두 개의 은하가 서로 합칠 때 성간매질(interstellar gas)에 충격을 가해 베이비붐을 맞은 것처럼 별이 폭발적으로 증가한다는 가설이 있다. 은하 합병 기간에 별 생성이 두 배로 급증한다는 것인데, 이 가설이 인공지능(AI) 분석을 통해 사실로 입증됐다.

네덜란드 우주연구소(SRON)에 따르면 이 연구소 왕링위(王凌宇) 교수가 이끄는 연구팀은 AI 딥러닝 기법으로 은하 합병을 분석해 은하 합병이 별 생성을 폭발적으로 늘리는 역할을 한다는 점을 확인했다고 학술지 '천문학과 천체물리학(Astronomy & Astrophysics)' 최신호에 밝혔다.

연구팀은 합병 중인 은하를 구분할 수 있게 학습이 가능한 딥러닝 알고리즘을 구축해 20만개가 넘는 은하의 기록적인 자료를 분석했다.

그 결과, 단일 은하일 때와 비교해 합체된 은하에서 생성되는 별이 최대 두 배에 달하는 것을 확인했다.

이는 헤아릴 수 없을 만큼 많은 우주의 별이 언제, 어떻게 형성됐는지에 대해 가장 널리 인정되고 있는 가설을 뒷받침해주는 것이다. 이 가설은 은하 합병과 단기간에 걸친 폭발적 항성 생성이 같이 진행되고, 합병 기간 전체에 걸쳐 생성되는 별이 두 배로 증가한다는 것을 골자로 하고있다.

천문학 분야에서 외계 생명체 탐색이나 자료 분석 등에서 AI 활용이 갈수록 늘어나는 추세지만 은하 합병에 관한 연구에 AI가 활용된 것은 이번이 처음이다.

논문 제1저자인 윌리엄 피어슨 연구원은 "AI 장점은 알고리즘이 (은하) 합병의 정의에 일관성을 갖기 때문에 재현성이 높아진다는 것이며, 수십억개의 은하 이미지를 분석하는 미래 연구에 대해서도 좋은 대비책이 된다"면서 "시민 과학자들이 참여하는 '갤럭시주(Galaxy Zoo)'도 이런 방대한 자료는 처리할 수 없다"고 덧붙였다.

왕 교수는 "AI가 우리 분야에서 점점 더 큰 역할을 하게 될 것이라는 점에서 이번 연구 결과는 기념비적인 것"이라면서 "그러나 우리가 은하 합병을 잘못 정의하면 AI가 제대로 일을 수행할 수 없는 등 AI를 어떻게 가르치느냐에 따라 성과가 제한된다는 점을 명심해야 한다"고 강조했다.