header

로고

"Reading makes a complete man, communication makes a deceitful man, and composition makes a precision man."
MJ GLOBAL ACADEMY Communicates with Training

Q&A

국제 연구진, AI로 50만 개

oreo

2

25-05-20 08:04

국제 연구진, AI로 50만 개 줄무늬 데이터 분석미국의 퍼서비어런스 탐사 로봇이 화성의 예제로 충돌구에서 '스키너 능선'이라는 이름의 암석을 로봇팔로 탐사하고 있다./NASA, JPL-Caltech, ASU, MSSS ‘붉은 행성’ 화성의 절벽에 보이던 검은 줄무늬가 지금까지 생각했던 물이 아닌 바람과 먼지가 남긴 흔적일 수 있다는 연구 결과가 나왔다. 화성에 지금도 물이 흐를 수 있다는 생각에 제동을 걸면서, 화성 탐사의 방향에도 적잖은 영향을 줄 전망이다.미국 브라운대와 스위스 베른대 공동 연구진은 “인공지능(AI)을 활용한 대규모 분석을 통해 화성 경사면에 생긴 줄무늬들이 물보다는 바람과 먼지에 의해 만들어졌음을 확인했다”고 19일 밝혔다. 연구 결과는 이날 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 게재됐다.화성 표면의 줄무늬는 1970년대 미 항공우주국(NASA)의 바이킹 탐사선이 처음 포착했다. 줄무늬는 주변보다 어두운 색을 띠며 절벽이나 분화구의 경사면을 따라 수백m 이상 뻗어 있었다. 어떤 줄무늬는 수년에서 수십 년 동안 지속되지만, 어떤 것은 더 빠르게 나타났다가 사라지기도 한다. 특히 따뜻한 시기에 반복적으로 생기는 줄무늬는 ‘RSL(Recurring Slope Lineae, 반복경사선)’로 불렸다.과학자들은 줄무늬의 정체를 두고 논란을 이어왔다. 땅속에 염분이 섞인 얼음이 계절에 따라 녹아 흐르며 생긴 자국이라는 주장이 나오자, 화성에 생명체가 존재할 가능성이 제기됐다. 반면 낙석이나 돌풍과 같은 건조한 현상이 만든 결과라는 반론도 있었다.유럽우주국(ESA)의 추적 가스 궤도선(ExoMars Trace Gas Orbiter)이 포착한 화성 표면의 줄무늬./미 항공우주국(NASA) 연구진은 머신러닝(기계학습)을 이용해 위성사진 8만 6000장을 분석하고, 이를 기반으로 50만 개가 넘는 줄무늬 데이터를 지도화했다. 머신러닝은 사전에 프로그래밍하지 않고도 대용량 데이터를 학습하고 스스로 방법을 찾는 AI 기술이다.AI의 학습 이후국제 연구진, AI로 50만 개 줄무늬 데이터 분석미국의 퍼서비어런스 탐사 로봇이 화성의 예제로 충돌구에서 '스키너 능선'이라는 이름의 암석을 로봇팔로 탐사하고 있다./NASA, JPL-Caltech, ASU, MSSS ‘붉은 행성’ 화성의 절벽에 보이던 검은 줄무늬가 지금까지 생각했던 물이 아닌 바람과 먼지가 남긴 흔적일 수 있다는 연구 결과가 나왔다. 화성에 지금도 물이 흐를 수 있다는 생각에 제동을 걸면서, 화성 탐사의 방향에도 적잖은 영향을 줄 전망이다.미국 브라운대와 스위스 베른대 공동 연구진은 “인공지능(AI)을 활용한 대규모 분석을 통해 화성 경사면에 생긴 줄무늬들이 물보다는 바람과 먼지에 의해 만들어졌음을 확인했다”고 19일 밝혔다. 연구 결과는 이날 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 게재됐다.화성 표면의 줄무늬는 1970년대 미 항공우주국(NASA)의 바이킹 탐사선이 처음 포착했다. 줄무늬는 주변보다 어두운 색을 띠며 절벽이나 분화구의 경사면을 따라 수백m 이상 뻗어 있었다. 어떤 줄무늬는 수년에서 수십 년 동안 지속되지만, 어떤 것은 더 빠르게 나타났다가 사라지기도 한다. 특히 따뜻한 시기에 반복적으로 생기는 줄무늬는 ‘RSL(Recurring Slope Lineae, 반복경사선)’로 불렸다.과학자들은 줄무늬의 정체를 두고 논란을 이어왔다. 땅속에 염분이 섞인 얼음이 계절에 따라 녹아 흐르며 생긴 자국이라는 주장이 나오자, 화성에 생명체가 존재할 가능성이 제기됐다. 반면 낙석이나 돌풍과 같은 건조한 현상이 만든 결과라는 반론도 있었다.유럽우주국(ESA)의 추적 가스 궤도선(ExoMars Trace Gas Orbiter)이 포착한 화성 표면의 줄무늬./미 항공우주국(NASA) 연구진은 머신러닝(기계학습)을 이용해 위성사진 8만 6000장을 분석하고, 이를 기반으로 50만 개가 넘는 줄무늬 데이터를 지도화했다. 머신러닝은 사전에 프로그래밍하지 않고도 대용량 데이터를 학습하고 스스로 방법을 찾는 AI 기술이다.AI의 학습 이후 바람이나 온도, 습도, 낙석 가능성과 같은 다양한 조건과 비교 분석했다. 그 결과 줄무늬는 물과 관련이 있는 온도나 습도, 지형 방향 같은 조건보다는 바람이 강하고 먼지가 자주 쌓이는 지역에서 많이 나타나는 것으로 드러났다.아도마스 발란티나스(Adam Valantinas) 브라운
List view
카카오톡 상담하기