우리 우주가 어떻게 현재와 같은 모습이 되었고, 최종적으로 어떻게 변화될 것인가를 이해하는 것은 과학의 가장 큰 도전 과제 중 하나다.
맑은 밤 하늘에 반짝이는 헤아릴 수 없이 많은 별들은 이 과제의 규모가 엄청나다는 사실을 보여주지만, 실은 이야기의 한 부분에 지나지 않는다.
더 깊은 수수께끼는 우리 눈으로는 직접 볼 수 없는 암흑 물질(dark matter)과 암흑 에너지(dark energy)에 있다.
암흑 물질이 서로 우주를 끌어당기고 암흑 에너지가 이를 더 빠르게 팽창시키는 상황에서 우주 연구자들은 이에 대한 정확한 모델을 만들기 위해 이 두 가지가 우주에 얼마나 많이 존재하는지를 알 필요가 있다.
스위스 취리히 연방공대(ETH) 물리학자들과 컴퓨터 과학자들은 최근 인공지능을 통해 우주의 암흑 물질 함량을 추정하는 표준방법 개선에 나서 괄목할 만한 성과를 거뒀다.
연구팀은 페이스북 같은 소셜 미디어의 얼굴 인식에 사용되는 방법과 매우 유사한 첨단 기계학습 알고리즘을 활용해 우주 데이터를 분석했다. 이 연구는 물리학 학술지 ‘피지컬 리뷰 D’(Physical Review) 13일 자에 발표됐다.
우주를 ‘얼굴 인식’ 하다
밤하늘을 촬영한 사진에는 비록 인식할 얼굴이 없지만, 우주 연구가들은 그와 유사한 무엇인가가 있을 것이라고 기대하고 있다.
취리히 연방공대 입자물리 및 우주물리 연구소 알렉산드르 레프리기아(Alexandre Refregier) 교수실의 토마스 카츠프르자크(Tomasz Kacprzak) 연구원은 “페이스북은 알고리즘을 이용해 이미지에서 눈과 입, 귀를 찾고 있는데, 우리는 자체 알고리즘으로 암흑 물질과 암흑 에너지의 숨겨진 단서를 찾고 있다”고 말했다.
암흑 물질은 망원경으로 직접 볼 수가 없다. 때문에 물리학자들은 먼 은하로부터 지구로 도달하는 빛의 경로에 있는 모든 물질이 빛을 약간 휘게 한다는 사실에 착안해 암흑 물질을 탐색하고 있다.
‘약한 중력 렌즈(weak gravitational lensing)’로 알려진 이 효과는 은하들의 이미지를 매우 미묘하게 왜곡한다. 이는 마치 뜨거운 날 먼 곳에 있는 물체가 흐리게 보이는 것과 같은 이치다. 빛이 온도가 다른 공기층을 통과할 때 왜곡되기 때문이다.
우주 연구자들은 이 왜곡을 역이용해 암흑 물질이 어디에 존재하는지를 나타내는 하늘의 질량 지도를 만들 수 있다. 그런 다음 암흑 물질 지도를 이론적 예측과 비교해 어떤 우주론 모델이 데이터와 가장 근접하게 일치하는지를 찾는다.
전통적으로 이것은 지도의 다른 부분들이 서로 어떻게 연관되는지를 기술하는 이른바 상관 함수 같은, 사람이 고안한 통계를 사용해 이루어진다. 그러나 이런 통계는 물질 지도의 복잡한 패턴을 정확히 찾는 데는 한계가 있다.
신경망 스스로 학습
알렉산드르 레프리기아 교수는 “이번 연구에서는 완전히 새로운 방법을 사용했다”고 말하고, “우리가 스스로 적절한 통계 분석을 하는 대신 컴퓨터에 그 일을 맡겼다”고 밝혔다.
이 일을 위해 컴퓨터 과학부 데이터 분석 연구소(Data Analytics Lab)의 아우렐리안 루치(Aurelien Lucchi) 박사팀이 합류했다.
이들은 논문 제1저자이자 레프리기아 교수실 박사과정생 야니스 플루리(Janis Fluri) 연구원과 함께 심화 인공신경망으로 불리는 기계학습 알고리즘을 사용해 암흑 물질 지도에서 가능한 한 최대치의 정보량을 추출하도록 학습시켰다.
연구팀은 첫 단계로 우주를 시뮬레이션한 컴퓨터-생성 데이터를 제공해 신경망을 훈련시켰다. 이를 통해 신경망은 주어진 우주론적 변수-예를 들면 암흑 물질과 암흑 에너지의 총량 비율-에 대한 올바른 답이 각각 시뮬레이션된 암흑 물질 지도에 대한 답이 되어야 한다는 것을 알았다.
신경망은 암흑 물질 지도를 반복적으로 분석함으로써 지도 안에서 올바른 종류의 특성을 찾아내고 원하는 정보를 더욱더 많이 추출하는 법을 스스로 배웠다. 페이스북의 유추에서는 눈이나 입으로부터 무작위의 타원형 모양을 점점 더 잘 구별해 내고 있다.
허블 우주망원으로 ‘약한 중력렌즈’를 측정해 재구성한, 암흑 물질의 대규모 분포 삼차원 지도. ⓒ Wikimedia / NASA/ESA/Richard Massey (California Institute of Technology)
사람이 하는 분석보다 더 정확
이 훈련 결과는 매우 고무적이었다. 신경망은 사람이 만든 통계 분석에 기초한 전통적인 방법으로 얻은 값보다 30% 더 정확한 값을 산출했다.
연구자들에게 이는 커다란 개선으로서, 마치 망원경 수를 두 배로 늘리고 비용과 시간을 많이 들여 관측의 정확성을 높이는 것과 같다.
연구팀은 마지막으로, 완전히 훈련된 신경망을 사용해 KiDS-450 데이터세트에서 실제 암흑 물질 지도를 분석했다.
플루리 연구원은 “기계 학습 도구를 이런 맥락으로 사용한 것은 이번이 처음으로, 심화 인공신경망을 통해 이전의 접근법보다 더 많은 정보를 추출할 수 있다는 사실을 알게 됐다”며, “우주론 연구에서 기계 학습이 앞으로 더 많이 응용될 것”이라고 전망했다.
플루리 연구원팀은 다음 단계로 이 방법을 ‘암흑 에너지 조사(the Dark Energy Survey)’와 같은 더욱 큰 이미지 세트들에 적용할 계획이다.
(3374)
로그인후 이용 가능합니다.
한국과학기술원(KAIST)과 서울대 연구진이 포함된 국제연구팀이 세계 최초로 지능형 '전자피부' 개발에 성공했다. 과학기술정보통신부는 KAIST 조성호 전산학부 교수와 서울대 고승환 기계공학부 교수, 미국 스탠퍼드대 제난 바오(Zhenan Bao) 교수 공동 연구팀이 이 같은 성과를 전기·전자 분야 국제 학술지 '네이처 일렉트로닉스'(Nature Electronics)에 29일 게재했다고 밝혔다.
한국과학기술단체총연합회(과총)는 '올해의 10대 과학기술 뉴스'에 국내 개발 우주발사체 '누리호' 발사 성공과 수학자 허준이의 필즈상 수상 등을 선정했다고 28일 밝혔다. 과총은 과학기술에 대한 국민의 관심을 높이기 위해 한 해의 주요 연구개발 성과와 사회적으로 주목받은 과학기술 등을 매년 선정해 발표하고 있다.
오태석 과학기술정보통신부 제1차관은 우리나라 첫 달 궤도선 다누리의 달 궤도 진입 성공을 발표하면서 "대한민국의 과학기술이 지구를 넘어 달에 닿았다"고 28일 밝혔다. 오 차관은 이날 정부서울청사에서 열린 브리핑에서 "지난 8월 5일 지구를 출발한 다누리는 145일간의 항행 끝에 달에 도착했다"며 "이제 대한민국은 세계 일곱 번째 달 탐사 국가로서 우주탐사 역사에 첫발을 내디뎠다"고 말했다.
정부가 내년에 우주항공청을 설립하고 우주산업 육성에 나선다. 또 민관이 협력해 국가전략 기술을 본격 육성하고, 양자나 첨단 바이오 등 신기술 분야의 생태계 조성에 힘쓴다. 이종호 과학기술정보통신부 장관은 28일 윤석열 대통령에게 이러한 내용의 2023년 업무계획을 보고했다.
한국재료연구원(이하 재료연)은 국민투표를 거쳐 올해의 우수 연구성과 '탑3'를 선정했다고 29일 밝혔다. 재료연은 기관의 대표 연구성과를 조명하고 과학기술에 대한 국민 공감대를 높이기 위해 국민투표 방식을 통해 우수 연구성과를 선정했다고 설명했다.
미역, 다시마 등과 같은 갈조류(brown algae)가 대기 중 이산화탄소(CO₂)는 숲처럼 많이 흡수하고 주변 생물이 분해하기 까다로운 점액 형태로 방출해 온실가스를 장기 격리하는 지구온난화 시대의 '원더 식물'로 제시됐다. 독일 막스플랑크협회에 따르면 산하 '해양미생물학연구소' 연구팀은 갈조류의 배설물을 분석해 탄소 순환 과정에서 많은 양의 CO₂를 장기간 제거할 수 있다는 연구 결과를 미국 국립과학원 회보(PNAS)에 발표했다.
내년 우크라이나 전쟁과 관련해서 러시아 패배부터 현재와 같은 전황 지속까지 전문가들의 전망이 엇갈렸다. BBC는 27일(현지시간) 우크라이나 전쟁에 관해 영국, 미국, 이스라엘의 전문가 5명의 전망을 전했다. 마이클 클라크 영국 왕립합동군사연구소(RUSI) 전 소장 겸 엑시터대 전략연구소(SSI) 부소장은 이번 봄 러시아의 공격이 관건이라고 봤다.