중국 칭화대학교 자동화학과와 천문학과 공동 연구팀이 개발한 AI 천문 관측 강화 모델 ASTERIS가 국제 학술지 Science에 장문의 우선 발표로 게재되었습니다. 기존 천문 관측은 하드웨어 성능 향상에 의존해 왔지만, 장비 업그레이드가 한계에 도달하고 복잡한 시공간 잡음으로 인해 극도로 어두운 천체 탐지가 어려웠습니다. 이에 연구팀은 인공지능, 계산광학, 대규모 데이터 분석을 결합해 새로운 모델을 구축했습니다. ASTERIS는 광도 자율 적응 필터링과 잡음-광도 공동 모델링, 그리고 “분시 중위·전시 평균” 최적화 전략을 통해 순간 잡음을 제거하고 신호 대 잡음비를 크게 개선했습니다. 실제 검증 결과, James Webb Space Telescope의 탐지 심도를 1등급 향상시키고 광자 수집 효율을 거의 10배 높여, 관측 구경을 6.4m에서 10m 수준으로 확장하는 효과를 얻었습니다. 이를 통해 빅뱅 후 2억~5억 년 시기의 고적색편이 후보 천체 160여 개를 발견했으며, 이는 기존 연구 대비 3배 많은 수치로, 인류가 우주 초기 은하 형성을 탐구하는 데 중요한 데이터를 제공했습니다. 또한 ASTERIS는 범용성이 뛰어나 별도의 데이터 라벨링 없이 다양한 망원경과 다중 파장 관측에 적용 가능하며, 이미 지상 및 우주 관측 장비에 활용되고 있습니다.
저의 시각으로 볼 때, 이번 성과는 AI와 천문학의 융합이 단순한 보조 기술을 넘어 관측 패러다임을 바꾸고 있음을 보여줍니다. 기존에는 망원경 구경 확대, 센서 성능 향상 등 물리적 하드웨어 개선이 중심이었지만, 이제는 인공지능이 신호 처리와 잡음 제거를 통해 사실상 장비 성능을 “가상 확장”하는 역할을 하고 있습니다. 이는 미국 NASA의 Webb Telescope, 유럽 ESA의 Euclid, 일본 JAXA의 XRISM 등 글로벌 주요 프로젝트와도 맞물려, AI 기반 데이터 처리 기술이 국제 천문학계의 새로운 경쟁력으로 부상하고 있음을 시사합니다. 특히 Webb Telescope의 관측 심도를 1등급 향상시킨 것은 단순한 기술적 개선이 아니라, 우주 초기 은하 탐색의 범위를 획기적으로 넓힌 성과로 평가됩니다.