딥-CEE, 학습된 이미지 데이터로 은하단 구별할 수 있어
[이뉴스코리아 손은경 기자] 수백 개에서 수천 개의 은하들로 구성된 거대한 구조물 ‘은하단’은 지구에서 수백만 광년(1광년은 빛이 1년 동안 날아가야 하는 거리) 이상의 거리에 떨어져 있어 제대로 식별되지 않는 경우가 종종 있어왔다.
미 IT전문매체 디지털트렌즈는 영국 랭커스터대학(Lancaster University) 박사과정의 한 학생이 식별하기 어려운 은하단을 짚어내는 인공지능을 개발했다고 7일(현지시간) 보도했다.
랭커스터 대학의 박사과정 학생인 매튜 찬(Matthew Chan)은 은하단을 추출하고 평가하기 위한 ‘딥러닝’ 기술이 적용된 인공지능(AI) ‘Deep-CEE(딥-CEE)’를 개발했다. 딥-CEE는 망원경의 은하단 관측 데이터로부터 실제 은하단을 구별해낼 수 있다.
딥러닝이란 사람의 사고방식을 컴퓨터에 가르치는 인공지능 기술의 한 분야로서, 사람의 뇌와 같은 인공 신경망을 이용해 많은 데이터를 분석한 뒤 비슷한 것끼리 분류하는 기술이다.
매튜 찬은 실제 은하단 이미지를 이용해 딥러닝 모델을 훈련시켰다. 이를 통해 인공지능은 이미지의 색상을 통해 이미지 내의 잠재적인 은하단을 구별해낼 수 있도록 했다. 딥-CEE는 다른 우주 물체가 존재하는 이미지서도 새 은하단을 식별할 수 있다고 한다.
매튜 찬은 성명을 통해 “우리는 ‘슬론 디지털 스카이 서베이'(SDSS·Sloan Digital Sky Survey)에 딥-CEE를 성공적으로 적용했다”며 “우리는 ‘대형 시놉티 관측 망원경(LSST)’이 진행하는 우주 탐사 조사 작업에 우리의 모델을 실행할 것”이라고 전했다. SDSS는 외부은하탐사 관측자료이며 LSST는 우주의 빛을 관측하는 망원경으로 오는 2022년부터 본격적으로 가동된다.
딥-CEE 기술은 대량의 은하단 관측 데이터를 확인해야 하는 미래의 프로젝트에 유용할 전망이다. 이 인공지능 기술은 망원경이 수집한 은하단 관측 데이터를 빠르게 스캔하여 은하단이 발견될 수 있는 곳을 빠르게 확인할 수 있을 것으로 기대된다.
매튜 찬의 지도교수인 존 스탓(John Stott)은 성명을 통해 “딥러닝과 같은 데이터 마이닝(대규모 자료를 토대로 새로운 자료를 발굴하는 것) 기술은 현대 망원경의 엄청난 생산량을 분석하는 데 도움이 될 것”이라며 “딥-CEE를 통해 이전에 과학에서 볼 수 없었던 수천 개의 은하단을 발견하기를 고대한다”고 전했다.
이번 연구 결과는 영국 왕립천문학회 학술회의(Royal Astronomical Society) 학술회의(National Astronomy Meeting)에서 발표됐다.
저작권자 © 이뉴스코리아 무단전재 및 재배포 금지