우주 이야기 1433 - AI가 찾은 행성을 잡아 먹은 백색왜성

(Credit: NASA, ESSA, Joseph Olmsted (STScI).)

엄청나게 큰 숫자가 나오는 경우 천문학적 숫자라는 표현을 자주 사용합니다. 우주의 천체들은 거리도 멀리 떨어져 있고 숫자도 엄청나게 많기 때문입니다. 특히 최신 망원경들은 성능도 대폭 향상되 사람의 힘으로 처리하기 힘들 정도로 많은 데이터를 생산하고 있습니다. 이런 이유로 최근 천문학에서 AI의 활약이 늘어나고 있습니다.

텍사스 대학의 대학원생인 말리아 카오 (University of Texas at Austin graduate student Malia Kao)와 동료들은 행성을 집어삼킨 백색왜성을 찾아내기 위해 인공지능의 힘을 빌었습니다.

백색왜성은 태양 같은 별이 마지막에 연료가 떨어져 죽은 후 남은 물질이 뭉쳐 형성된 것으로 우주에 흔하게 존재합니다. 백색왜성의 구성 물질은 핵융합 반응의 결과물인 탄소와 산소가 주를 이루고 대기는 대부분 수소와 헬륨이지만, 가끔 행성의 내부에서 나온 것 같은 무거운 원소가 포착됩니다.

이런 무거운 원소는 백색왜성에 본래 존재하지 않는 것으로 백색왜성이 주변 행성을 잡아먹은 흔적으로 증거로 여겨지고 있습니다. 아마도 우리 은하계에 이런 백색왜성은 드물지 않겠지만, 이을 수많은 천체 가운데서 찾아내는 일은 쉽지 않습니다.

그래서 연구팀은 AI의 힘을 빌리기로 했습니다. 수십 억개 천체의 데이터를 지닌 유럽 우주국의 가이아 관측 데이터를 AI로 분석해 그 가운데 오염된 대기를 지닌 백색왜성일 가능성이 높은 천체를 분류하는 것입니다.

연구팀은 백색왜성일 가능성이 높은 천체 10만 개 중에서 375개의 유망한 후보들을 찾아내 지상의 망원경으로 데이터를 수집해 검증을 완료했습니다. 인간이 수작업으로 후보를 찾아내는 것보다 훨씬 빠르게 대규모의 데이터를 분석한 것입니다.

행성을 삼킨 백색왜성은 주변 행성 내부 구성 물질에 대한 정보를 지니고 있습니다. 이를 통해 과학자들은 외계행성 내부를 들여다보지 않고도 내부 구성 물질과 구조를 파악할 수 있는 정보를 얻을 수 있을 것으로 기대하고 있습니다. 앞으로도 대규모 데이터 분석에서 AI의 역할이 점점 더 커질 것으로 예상됩니다.

참고

https://phys.org/news/2024-08-astronomers-ai-elusive-stars-gobbling.html

Malia L. Kao et al, Hunting for Polluted White Dwarfs and Other Treasures with Gaia XP Spectra and Unsupervised Machine Learning, The Astrophysical Journal (2024). DOI: 10.3847/1538-4357/ad5d6e

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

자세한 내용 보기

150년 만에 다시 울린 희귀 곤충의 울음 소리

( The katydid Prophalangopsis obscura has been lost since it was first collected, with new evidence suggesting cold areas of Northern India and Tibet may be the species' habitat. Credit: Charlie Woodrow, licensed under CC BY 4.0 ) ( The Museum's specimen of P. obscura is the only confirmed member of the species in existence. Image . Credit: The Trustees of the Natural History Museum, London ) 과학자들이 1869년 처음 보고된 후 지금까지 소식이 끊긴 오래 전 희귀 곤충의 울음 소리를 재현하는데 성공했습니다. 프로팔랑곱시스 옵스큐라 ( Prophalangopsis obscura)는 이상한 이름만큼이나 이상한 곤충으로 매우 희귀한 메뚜기목 곤충입니다. 친척인 여치나 메뚜기와는 오래전 갈라진 독자 그룹으로 매우 큰 날개를 지니고 있으며 인도와 티벳의 고산 지대에 사는 것으로 보입니다. 유일한 표본은 수컷 성체로 2005년에 암컷으로 생각되는 2마리가 추가로 발견되긴 했으나 정확히 같은 종인지는 다소 미지수인 상태입니다. 현재까지 확실한 표본은 수컷 성체 한 마리가 전부인 미스터리 곤충인 셈입니다. 하지만 과학자들은 그 형태를 볼 때 이들 역시 울음 소리를 통해 짝짓기에서 암컷을 유인했을 것으로 보고 있습니다. 그런데 높은 고산 지대에서 먼 거리를 이동하는 곤충이기 때문에 낮은 피치의 울음 소리를 냈을 것으로 보입니다. 문제는 이런 소리는 암컷 만이 아니라 박쥐도 잘 듣는다는 것입니다. 사실 이들은 중생대 쥐라기 부터 존재했던 그룹으로 당시에는 박쥐가 없어 이런 방식이 잘 통했을 것입니다. 하지만 신생대에 박쥐가 등장하면서 플로팔랑곱

자세한 내용 보기

9000년 전 소녀의 모습을 복원하다.

( The final reconstruction. Credit: Oscar Nilsson ) 그리스 아테나 대학과 스웨덴 연구자들이 1993년 발견된 선사 시대 소녀의 모습을 마치 살아있는 것처럼 복원하는데 성공했습니다. 이 유골은 그리스의 테살리아 지역의 테오페트라 동굴 ( Theopetra Cave )에서 발견된 것으로 연대는 9000년 전으로 추정됩니다. 유골의 주인공은 15-18세 사이의 소녀로 정확한 사인은 알 수 없으나 괴혈병, 빈혈, 관절 질환을 앓고 있었던 것으로 확인되었습니다. 이 소녀가 살았던 시기는 유럽 지역에서 수렵 채집인이 초기 농경으로 이전하는 시기였습니다. 다른 시기와 마찬가지로 이 시기의 사람들도 젊은 시절에 다양한 질환에 시달렸을 것이며 평균 수명 역시 매우 짧았을 것입니다. 비록 젊은 나이에 죽기는 했지만, 당시에는 이런 경우가 드물지 않았을 것이라는 이야기죠. 아무튼 문명의 새벽에 해당하는 시점에 살았기 때문에 이 소녀는 Dawn (그리스어로는 Avgi)라고 이름지어졌다고 합니다. 연구팀은 유골에 대한 상세한 스캔과 3D 프린팅 기술을 적용해서 살아있을 당시의 모습을 매우 현실적으로 복원했습니다. 그리고 그 결과 나타난 모습은.... 당시의 거친 환경을 보여주는 듯 합니다. 긴 턱은 당시를 살았던 사람이 대부분 그랬듯이 질긴 먹이를 오래 씹기 위한 것으로 보입니다. 강하고 억센 10대 소녀(?)의 모습은 당시 살아남기 위해서는 강해야 했다는 점을 말해주는 듯 합니다. 이렇게 억세보이는 주인공이라도 당시에는 전염병이나 혹은 기아에서 자유롭지는 못했기 때문에 결국 평균 수명은 길지 못했겠죠. 외모 만으로 평가해서는 안되겠지만, 당시의 거친 시대상을 보여주는 듯 해 흥미롭습니다. 참고 https://phys.org/news/2018-01-teenage-girl-years-reconstructed.html

자세한 내용 보기

고든의 블로그 구글 분점

이 블로그 검색