[뉴스비전e 장연우 기자] 지난달 구글이 미국 항공우주국과 함께 태양계 밖의 두개의 새로운 행성을 별견한데 있어, 적용된 기술은 머신러닝 텐서플로우(TensorFlow)다. 

인공지능과 우주과학기술의 융합으로, 지구로부터 2,545 광년 떨어진, 태양과 유사한 행성인 '케플러-90i'를 발견한 성과에 대해 우주과학계는 관심을 높였다.  

태양계가 별을 돌고있는 8개의 행성을 가진 유일한 행성계가 아니라는 점을 입증한 성과이기도 했다. 

'케플러-90i' 발견 과정에서, 기계 학습은 빛의 변화 등의 데이터를 빠르게 처리하고 분석하는데 주요한 역할은 한 것으로 평가받는다. 

똑같은 천체망원경을 통해 별을 관찰한느데 있어 인간과 인공지능의 차이는 뭘까?

◆우주과학에 적용한 인공지능 어떤 역할을 할까?

구글코리아가 31일 개최한 ‘AI 혁신과 천체의 발견’ 포럼에서 앞으로 이 분야에서의 머신러닝 기술의 역할은 더욱 중요해질 것으로 전망했다. 

빛위 변화를 인공지능이 처리·분석하는 것은 기존 사람이 관측 자료를 일일이 검증하는 방식과 대비해 정확도를 더욱 높여준다. 

그간 우주 행성을 찾기 위해서는 사람이 별을 관측하다가 별빛이 잠시 흐려지면 그 앞으로 행성이 지나갔다는 것을 확인하는 아날로그적인 방법을 사용해 왔다. 

미 항공우주국(NASA)은 지난 4년간 케플러 우주 망원경이 수집한 별빛 신호 3만여건을 구글 AI에 학습시켰다. 구글 AI는 사람이 찾지 못했던 미세 신호를 찾아내 '케플러 90i'를 발견하는 데 성공했다.

구글의 설명에 따르면, 케플러망원경이 4년동안 20만개의 항성을 관찰하며 찍은 사진을 통해 만들어진 데이터포인트는 140억개에 달한다. 이 데이터포인트를 기반으로 행성궤도를 추정하게 되는데, 이를 사람이 하나하나 검토하는것은 불가능하다. 

데이터 포인트의 조합인 데이터셋을 기반으로 실제의 행성과 흑점 또는 쌍성 등 행성이 아닌것을 판독하는데 있어 텐서플로우의 식별률은 96%에 달했다고 구글은 밝혔다. 

는 "지금까지 우리 연구팀은 AI 분석 모델을 사용해 20만개나 되는 항성 중 고작 670개만을 살펴봤을 뿐"이라며 "머신러닝과 같은 새로운 아이디어와 기술은 앞으로 오랫동안 천체의 발견에 일조할 것"이라고 강조했다.

구글은 AI를 다양한 분야에 적용해 활용도를 높인다는 전략이다.

홍준성 구글코리아 엔지니어링 총괄 디렉터는 "연구자들에게 헬스케어, 환경보호, 에너지 소비 등 인류의 중대한 과제를 해결하기 위한 도구를 제공하며 다양한 분야에서 모두가 AI를 활용할 수 있도로 하고 있다"고 강조했다.