AI 요약
영국 워릭 대학교(University of Warwick) 천문학 연구팀은 'RAVEN'이라는 고성능 AI 도구를 활용해 NASA의 외계 행성 탐사 위성인 TESS(Transiting Exoplanet Survey Satellite)의 방대한 데이터를 재분석했습니다. 2026년 5월 3일 발표된 이 연구는 TESS 가동 첫 4년 동안 관측된 220만 개의 별 데이터를 바탕으로 진행되었으며, AI가 미세한 별빛의 변화를 감지해 행성의 존재를 입증했습니다. 그 결과, 연구팀은 31개의 완전히 새로운 행성을 포함하여 총 118개의 외계 행성을 최종 검증하는 데 성공했습니다. 또한, 아직 검증이 필요한 2,000개 이상의 고품질 행성 후보를 식별했는데, 이 중 약 1,000개는 이번에 처음 발견된 것들입니다. 이번 연구는 인공지능이 천문학적 빅데이터 처리에서 식쌍성(Eclipsing binary stars)과 같은 가짜 신호를 걸러내고 진정한 행성을 찾아내는 데 얼마나 혁신적인 효율성을 제공하는지 증명했습니다.
핵심 인사이트
- AI 기반 대량 발견: 워릭 대학교가 개발한 'RAVEN' 파이프라인을 통해 118개의 외계 행성을 확정하고, 2,000개 이상의 새로운 행성 후보군을 확보함.
- 데이터 분석 규모: NASA TESS 미션의 초기 4개년 데이터에서 추출한 220만 개 이상의 별을 전수 조사함.
- 희귀 행성 확인: 공전 주기가 24시간 미만인 '초단기 공전 행성'과 행성이 존재하기 희박한 구역인 '해왕성 사막(Neptunian desert)' 내의 행성들을 다수 발견함.
- 학술적 가치: 이번 연구 결과는 왕립천문학회 월간보고(MNRAS)에 게재되어 그 전문성을 인정받음.
주요 디테일
- 분석 대상: 연구팀은 별과 매우 가까운 거리에서 16일 미만의 주기로 공전하는 '근접 행성(Close-in planets)'의 통계적 분포를 정밀 측정하는 데 집중함.
- 신규 발견 수치: 118개의 검증된 행성 중 31개는 기존에 보고된 적 없는 신규 행성이며, 후보군 중 약 1,000개 역시 이번 연구로 처음 드러난 신호임.
- 기술적 해결책: RAVEN AI는 별 앞을 지나는 행성에 의한 밝기 감소 현상과 식쌍성 등에 의한 오인 신호를 정밀하게 구분해내는 능력을 갖춤.
- 다행성계 발견: 한 별 주위를 여러 행성이 돌고 있는 '밀집형 다행성계(Tightly packed multi-planet systems)'와 새로운 행성 쌍들을 식별해냄.
- 연구 책임자: 워릭 대학교 박사 후 연구원인 마리나 라파르가 마그로(Dr. Marina Lafarga Magro) 박사가 제1저자로 연구를 주도함.
향후 전망
- 후속 연구 타깃 제공: RAVEN이 선별한 2,000여 개의 고품질 후보군은 향후 제임스 웹 우주 망원경(JWST) 등을 통한 대기 분석 및 생명체 거주 가능성 연구의 우선순위가 될 것임.
- 천문학 연구 방식의 변화: 수백만 개의 별을 수동으로 분석하는 대신 AI를 활용한 자동 검증 파이프라인이 표준으로 자리 잡으며 행성 탐사 속도가 가속화될 것으로 보임.
출처:sciencedaily