최근 인공지능(AI) 알고리즘이 나사(NASA)의 방대한 천문학 데이터를 분석해 50개의 새로운 행성의 존재를 발견했다. 이는 즉시 천문학 연구 커뮤니티에서 뜨거운 뉴스가 되었으며, 태양계 외부의 새로운 행성을 찾는 임무에 AI 시스템이 처음으로 참여한 것으로 기록되었습니다.
실제로 NASA의 케플러(Kepler)나 TESS(ESA) 등 우주망원경 시스템으로 수집한 우주관측 데이터 는 꽤 풍부하고, 외계행성에 관련된 유용한 정보가 많이 담겨 있어 지금까지 알려진 바가 없다. 그러나 이는 과학자들이 어떤 행성이 진짜이고 어떤 행성이 가짜 신호인지 확인하기 위해 많은 데이터를 조사하고 분석해야 함을 의미하지만 정확도는 그리 높지 않습니다.
이러한 어려움을 해결하기 위한 가장 최적의 솔루션은 AI 시스템, 특히 기계 학습 알고리즘의 도움을 활용하는 것입니다. 머신러닝 알고리즘의 장점은 자동으로 학습하고 시간이 지남에 따라 성능과 정확도를 향상시키는 기능입니다.

AI 알고리즘은 높은 정확도로 새로운 외계 행성을 식별하는 데 도움을 줄 수 있습니다.
영국 워릭대학교(University of Warwick)의 데이비드 암스트롱(David Armstrong) 교수가 이끄는 연구팀은 NASA 망원경 시스템의 가짜 신호뿐만 아니라 실제 행성의 신원 특성에 대한 인증된 데이터로 훈련된 기계 학습 기술을 기반으로 한 알고리즘을 성공적으로 개발했습니다.
이 망원경 시스템은 별 앞을 지나가는 행성의 흔적을 포착합니다. 이 경로는 별에서 나오는 빛에 독특한 특징을 만들어냅니다. 그러나 위의 효과는 쌍성계, 다른 물체의 간섭, 심지어 렌즈 문제로 인해 발생할 수도 있습니다. 워릭대학교 연구팀의 AI 시스템은 실제 행성 관측에서 위의 '긍정 오류' 신호를 분리할 수 있도록 훈련되었습니다.
훈련이 완료되면 알고리즘은 확인되지 않은 외계 행성 후보 그룹을 분석하는 테스트에 사용되었습니다. 그리고 이 첫 번째 테스트에서 알고리즘은 해왕성만큼 큰 행성부터 지구만큼 작은 행성까지 포함하여 50개의 새로운 행성을 식별했습니다. 모두 거의 절대적인 정확도를 달성합니다.
연구원들은 이 AI 시스템이 현재 기술보다 훨씬 빠른 분석 성능을 제공하고 전체 검증 프로세스를 완전 자동으로 완료할 수 있다고 말합니다.
앞으로 이런 유형의 AI 알고리즘은 확실히 글로벌 천문학 연구 센터의 새로운 외계 행성 탐색 임무에서 '핵심 힘'이 될 것입니다.