과학

구글 기계 학습, 발견하지 못했던 행성 다수 발견


  • 우예진 기자
    • 기사
    • 프린트하기
    • 크게
    • 작게

    입력 : 2017-12-15 14:08:16

    구글 연구자가 인공지능으로 외계 행성을 발견하는 방법을 개발 중이다. 트랜싯(Transit) 법이라고 불리는 기법에 기계 학습을 결합해 케플러가 확보한 140억 개의 데이터에서 더 정교하게 행성을 찾는 것이다.

    트랜싯 법은 일정한 빛을 발하는 항성과 그것을 관측하는 관측자 사이를 물체가 통과했을 때 일어나는 빛의 저하를 관찰해 행성을 발견하는 방법이다. 케플러 우주 망원경은 지금까지 20만개의 행성을 30분 간격으로 관측했고 140억 개의 데이터로 축적했다.

    사람이 방대한 량의 데이터를 분석하는 것은 이미 비현실적이어서, 2016년 5월 컴퓨터에 의한 분석 처리 효율을 비약적으로 향상시킨 결과 1,436개의 외계 행성을 더 찾을 수 있었다.

    구글 인공지능 연구자 크리스토퍼 셀루(Christopher Shallue)는 텍사스 오스틴대의 천체 물리학자 앤드류 반더버그(Andrew Vanderburg)와 함께 행성을 발견한 데이터와 그 외 물체로 판명된 데이터 등 총 1만 5,000건의 데이터를 기계 학습시켜 96% 이상의 정확도로 행성과 그 이외의 물체를 판별할 수 있게 됐다.

    그리고 축적된 분석 자료 중 2개 이상의 행성을 거느린 670개의 항성 데이터를 재분석한 결과 숨겨져 있던 2개의 미발견 행성을 발견했다. 그것은 현재 케플러(Kepler)-90i, 케플러-80g로 명명했다.

    셀루와 반더버그는 “아직 670개 항성 데이터를 조사했을 뿐이어서 이번 발견은 시작에 불과하다.”고 밝혔다. 이어서 “케플러의 데이터 속에는 아직 많은 외행성이 숨어 있을지 모른다. 기계 학습 등 새로운 분석 기술이 향후 천체 발견에 큰 도움을 줄 것”이라고 말했다.

    방대한 데이터 속에서 미발견 행성을 찾는 작업은 분석을 거듭할수록 학습 효과가 향상되어 인공지능이 장점을 발휘할 수 있는 분야다.

    인공지능에 의한 행성 발견이 더욱 발전한다면 태양과 같은 크기와 빛의 항성 주변을 지구처럼 적당한 거리로 공전하는 지구형 행성을 발견할 가능성도 더욱 높아질 것이다.

    케플러 망원경


    베타뉴스 우예진 기자 (w9502@betanews.net)
    Copyrights ⓒ BetaNews.net





    http://m.betanews.net/782810?rebuild=on