천체의 부족한 지도
2026년 10월 8일여기서 존스 홉킨스 대학교의 천체물리학자이자 Anthropic의 연구원인 브리스 메나르는 클로드 사이언스와 협력하여 자외선 빛에서 처음으로 완전한 하늘 지도를 만드는 과정을 설명합니다. 이 지도는 학생들이 이 파장에서 볼 수 있는 은하수의 풍부한 구조를 자세히 관찰할 수 있도록 하는 귀중한 교육 도구가 될 것입니다.
전체 하늘은 은하 중심이 중앙에 위치한 상태로, 자외선 영역(멀리서의 UV 154nm와 가까운 UV 232nm를 포함)에서 관찰됩니다. 이 지도의 약 3분의 1, 즉 은하면의 대부분이 이 글에서 설명된 방법을 사용하여 클로드 사이언스에 의해 예측되었습니다. 지도의 추가 층은 각 픽셀을 “측정된” 또는 “예측된”으로 표시하며 불확실성 추정치도 제공합니다; 여기에서 볼 수 있습니다.
나가 천체물리학을 가르칠 때, 학생들에게 하늘이 관찰하는 파장에 따라 완전히 다른 모습을 보인다는 것을 보여주는 것으로 시작합니다. 각 파장은 다른 특징들을 드러냅니다. 가시광선에서는 주로 별들이 보입니다. 적외선으로 바꾸면 은하수를 따라 집중된 작은 먼지 입자들의 빛이 나타납니다. 무선파에서는 별과 먼지가 사라지고, 새로운 별을 형성하는 원료인 수소 가스가 보이게 됩니다. 그리고 X선에서는 별이 폭발하거나 물질이 블랙홀으로 빨려 들어가는 등 격렬한 현상들을 볼 수 있습니다. 이러한 특징들은 천문학자들이 가스가 어떻게 별로 압축되는지, 별이 은하계에 먼지를 공급하는 방식, 그리고 우리와 같은 은하가 어떻게 형성되는지를 이해하는 데 도움을 줍니다.
별빛에 의해 비추어진 먼지를 UV 빛으로 드러내는 방식에 대해 이야기할 때, 어린 별 주변의 구름부터 별의 폭발로 남은 고리까지, 나는 항상 사과해야 했습니다. 내가 보여줄 수 있는 유일한 UV 지도는 구멍으로 가득했습니다.
왜 완전한 UV 맵이 존재하지 않았는가
자외선 빛은 대기의 오존층에 흡수되기 때문에, 자외선 스펙트럼에서 우주를 관찰하려면 우주로 가야 합니다. 지난 50년 동안 우주 망원경들은 하늘의 일부 영역을 자외선으로 관측하고 그 데이터를 발표해왔습니다. 하지만 아직 관측되지 않은 부분이 많습니다.
가장 큰 데이터셋은 2003년부터 2013년까지 운영된 NASA의 GALEX 임무에서 나왔으며, 약 38,000회의 개별 관측을 통해 하늘의 약 3분의 2를 촬영했습니다. 하지만 GALEX는 은하수 평면에 있는 별들이 매우 밝은 곳들을 의도적으로 건너뛰었습니다. 이는 위성의 탐지기 손상을 일으킬 수 있기 때문입니다. NASA의 스위프트와 한국의 FIMS/SPEAR와 같은 다른 우주 망원경들은 추가적인 데이터를 확보했지만, 이러한 통합 데이터 세트에서도 여러 부분이 누락된 상태입니다.
누락된 데이터를 추정하고 천체의 완전한 UV 지도를 만들기 위한 통계적 기법이 존재한다. 하지만 이를 제대로 수행하려면 몇 주에 걸친 노동과, 개별 픽셀 수준에서의 정밀한 교정 및 복잡하고 반복적인 분석이 필요하다. 당연히 천체물리학자들은 더 긴급한 연구를 추구하기 위해 이러한 작업을 잠시 내려놓는 경향이 있다. 대부분의 분야에는 유사한 프로젝트들이 쌓여 있는데, 이는 중요한 개념을 설명하거나 다른 연구자들을 도와줄 수 있는 작업이지만, 아무도 완료할 만큼 중요하지 않아서 처리되지 않는 경우가 많습니다. Claude를 사용하면 이러한 하위 우선순위의 작업을 처리하는 것이 더 쉬워졌습니다.
빠진 지도를 만들기
이번 여름에 나는 Claude Science를 사용하여 하늘의 완전한 UV 지도를 만들기로 했습니다. 지시사항은 간단했지만 실행하기는 어려웠습니다: 모든 이용 가능한 UV 데이터셋을 모아서 공통의 스케일로 변환한 다음, 하나의 지도에 합치고, UV 망원경이 한 번도 관측하지 못한 하늘의 모든 부분을 채워 넣는 것이었습니다.
이를 위해 클로드는 AI 에이전트 팀을 조직했다. 먼저, 에이전트들은 인터넷에서 공개된 천문학적 UV 탐사 데이터를 검색했는데, 각 데이터는 수천 개의 개별 데이터 포인트나 이미지로 구성되었다. NASA의 GALEX 임무의 경우 수만 장의 이미지가 몇 년에 걸쳐 다양한 조건 하에서 수집된 것이다.
다운로드된 데이터를 받은 후, 에이전트들은 각 조사 결과가 내부적으로 일관되도록 조정해야 했습니다. 그래야 한 시기에 촬영된 이미지와 다른 시기에 촬영된 이미지를 비교할 수 있었습니다. 이를 위해 밝은 별들 주변 지역에 특별한 주의를 기울여야 했습니다. 지구상에서 태양이나 가로등이 사진에 불빛을 더하는 것처럼, 우주 망원경으로 촬영된 하늘 이미지에도 별들이 불빛을 더할 수 있습니다. 별들 주변의 희미한 자외선 빛을 정확하게 측정하기 전에 그 눈부신 빛은 제거되어야 했습니다. 하늘의 서로 다른 지역에서 병행하여 작업하는 많은 요원들이 이러한 차이를 균일하게 만들 수 있었습니다.
다음으로, 각 조사 결과를 통합해야 했습니다. 데이터 세트들은 서로 다른 망원경을 사용하여 다양한 기기로 수집되었으며, 각 기기는 자외선 하늘을 약간 다르게 포착하기 때문에, 이들을 서로 교차 보정하고 동일한 해상도로 다시 그리며 공통된 좌표계에 매핑해야 했습니다. 저는 클로드에게 이러한 작업을 어떻게 하는지에 대한 고위급 지시를 내렸고, 클로드는 팀원들을 이 작업에 배치했습니다.
그러고 나서 가장 어려운 부분이 나타났습니다: 지도의 공백 부분을 채우는 작업입니다. 대략 3분의 1에 해당하는 구역은 UV 광선으로 관측된 적이 없습니다. 이러한 빈 공간을 보완하기 위해, 나는 클로드 사이언스에게 ‘인파인팅’이라는 기술을 사용하도록 요청했습니다. 이는 머신러닝에서 흔히 사용되는 과정으로, 수백만 장의 사진을 바탕으로 훈련된 모델이 이미지의 각 부분이 주변 환경과 어떻게 연관되어 있는지를 배우고, 그 지식을 활용하여 손상되거나 누락된 부분을 복원합니다.
클로드는 이 접근법에 우리가 가진 추가 정보를 결합했다. 자외선 데이터가 없는 경우에는 가시광선, 적외선, 라디오 등 다른 파장에서의 관측 결과가 있다. 하늘의 3분의 2를 사용하여 가지 UV로 매핑된 후, 클로드는 UV 밝기가 다른 파장들과 어떻게 관련되는지 배웠습니다. 그런 다음 그 관계를 UV 데이터가 없는 하늘의 세 번째 부분에 적용하여, 각 지점에서 어떤 모습이 될지 그리고 그 추정치에 얼마나 신뢰가 있는지 예측했습니다.
모델의 예측이 얼마나 정확한지 확인하기 위해, 나는 Claude에게 이미 UV 데이터가 있는 지역들을 선택하고 그 중 일부를 의도적으로 숨기도록 요청했습니다. 이렇게 하면 모델은 실제 값에 접근하지 않고 학습한 내용을 사용하여 그림을 완성해야 했습니다. 여러 번의 조정 후, 모델은 숨겨진 데이터를 실제 UV 측정값의 약 10% 이내로 추정할 수 있었습니다. 이 차이는 인간의 눈으로는 거의 알아볼 수 없을 정도였습니다.
마지막으로, 이 퍼짐된 색상 배경 위에 클로드는 유럽우주국의 가이아 위성에서 측정한 데이터를 바탕으로 1억 개 이상의 개별 별들로부터 나오는 자외선 빛에 대한 추정치를 추가했습니다. 천체의 전체 자외선 지도의 첫 번째 버전이 완성되었습니다.
시도와 실패
클로드는 첫 번째 시도에서 모든 것을 올바르게 해내지 못했다. 예를 들어 어느 날 저녁 처리된 이미지를 살펴보던 중, 가장 어두운 영역 중 하나에서 다른한 점을 발견했다: 희미한 원형들로, 각각 이웃보다 약간 더 밝거나 어둡았다.
이것들은 개별 GALEX 관측의 발자국이었습니다. 각 GALEX 이미지는 하늘의 원형 패치를 담고 있으며, 각 이미지에는 지구 대기권에서 나오는 약간의 불규칙한 UV 빛이 포함되어 있습니다. 그 빛이 완전히 제거되지 않으면, 각 원형이 주변 원형들보다 약간 더 밝거나 어두워 보입니다. 클로드는 프로젝트 시작 시점에 이를 알려진 문제로 명시했지만, 지도는 다른 담당자들의 두 차례 검토를 거쳐도 그 문제가 발견되지 않았습니다.
나는 클로드에게 말했다. “개별 관찰의 흔적이 있는 디스크를 볼 수 있어요. 그걸 고쳐줄 수 있나요?” 에이전트들은 문제가 대기권의 잔여 빛 때문이라는 것을 알아냈습니다. 그러자 클로드는 38,000개의 관찰 모두에서 그 빛을 고쳤습니다. 몇 시간의 처리 후에 그 원형들이 사라졌습니다.
최종 지도
클로드와 나는 지도의 12개 이상의 버전을 연이어 만들었으며, 각 버전은 이전 버전보다 더 정교해졌습니다. 우리의 협업은 며칠에 걸쳐 진행되었고 일정한 리듬을 가지고 있었습니다. 저는 클로드 사이언스 내에서 다음 단계를 계획하기 위한 몇 번의 교환을 했고, 그 후 클로드는 몇 시간에 걸쳐 계산을 독립적으로 수행했으며, 저는 다른 프로젝트를 진행했습니다.
완성된 지도은 UV 빛으로 전체 하늘을 보여주며, 밝은 어린 별들 주변의 먼지 구름, 거대한 먼지 고리와 기체 방울들을 나타냅니다. 은하 평면에서 멀리 떨어진 곳에는 희미한 먼지 실이 하늘을 가로지르며, 전체 은하의 별빛에 의해 빛나고 있습니다. 평면 아래에는 대마젤란클라우드와 소마젤란클라우드가 있으며, 이 두 작은 은하는 어린 별들로 밝게 빛납니다. 저는 이것이 아름답다고 생각합니다—그리고 이 지도는 여러 세대의 학생들이 우리 은하에서 일어나는 다양한 물리적 과정을 이해하는 데 도움을 줄 수 있습니다.
한 번은, 나는 연구에 할애하던 시간을 희생하지 않고 이런 프로젝트를 진행할 수 있었다. 많은 과학자들도 같은 이유로 맵이나 그림, 혹은 자료를 미루고 있는 것 같다.
감사의 말
이 지도를 만들기 위해 사용된 측정값은 GALEX와 Swift (NASA), FIMS/SPEAR (한국), TD-1 (유럽), 그리고 Planck와 Gaia (ESA)에서 제공한 데이터입니다. 이 임무에 참여하고 데이터를 공개하는 데 기여한 모든 분들에게 감사드립니다. Claude Science에서 일하는 많은 연구원들이 이 지도를 만드는 데 인내심 있게 노력해 주었습니다. 제 역할은 그들을 이 과정에서 안내하는 것에 불과했습니다.
Anthropic Science에 가입하세요
과학 전반에서 AI 지원된 발견, 실용적인 워크플로우, 현장 노트에 대한 특징들.