는 R 스튜디오에서 Help 로 들어가 업데이트를 확인해야 합니다.     만약 업데이트 할 내용이 없다면 최신 버전이라고 알려줄 것이고 업데이트가 있다면 업데이트를 진행할 수 있도록 도와주게 됩니다. R의 업데이트와 R 스튜디오의 업데이트는 모두 개별적이며 앞서 설명했듯이 R 업데이트는 사실 기존 버전과 병행해서 새로운 버전을 새롭게 설치하는 것입니다. R 스튜디오는 실제로 업데이트가 이뤄지기 때문에 구버전을 지워줄 필요는

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