AI가 허블 아카이브를 훑자… ‘비정상 천체’ 1,400개가 튀어나왔다

우주 사진 속 “이상한 장면”은 대개 운 좋게 발견됩니다. 그런데 이번엔 운이 아니라, 인공지능이 그 행운을 대량생산했습니다. 유럽우주국(ESA) 연구진이 AI 모델 AnomalyMatch로 허블 우주망원경의 방대한 아카이브를 뒤져 ‘비정상적인 객체’ 1,400개 이상을 찾아냈다는 소식입니다.¹ 이 글에서는 AnomalyMatch가 뭘 했는지, 어떤 이상 천체들이 나왔는지, 그리고 이 발견이 왜 ‘우주 연구의 일하는 방식’을 바꿀지 쉽게 풀어봅니다.

허블 레거시 아카이브, 데이터는 많은데 눈이 부족했다

허블은 1990년부터 지금까지 우주를 찍어 왔고, 그 결과물이 허블 레거시 아카이브(Hubble Legacy Archive)에 차곡차곡 쌓였습니다. 문제는 단순합니다. 데이터는 너무 많은데, 사람의 눈과 시간이 턱없이 부족하다는 것.

천문학자들은 원래도 “이상한 모양”을 잘 잡아냅니다. 하지만 허블 자료는 35년치입니다. 한 장 한 장 확대해가며 “어라?”를 외치기엔, 인간의 하루가 너무 짧죠. 그래서 우주 연구는 종종 ‘잘 알려진 것’을 더 정교하게 만드는 데 강하고, ‘완전히 낯선 것’을 건져 올리는 데는 운이 개입하곤 했습니다.

AnomalyMatch는 2.5일 동안 1억 장을 ‘이상함’으로 분류했다

ESA의 David O’Ryan과 Pablo Gómez 연구진은 이 병목을 AnomalyMatch라는 AI로 밀어냈습니다. 이 모델은 허블 레거시 아카이브에서 뽑아낸 약 1억 개 이미지 컷아웃(천체가 있을 법한 작은 이미지 조각)을 약 2.5일 만에 훑어, 이상 후보를 추려냈습니다.¹

중요한 포인트는 “AI가 발견을 확정했다”가 아니라, “AI가 수상한 장면을 먼저 모아줬다”는 점입니다. 최종 확인은 연구진이 직접 눈으로 검토해 진행됐고, 그 결과 1,400개 이상의 비정상 천체가 리스트에 올랐습니다.¹ 그중 800개 이상은 기존 문헌에 거의 등장하지 않았던 대상으로 알려졌습니다.¹

어떤 ‘비정상 천체’가 나왔나: 합쳐지는 은하부터 우주 렌즈까지

그럼 AI가 찍어 올린 “이상함”의 정체는 무엇이었을까요. 가장 많은 비중은 서로 합쳐지거나 상호작용 중인 은하였습니다.¹ 은하가 가까이 지나가거나 충돌하면 중력 때문에 모양이 찢기고, 길게 꼬리가 늘어지고, 한쪽으로 비정상적으로 퍼지는 등 ‘정돈되지 않은 형태’가 자주 나타납니다. 즉, 이상해 보인다는 건 오히려 “지금 막 사건이 벌어지는 중”이라는 뜻일 때가 많습니다.

그다음으로 눈에 띈 것은 중력렌즈였습니다.¹ 앞쪽의 무거운 은하(또는 은하단)가 시공간을 휘게 만들면, 뒤쪽 은하의 빛이 휘어져 우리 눈에는 활(arc)이나 고리(ring)처럼 보이기도 하죠. 이런 대상은 예쁘기만 한 게 아니라, 멀리 있는 희미한 우주를 확대해 보여주는 ‘자연산 망원경’이기도 합니다.

이외에도 해파리 은하(가스 꼬리가 촉수처럼 늘어진 은하), 별이 덩어리로 뭉친(클럼피) 은하, 그리고 가장자리(edge-on)로 보이는 행성 형성 원반 같은 흥미로운 후보들이 포함됐습니다.¹ 한마디로 “우주에서 흔치 않게 벌어지는 장면”을 한곳에 모아둔 셈입니다.

제일 흥미로운 건 ‘분류 불가’ 천체들이었다

가장 사람 마음을 흔드는 대목은 따로 있습니다. 이번 목록에는 아예 분류가 어려운 수십 개 객체도 포함됐다는 점입니다.¹

천문학은 기본적으로 ‘분류’의 학문이기도 합니다. 별인지 은하인지, 나선인지 타원인지, 렌즈인지 충돌인지. 그런데 기존 카테고리에 잘 안 들어가는 대상이 나온다는 건 두 가지 가능성을 열어줍니다.

하나는 우리가 아직 관측 사례를 충분히 못 모아 “희귀하지만 알려진 현상”을 낯설게 보는 경우입니다. 다른 하나는 정말로 설명이 덜 된 물리 과정이 숨어 있을 가능성이죠. 이 “이상함의 잔여물”이야말로 다음 연구의 출발점이 됩니다.

이 발견이 중요한 이유: ‘관측’보다 ‘검색’이 더 어려운 시대

허블에서 새로 찍은 사진이 아니라, 이미 찍혀 있던 자료에서 이런 결과가 나왔다는 게 핵심입니다. 즉, 우주는 변한 게 없는데, 우리가 우주를 찾는 방식이 바뀌며 발견이 폭증한 겁니다.

Gómez가 이번 작업을 두고 허블 아카이브의 과학적 성과를 극대화하는 사례라고 말한 것도 같은 맥락입니다.¹ 앞으로 유클리드(Euclid) 같은 대형 관측 프로젝트, 그리고 더 넓은 시야로 하늘을 휩쓸 미래 망원경들이 쏟아낼 데이터는 ‘사람이 감당 가능한 양’의 범위를 이미 넘어섰습니다. 결국 중요한 건 더 많이 찍는 것이 아니라, 더 잘 찾는 것이 됩니다.

여기서 AI는 ‘연구자를 대체’한다기보다, 연구자가 가장 잘하는 일—해석하고, 가설을 세우고, 검증하는 일—에 집중하도록 수색 시간을 줄여주는 파트너에 가깝습니다.

시사점을 한 줄로 정리하면 이렇습니다. 이제 우주에서 새로운 걸 발견하는 경쟁력은 “망원경 성능”만이 아니라, “아카이브를 뒤지는 능력(AI 검색력)”에서도 갈립니다.

참고

¹Astronomers discover over 800 cosmic anomalies using a new AI tool