한국천문연구원은 인공지능(AI)을 활용해 기존 연구 대비 3배 이상 정밀한 우리은하 주변 암흑물질 분포 지도를 만들고, 이를 공개했다고 27일 밝혔다.
천문연의 홍성욱 박사가 주도한 국제 공동 연구진은 약 1900개 외부 은하 정보에 딥러닝 기술을 적용해 우리은하로부터 1억 광년 내에 펼쳐져 있는 암흑물질 밀도 분포를 예측했다. 이번 결과를 통해 약 300만 광년의 해상도를 가진 우리은하 주변 우주 거대 구조(large-scale structure of the universe) 상세한 모습을 확인할 수 있었다. 우주 거대 구조는 우주에 분포하는 은하들이 이루는 거시 구조를 뜻한다.
연구진은 AI 모형을 학습시키기 위해 '일러스트리스-TNG'라는 대규모 우주 거대 구조를 모사한 시뮬레이션을 활용했다. 이를 통해 학습한 암흑물질 예측 모형은 은하 간 실가닥 구조를 매우 자세하게 재구성했다. 특히 은하 위치와 공간 속도를 동시에 입력했을 때 기존 시뮬레이션과 비슷한 매우 높은 수준의 암흑물질 분포를 예측할 수 있음을 확인했다.
이것으로 실제 우리은하 주변 1억 광년 내 은하 정보를 살핀 결과, 우리은하가 포함된 국부 은하군과 처녀자리 은하단 등 기존에 알려진 은하 집단과 은하들을 연결하는 실가닥 구조가 잘 재현됨을 확인했다.
눈에 보이지도 않는 암흑물질 분포를 밝히는 것이 중요한 이유는, 은하와 은하를 연결하는 우주망(cosmic web)이 대부분 암흑물질로 구성됐기 때문이다. 암흑물질 분포는 우주에 존재하는 각각 은하가 과거에 어떻게 형성됐는지 또한 미래에 어떻게 진화할지를 알 수 있는 우주 팽창 모형 기본 뼈대가 된다.
특히 과거 우주망 지도를 구현하고자 시도한 연구들은 초기 우주 모형에 대한 가설을 수립하고 수십억 년 동안 우주의 진화를 모사해야 하는데, 이는 방대한 계산과 전산 자원이 필요하다. 우리은하 주변 암흑물질 분포까지 상세하게 볼 수는 없었다. 이번 연구 결과는 완전히 새로운 접근 방식인 딥러닝 기술로 다양한 은하 정보의 확률적 통계 모형을 구축함으로써, 암흑물질 분포 예측을 매우 효율적으로 이뤘다는데 의의가 있다.
홍성욱 박사는 “차세대 첨단 천문관측 장비들이 가동되면 이제껏 발견되지 못한 새로운 은하들이 지속적으로 은하 목록에 추가될 것이며, 이를 통해 암흑물질 예측 모형의 신뢰성이 더욱 향상될 수 있다”며 “이번에 활용된 딥러닝 기술을 통해 향후 우리은하 주변뿐 아니라 더 확장된 우주 거대 구조에 대한 상세 지도를 얻는다면 이는 궁극적으로 현대 천문학의 난제인 암흑물질의 정체를 밝힐 결정적 단서가 될 것”이라고 말했다.
이번 연구결과는 천체물리학저널 5월 26일자에 게재됐다.
대전=김영준기자 kyj85@etnews.com
