구글이 머신러닝 기술을 통해 생명체가 살아갈 수 있는 행성을 탐색할 예정이다. 

크리스 샬루 구글 시니어 리서치 소프트웨어 엔지니어는 31일 구글 AI포럼 일환으로 진행된 화상인터뷰를 통해 “지금까지 구글의 머신러닝을 통해 발견한 행성은 온도가 너무 높아 생명체 가능성은 없지만 가까운 시일 내에 온도가 적절한 행성을 찾아 생명체의 가능성 탐색할 것”이라고 밝혔다. 

크리스 샬루는 “다만 지금까지는 행성을 단순 식별하는데 국한돼 있다”면서 “적절한 온도가 식별되면 화학적 구조까지도 관찰할 수 있는 좀 더 다른 유형의 망원경이 있어야 추가 연구가 가능할 것”이라고 덧붙였다.

크리스 샬루는 지난해 말 텍사스대학교 오스틴캠퍼스 연구팀과 함께 미국항공우주국(NASA)의 케플러 망원경이 촬영한 우주행성 사진을 분석, 새로운 행성 ‘케플러90i’와 ‘케플러80g’를 발견했다.

천체의 존재를 확인하기 위해서는 우주사진에 나타난 행성의 빛을 분석해야 한다. 행성은 항성 주변을 공전하고, 행성 주변에도 위성이 함께 돌고 있기 때문에, 관찰자 입장에서는 별들끼리 교차하는 순간 빛의 강도가 달라진다.

예를들어, 행성이 항성을 통과해 가는 순간에는 항성의 밝기가 높아 상대적으로 행성의 빛의 크기는 작아져 보인다. 반대로 지나간 뒤에는 밝기가 다시 커진다. 

구글은 2009년 5월부터 670개 항성 3만 개에 달하는 기록을 ‘컨볼루션 신경망(Convolutional Neural Networks)’에 적용했다. 이 모델은 기존 머신러닝 시스템과 달리 세부적 데이터를 인풋으로 넣는 ‘줌인’과 포괄적인 데이터를 인풋으로 적용하는 ‘줌아웃’ 인풋을 동시에 적용한다. 

행성 발견에 적용될 때는 행성이 내는 빛의 정보 전체를 인풋값으로 집어넣어 행성이 아닌 다른 패턴을 식별하고, 실제 행성의 빛이 변화하는 시점에 국한된 데이터를 인풋으로 적용해 세부적인 상황에 대한 분석을 추가로 진행한다.

크리스 샬루 엔지니어는 “지금까지는 케플러 망원경이 탐색한 항성정보 중 670개만 이용했지만 머신러닝 적용범위를 20만 개로 확대할 것”이라며 “670개를 탐색했을 때 두 개의 행성 식별한 만큼, 앞으로는 더 큰 분모 값에 기반한 검색으로 더 많은 행성을 찾을 것”이라고 주장했다.

[테크M = 김태환 기자(kimthin@techm.kr)]