.jpg)
(The Green Bank Telescope is the world’s largest, fully-steerable telescope. The GBT’s dish is 100-meters by 110-meters in size, covering 2.3 acres of space. NRAO/AUI/NSF - https://public.nrao.edu/gallery/green-bank-telescope/)
과학자들은 우리 은하계 혹은 그 밖에 어딘가에 있을지도 모르는 외계 생명체를 찾기 위해 많은 연구를 진행했습니다. 하지만 지금까지 구체적인 증거를 수집하는 데 실패했습니다. 물론 우리가 직접 탐사선을 보낸 천체의 숫자가 은하계 전체로 보면 극히 작은 태양계의 일부에 불과하다는 점을 생각하면 놀라운 일은 아닙니다.
탐사선을 보내는 대신 외계인의 전파 신호를 포착하려는 노력 역시 마찬가지입니다. 우주에는 무선 통신에 사용하는 파장대에서 에너지를 방출하는 천체가 무수히 많으며 지상에는 이미 수많은 무선 통신 기기가 존재하기 때문에 외계인의 라디오 방송 보다 잡음이 압도적으로 많이 잡힐 수밖에 없습니다.
이런 신호 속에서 의심되는 신호 하나를 찾아내는 것은 해변가 모래 사장에사 작은 바늘 하나를 찾는 것만큼 어려운 일입니다. 따라서 지금까지 많은 시도가 있었음에도 불구하고 원하는 결과를 얻지 못한 것 자체는 놀라운 일이 아닙니다.
토론토 대학의 피터 마 (University of Toronto student Peter Ma)가 이끄는 연구팀은 그린 뱅크 전파 망원경이 수집한 150TB에 달하는 데이터 가운데 인공적인 전파 신호로 의심되는 신호를 구분하기 위해 인공지능을 사용했습니다.
우선 인공지능을 학습시키기 위해 그럴 듯한 인공 신호를 만든 후 실제 전파 신호와 섞어 이를 구분하는 데이터를 만들었습니다. 연구팀은 엔비디아의 타이탄 X GPU 네 개를 사용해 오토인코더 방식으로 인공지능을 훈련시켰습니다.
이후 랜덤 포레스트 방식으로 300만개의 데이터 가운데 의심되는 20515개의 후보를 골라냈습니다. 마지막으로 사람이 하나씩 이를 조사해 가장 유력한 후보 8개를 골라냈습니다.
그러나 이렇게 고통스러운 작업을 통해 골라낸 후보들을 다시 관측했을 때는 의심되는 신호를 관측할 수 없었습니다. 이 방향에 라디오 전파를 사용하는 외계 문명에 있다면 방송국 하나가 폐국해도 나머지 방송국에서 나오는 전파가 있을 것입니다. 신호를 다시 포착했다면 이미 언론에서 대서특필 했을 내용인데 그렇지 못한 것입니다.
하지만 그래도 이번 연구는 대규모 데이터를 빠르게 조사하는 데 인공지능의 활용도가 높다는 점을 보여줬다는 데서 의의가 있습니다. 앞으로 과학 연구에서 인공지능의 역할은 점점 커질 것으로 생각합니다.
참고
https://newatlas.com/space/ai-alien-search-breakthrough-listen-8-radio-signals/
댓글
댓글 쓰기