“소행성이 지구에 접근하기 전, 인류가 먼저 소행성을 찾아야 한다.”
20여 년 전, 미국 항공우주국(NASA) 제트추진연구소(Jet Propulsion Laboratory)의 항공 엔지니어 데이비드 파노치아(Jet Propulsion Laboratory)가 해외 뉴스 웹사이트 이머징 테크 브루와의 인터뷰에서 한 말이다. 또한, 소행성 충돌의 심각성을 시사하는 발언이기도 하다.
NASA가 2019년 발행한 보고서를 통해 설명한 바와 같이 NASA는 1998년까지 지구보다 1km 이상 큰 소행성 2,000여 개를 발견했다. 또, 보고서는 지구에 심각한 위험을 줄 수 있는 소행성의 수가 약 2만 5,000개에 이른다고 추산하였다. 소행성 발견 작업을 한시도 소홀히 해서는 안 된다는 의미이다.
이와 관련하여 최근, 파노치아는 이머징 테크 브루와 또다시 진행한 인터뷰를 통해 NASA가 머신러닝 기반 소프트웨어 프로그램을 활용해, 소행성을 발견한다고 설명했다.
파노치아는 대표적인 사례로 두 달 전, 헝가리 천문학계에서 지구 충돌 피해 발생 직전 소행성 2022EB5을 발견한 사례를 언급했다. 당시 헝가리 천문학 연구팀은 2022EB5 발견 직후 국제 천문 연맹 소행성 센터(Minor Planet Center)에 2022EB5 데이터를 제출했다.
제출 직후 소행성 데이터 확인 작업을 거쳤다. 당시 NASA의 소행성 충돌위험 평가 시스템인 '스카우트(Scout)’를 활용하여 소행성 궤도와 지구 충돌 가능성을 먼저 계산했다. 이후 충돌 위험성이 크다고 판단한 뒤 추가 관측 작업을 이어가고, 예상 충돌 지점을 계산했다. 결과적으로 충돌 두 시간 전에 2022EB5를 무사히 제거할 수 있었다.
소행성은 크기가 클수록 더 이른 시점에 발견하기 쉽다. 그러나 2022EB5는 크기가 약 2m로 매우 작은 편이었다. 실제로 2022EB5와 같이 작은 소행성은 충돌 직전까지 발견하는 데 큰 어려움이 있다.
이 때문에 NASA를 비롯한 다수 관련 기관이 소행성 발견 과정에 알고리즘을 활용한다. 처음 새로운 소행성 발견 시 전문가가 확보할 수 있는 데이터는 대략적인 소행성과 지구의 거리, 이동 방향, 지구 접근 가능성 등이다. 이후 소행성과의 거리 예측값과 이동 속도 등을 스캔하면서 소행성 정보를 더 정확하게 파악한다.
NASA가 소행성 발견 시 확인하는 데이터는 주로 머신러닝이 여러 관측소의 천체 망원경에서 수집한다. 또, 천체 망원경은 기본 데이터와 천체 이미지를 담고 있으며, 이후 관측한 천체 정보를 확인하는 데 필요한 데이터를 확보한다.
데이터가 누적될수록 민감 데이터와 희미한 천체 이미지 정보까지 식별하며, 기존 데이터와의 비교 작업을 거치면서 더 정확한 정보를 얻게 된다. 기본적으로 머신러닝은 새로운 소행성 파악 및 소행성 정보 파악 시 천체 망원경으로 촬영한 여러 이미지를 효율적으로 연결한다.
다만, 파노치아는 궤도 모델링과 충돌 가능성 계산 시 머신러닝에만 의존하기보다는 직접적인 모델링과 물리학적 지식을 활용한다고 언급했다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
