ⓒ 데일리포스트 이미지 출처=unsplash

[데일리포스트=김정은 기자] 인공지능(AI)으로 천체 관측 데이터를 분석해 단시간에 우주 구조를 시뮬레이션하는 기술이 등장해 우주 연구가 한층 가속화될 것으로 기대된다. 

이번 연구 성과는 국제학술지 PNAS(Proceedings of National Academy of Science USA)에 발표됐다. 

ⓒ 데일리포스트 이미지 출처=PNAS

천체 망원경이 수집한 관측 결과를 토대로 우주의 구조를 시뮬레이션하는 작업은 우주에 대한 이해도를 높이고, 우주 최대 수수께끼 중 하나인 암흑물질(dark matte)의 정체를 규명하는 연구에 필수적이다. 하지만 이 과정에는 방대한 연산 작업이 필요하기 때문에 기존에는 시뮬레이션 범위 또는 정확성, 혹은 두 가지 모두에 한계가 존재했다. 

이에 미국 카네기멜론대학 물리학 교수인 티치아나 디 마테오(Tiziana Di Matteo) 연구팀은 '적대적 생성네트워크'(GANㆍGenerative Adversarial Networks) 기반의 머신러닝 알고리즘을 고해상도 이미지 데이터로 트레이닝하는 과정을 거쳐, 낮은 해상도 이미지에서 고해상도 이미지 데이터를 정확하게 생성할 수 있는 AI를 개발하는데 성공했다. 

연구팀이 개발한 AI는 아래처럼 저해상도(왼쪽)에서 원래의 512배 입자를 포함한 초고해상도(오른쪽) 이미지를 생성할 수 있다. 

ⓒ 데일리포스트 이미지 출처=PNAS

분석에 필요한 시간도 크게 단축됐다. 가령 약 5억 광년의 영역에 1억 3400만개의 입자가 존재하는 모델의 경우 기존 시뮬레이션은 560시간이 걸렸지만, AI는 단 36분만에 완료했다. 또 입자 수를 1000배인 1340억 개로 늘린 경우에도 기존 시뮬레이션 방법은 전용 슈퍼컴퓨터를 사용하더라도 수개월은 걸리는 반면, AI 분석은 불과 16시간 만에 끝낼 수 있었다. 

디 마테오 교수는 "우주 시뮬레이션에 소요되는 시간을 줄이는 것은 물리학 및 천문학 분야의 큰 진보로 이어질 수 있다. 우주 시뮬레이션은 은하와 블랙홀 형성 등 우주의 과거에서 미래에 이르기까지의 역사를 보여주기 때문이다"라고 언급했다. 

논문 대표 저자인 미국 아이언 연구소의 인 리(Yin Li) 박사는 "2년 동안 작업 진행이 원활하지 않아 한계를 느끼고 있던 시점에 기대했던 아름다운 결과를 얻을 수 있게 됐다. AI가 생성한 이미지와 실제 이미지를 비교해도 어느 쪽이 진짜인지 확실히 구분하는 사람이 없을 정도다"라고 말했다.

이번에 개발된 AI는 중력이 암흑 물질에 미치는 영향을 예측하는 기술을 기반으로 개발되었기 때문에, 우주의 대규모 구조를 다루는 시뮬레이션은 뛰어나지만, 별의 탄생 및 초신성, 블랙홀 등 우주 전체 관점에서는 비교적 작은 현상은 지나치게 된다. 연구팀은 앞으로 기존 방식과 AI 시뮬레이션을 병행하는 한편, AI의 정확성을 향상시켜 나갈 계획이다.

저작권자 © 데일리포스트 무단전재 및 재배포 금지