AI 기반 망원경 스케줄링 시스템 도입

• 천문학자들이 망원경 관측 시간 배정의 복잡한 문제를 해결하기 위해 AI 시스템을 개발함. 이 과정은 그동안 날씨 및 대기 상태의 변수로 인해 어려움을 겪어왔음.
• 딥러닝 모델은 수년간 진행된 암흑 에너지 탐사(Dark Energy Survey) 데이터를 바탕으로 학습되었으며, 과거 인간의 관측 결정 방식을 비교 분석하여 스스로 패턴을 습득함.
• 최근 칠레 세로 톨롤로(Cerro Tololo)의 블랑코(Blanco) 4m 망원경에서 실시된 실제 관측 캠페인에서, AI가 5억 7천만 화소의 암흑 에너지 카메라(DECam)를 실시간으로 운용하는 데 성공함.

기술적 배경

• 페르미 연구소(Fermilab)와 시카고 대학의 알렉스 드릴리카-와그너(Alex Drlica-Wagner) 및 노스웨스턴 대학의 아라빈단 비자야라가반(Aravindan Vijayaraghavan)이 SkAI 연구소를 통해 공동 개발함.
• AI에 별도의 규칙을 프로그래밍하지 않고, 과거 천문학자들의 결정을 관찰하게 함으로써 달빛이나 대기 상태(seeing)와 같은 복잡한 환경 요인을 스스로 파악하도록 함.

향후 전망 및 영향

• 현재 AI의 성능은 숙련된 천문학자와 대등한 수준으로 평가됨.
• 연구팀의 다음 목표는 인간이 미처 생각하지 못한 효율적인 관측 전략을 구사하여 인간의 능력을 넘어서는 것임.
• 베라 C. 루빈 천문대(Vera C. Rubin Observatory) 가동 시 쏟아질 방대한 데이터를 처리하기 위해, 인간보다 빠르고 유연하게 대응할 수 있는 AI 스케줄링 도구가 필수적인 것으로 판단됨.