인공지능으로 외계생명체 찾는다

"NASA 차세대 우주망원경 등에 활용 가능"

인공지능(AI)으로 생명이 살 수 있는 곳을 탐사하려는 연구가 진행되고 있다. 외계생명체나 천문학을 연구하는 학자들은 지구 밖 우주에 생명체가 존재할 확률이 99.999…%라고 주장하나 현재 인간이 가진 기술로는 그 존재를 확실하게 파악하지 못 하고 있다. 생명체 존재를 파악하면 그런 환경을 가진 곳에 인간이 이주해서 살 수 있는 가능성도 살펴볼 수 있다.

영국 플리머스대 연구팀은 인공신경망(ANN)을 사용해 행성을 다섯 가지 유형으로 분류한 다음 각각의 유형에서 생명체가 생존할 가능성을 추정함으로써 향후 항성 간(interstellar) 탐사 임무에 활용할 수 있을 것이라는 연구를 내놨다.

이번 연구는 4일 영국 리버풀에서 열리는 유럽천문학회(EAS)와 왕립천문학회(RAS) 합동연례대회인 유럽 항공우주과학 주간(EWASS) 학술대회에서 발표될 예정이다.

NASA의 카시니 우주탐사선에서 촬영한 토성의 위성인 타이탄의 적외선 사진. 측정 자료에 따르면 타이탄은 에너지 가용성과 다양한 지표 및 대기 특성을 가지고 있어 지구 이외의 다른 세계에서 생명체 거주 가능성이 가장 높은 곳으로 추정되고 있다.   CREDIT: Credit: NASA / JPL / University of Arizona / University of Idaho

NASA의 카시니 우주탐사선에서 촬영한 토성의 위성인 타이탄의 적외선 사진. 측정 자료에 따르면 타이탄은 에너지 가용성과 다양한 지표 및 대기 특성을 가지고 있어 지구 이외의 다른 세계에서 생명체 거주 가능성이 가장 높은 곳으로 추정되고 있다. CREDIT: Credit: NASA / JPL / University of Arizona / University of Idaho

신경망을 5개 행성군으로 분류하도록 훈련

인공신경망은 인간의 두뇌가 학습하는 방법을 모방한 시스템이다. 이 시스템은 기계학습에 활용되는 주요 도구 중 하나로, 특히 생물학적 두뇌가 처리하기에는 너무 복잡한 패턴들을 식별해 내는데 유용하다.

플리머스대 로보틱스 및 신경시스템센터 연구원이 주축이 된 연구팀은 신경망으로 하여금 행성들을 △오늘날의 지구와 가장 닮은 군 △초기 지구와 유사한 군 △화성 △금성 △토성의 위성인 타이탄 등 다섯 가지 유형으로 분류하도록 훈련시켰다. 이 5개 분류군은 모두 대기를 가진, 암석으로 구성된 행성 및 위성으로 태양계에서는 생명체가 거주할 수 있는 가능성이 가장 높은 곳이다.

입력 부분은 테스트 행성의 대기 스펙트럼 값을 나타내며, 출력 부분은 입력치가 5개 태양계 행성 및 위성과 얼마나 유사한가를 바탕으로 ‘생명의 확률’을 나타낸다. 입력치는 일련의 숨겨진 네트워크 층을 통과한다. 이 네트워크 레이어들은 상호 연결돼 네트워크로 하여금 어떤 패턴의 스펙트럼 라인들이 특정 행성 유형에 해당하는지를 학습할 수 있도록 한다.  Credit: C. Bishop / Plymouth University

입력 부분은 테스트 행성의 대기 스펙트럼 값을 나타내며, 출력 부분은 입력치가 5개 태양계 행성 및 위성과 얼마나 유사한가를 바탕으로 ‘생명의 확률’을 나타낸다. 입력치는 일련의 숨겨진 네트워크 층을 통과한다. 이 네트워크 레이어들은 상호 연결돼 네트워크로 하여금 어떤 패턴의 스펙트럼 라인들이 특정 행성 유형에 해당하는지를 학습할 수 있도록 한다. Credit: C. Bishop / Plymouth University

발표를 맡은 크리스토퍼 비숍(Christopher Bishop) 박사과정생은 “우리는 이 신경망이 가상의 지능적인 행성 간 탐사 우주선이 원거리의 외계 행성시스템을 탐색하는데 우선 순위를 매길 수 있도록 주의를 쏟고 있다”고 말했다.

그는 또 “원거리의 행성 간 탐사선으로부터 지구로 송신되는 자료를 수신하기 위해 설치가 가능한 넓은 평면 프레넬 안테나 사용을 고려하고 있다”며, “신경망 기술이 미래의 로봇 탐사선에 사용된다면 이 안테나도 필요할 것”이라고 덧붙였다.

행성계가 어떻게 형성되고 발전하는지에 대해 해답을 구하려는 ‘외계행성 대기 원격 탐사’(ARIEL)를 위해 유럽우주국은 2028년 탐사선을 발사할 예정이다. 아리엘 우주탐사 개념도. Credit: Ariel Space Mission

행성계가 어떻게 형성되고 발전하는지에 대해 해답을 구하려는 ‘외계행성 대기 원격 탐사’(ARIEL)를 위해 유럽우주국은 2028년 탐사선을 발사할 예정이다. 아리엘 우주탐사 개념도. Credit: Ariel Space Mission

외계 행성 분류에 매우 유용”

태양계 다섯 개 행성 및 위성의 대기 관측 스펙트럼을 신경망에 입력시키면 신경망은 탐사 대상 행성들을 행성 유형에 따라 분류하게 된다. 생명체는 아직까지 지구 상에만 존재하는 것으로 돼 있기 때문에 분류는 ‘생명의 확률(probability of life)’ 척도를 쓴다. 이 척도는 상대적으로 잘 알려진 5개 타겟 유형의 대기와 궤도 특성을 근거로 작성했다.

비숍 연구원은 100가지가 넘는 다양한 스펙트럼 프로파일로 신경망을 훈련시켰다. 프로파일 각각은 거주 가능성에 도움이 될 수 있는 수백 가지의 매개변수를 가지고 있다. 이 신경망은 지금까지 본 적이 없는 테스트 스펙트럼 프로파일을 제시하자 문제 없이 잘 처리하는 것으로 나타났다.

미 항공우주국(NASA)의 제임스 웹 우주망원경 개념도 Image credit: Northrop Grumman

미 항공우주국(NASA)의 제임스 웹 우주망원경 개념도 Image credit: Northrop Grumman

프로젝트 감독자인 안젤로 캉겔로시(Angelo Cangelosi) 박사는 “지금까지의 결과를 감안하면 이 방법은 지상관측소나 지구 인근에서의 관측 결과를 사용해 여러 유형의 외계 행성을 분류하는데도 매우 유용한 것으로 증명됐다”고 말했다.

연구팀은 외계 행성들의 본질을 규명하는데 초점을 두는 유럽우주국(ESA)의 차기 아리엘 우주탐사 임무(Ariel Space Mission, 2028년)나, 2020년 발사돼 우주의 기원과 은하 충돌, 행성의 탄생 및 외계 행성 탐색 등의 임무를 수행할 NASA의 제임스 웹 우주망원경(JWST)이 수많은 스펙트럼 세부자료를 제공할 것이라는 점을 고려할 때, 이 기술은 미래의 관측 대상을 선정하는데 이상적인 도움을 줄 것으로 예상하고 있다.

(6682)

뉴스레터 구독신청
태그(Tag)

전체 댓글 (0)

과학백과사전