• 세계 최초 '별 1000억개' 낱낱이 추적 성공
  • 딥러닝 기술 결합해 연산 속도 100배 높여
  • 초신성 폭발 등 미세 현상 완벽 구현
  • 기후·기상 등 '복잡계 난제' 해결책 부상
Milky Way NASA.jpg
일본 이화학연구소(RIKEN·리켄) 학제간 이론 및 수학적 과학 프로그램(iTHEMS)의 히라시마 케이야 박사팀은 최근 AI 딥러닝과 슈퍼컴퓨팅을 결합해 우리 은하(Milky Way) 내 1000억 개 이상의 별을 개별 단위로 추적하는 시뮬레이션에 성공했다. 사진은 은하수의 예술가적 이미지. 사진=NASA/JPL-Caltech

 

인류가 만든 가장 정교한 슈퍼컴퓨터조차 흉내 내지 못했던 '신의 영역'이 인공지능(AI)의 도움으로 문을 열었다. 밤하늘을 수놓은 1000억 개의 별, 그 거대한 은하의 10억 년 역사를 낱낱이 파헤치는 일이 가능해진 것이다.


일본 이화학연구소(RIKEN·리켄) 학제간 이론 및 수학적 과학 프로그램(iTHEMS)의 히라시마 케이야 박사팀은 최근 AI 딥러닝과 슈퍼컴퓨팅을 결합해 우리 은하(Milky Way) 내 1000억 개 이상의 별을 개별 단위로 추적하는 시뮬레이션에 성공했다고 발표했다. 

 

11월 미국 애틀랜타에서 열린 국제 슈퍼컴퓨팅 학술대회 'SC 2025'에서 공개된 이 성과는 천체물리학계의 오랜 숙원이었던 '거시와 미시의 통합'을 이뤄낸 기술적 쾌거다.


'별 뭉치' 아닌 '낱개'로 본다


그동안 천체물리학계에서 은하 시뮬레이션은 '타협의 산물'이었다. 은하의 웅장한 진화를 구현하려면 수천억 개의 별을 다뤄야 하는데, 이를 계산할 컴퓨터 자원은 턱없이 부족했기 때문이다. 기존 최고 성능의 시뮬레이션조차 입자 하나를 '별 100개의 뭉치'로 가정해 계산했다. 숲을 보기 위해 나무의 디테일을 포기한 셈이다.


이 방식은 치명적인 한계가 있다. 우주의 진화는 단순히 별들이 중력으로 묶여 도는 것이 전부가 아니기 때문이다. 별 하나가 생을 마감하며 일으키는 '초신성 폭발'은 주변 우주 공간에 엄청난 에너지를 쏟아내고, 생명 탄생의 씨앗이 되는 무거운 원소들을 흩뿌린다. 기존의 '뭉치 모델'은 이러한 개별 별의 역동적인 드라마가 주변 성간 물질(Interstellar medium)에 미치는 미세하고 결정적인 영향을 평균값으로 뭉개버릴 수밖에 없었다.


AI가 뚫어낸 '계산 지름길'


'별 하나하나'를 쪼개서 계산하면 되지 않을까. 문제는 시간이다. 리켄 연구팀의 분석에 따르면, 기존 방식으로 은하 내 모든 별을 개별 입자로 구현해 100만 년의 시간을 시뮬레이션하는 데만 315시간(약 13일)이 걸린다. 우주적 시간 척도인 10억 년을 계산하려면 꼬박 36년 동안 슈퍼컴퓨터를 돌려야 한다는 계산이 나온다. 하드웨어의 성능 향상만으로는 도저히 넘을 수 없는 물리적 장벽이었다.


히라시마 박사팀은 이 난제를 풀기 위해 '딥러닝 대리 모델(Surrogate model)'이라는 우회로를 뚫었다. 무식하게 모든 물리 방정식을 처음부터 끝까지 계산하는 대신, AI에게 '패턴'을 가르친 것이다. 연구팀은 고해상도 초신성 폭발 데이터를 AI에 집중적으로 학습시켰다.


36년→115일, 속도의 혁명


별이 폭발한 직후 10만 년 동안 가스와 먼지가 어떻게 퍼져나가고, 주변 성간 물질의 화학적 조성을 어떻게 바꾸는지 AI가 예측하도록 훈련했다. 이렇게 훈련된 AI 모델은 초신성 폭발이라는 국지적이고 급격한 이벤트가 발생할 때마다, 복잡한 유체 역학 방정식을 푸는 과정을 건너뛰고 학습된 데이터를 바탕으로 즉각적인 '정답'을 내놓는다.


효과는 극적이었다. AI 모델을 장착한 시뮬레이션은 100만 년의 은하 진화를 단 2.78시간 만에 처리했다. 기존 방식보다 100배 이상 빠른 속도다. 

 

36년이 걸려야 볼 수 있었던 10억 년의 우주 파노라마를, 이제는 115일이면 완벽하게 구현해낼 수 있게 된 것이다. 연구팀은 일본의 슈퍼컴퓨터 '후가쿠(Fugaku)'와 도쿄대 '미야비(Miyabi)' 시스템을 통해 이 결과가 실제 물리 법칙과 한 치의 오차도 없이 일치함을 입증했다.


우주 넘어 '기후 난제' 푼다


이번 연구가 갖는 함의는 단순히 계산 속도 단축에 그치지 않는다. '멀티 스케일(Multi-scale)' 문제, 즉 아주 작은 나비의 날개짓(미시적 현상)이 거대한 태풍(거시적 현상)으로 이어지는 복잡계 시스템을 해석하는 새로운 표준을 제시했기 때문이다. 

 

히라시마 박사는 "AI와 고성능 컴퓨팅의 결합은 단순한 패턴 인식을 넘어, 과학적 발견을 위한 진정한 도구로 진화했다"고 강조했다.


이 방법론은 천체물리학의 울타리를 넘어설 전망이다. 기상학이나 해양학에서도 국지적인 구름의 생성이나 해류의 작은 변화가 지구 전체의 기후에 미치는 영향을 분석하는 데 난항을 겪고 있다. 리켄 연구팀의 'AI 대리 모델' 방식은 이러한 기후 모델링의 난제를 풀고, 기상 이변 예측의 정확도를 높이는 데 즉각적으로 응용될 수 있다. 

 

36년의 시간을 100일로 압축한 이 기술은, 인류가 우주를 이해하는 해상도를 HD에서 8K 초고화질로 바꿔놓은 거대한 전환점이다.

전체댓글 0

비밀번호 :
메일보내기닫기
기사제목
[퓨처 Eyes(112)] 日 리켄, 36년 걸릴 계산 115일에 끝냈다⋯'AI 은하' 신기원
보내는 분 이메일
받는 분 이메일