국내 연구진 독자적으로 소행성 4천528개 표면 성분 분류

천문연·연세대 연구팀 "100만개 넘는 소행성 정보 한눈에 파악"

국내 연구진이 소행성 표면 성분을 독자적으로 분류해 해외 학술지에 발표했다.

한국천문연구원은 문홍규 박사와 연세대 손영종 교수 연구팀이 천문연 외계행성탐색시스템(KMTNet) 관측자료와 자체 개발한 기계학습법을 활용해 4천528개 소행성 표면의 구성 성분을 분류했다고 30일 밝혔다.

이 같은 연구 성과는 최근 미국의 행성과학저널(Planetary Science Journal)에 발표됐다.

소행성은 대부분 대형 천체망원경으로 봐도 점으로밖에 나타나지 않는다.

과학자들은 소행성 표면에 빛이 반사돼 드러나는 스펙트럼을 통해 표면 성분을 추정하고 임의로 2차원 변수평면 상에서 구획을 나눠왔는데, 성분이 다른 소행성들이 겹쳐 나타나는 것이 문제로 지적돼 왔다.

이를 해결하기 위해 연구팀은 기계학습법을 활용한 분석을 도입했다.

기존에 사용해오던 변수인 가시광 스펙트럼 기울기와 흡수 스펙트럼 깊이 외에 스펙트럼의 넓이를 추가해 3차원 색 공간에 나타내고, 이 세 가지 변수를 기계학습법으로 훈련시켜 소행성들의 개략적인 표면 성분을 새롭게 분류했다.

이를 통해 연구팀은 명확하게 그 경계를 구분할 수 있는 기존 9개의 분류형(A·B·C·K·L&D·O·S·V·X)을 확인했으며, 특히 2차원 색 평면에서 구별하기 어려운 K형과 X형을 3차원 공간에서 뚜렷하게 구분 지었다.

문홍규 박사는 "이번에 개발한 기계학습법을 우주자원 탐사에 당장 적용하는 데는 무리가 있지만, 100만개 넘는 소행성과 3만2천개에 달하는 근지구 소행성의 색 정보를 한눈에 파악할 수 있는 강력한 도구"라며 "해외 연구자들이 제시한 기준에서 벗어나 독자적인 분류 시스템을 완성하는 것이 우리의 목표"라고 말했다.

기계학습법을 적용하고 분석을 주도한 천문연 신민수 박사는 "이 방법을 내년부터 2034년까지 칠레 베라 루빈 천문대가 수행할 '시공간 기록 탐사'의 빅데이터에 적용하면 태양계 소천체의 비밀을 파헤칠 수 있을 것"이라고 강조했다.

/연합뉴스