태양계 생명체 탐구에 머신러닝 활용한다

화성과 토성 등 태양계에서 생명체(또는 생명체의 흔적)의 존재를 확인하는데 머신러닝 기술이 활용된다. IEEE 스펙트럼에 따르면 유럽과 러시아가 공동으로 추진하고 있는 화성탐사 프로젝트인 ‘엑소마스(ExoMars)’에 파일롯 인공지능 시스템을 적용하려는 계획이 추진되고 있다. 엑소마스는 오는 2022년 여름 또는 가을에 발사될 예정이다. 엑소마스는 9개월 동안의 여정 끝에 화성에 도착해 ‘로절린드 프랭클린(Rosalind Franklin)’이라는 이름의 로버(Rover)를 화성 표면에 내려놓을 예정이다. 영국 과학자인 로절린드 프랭클린은 DNA를 발견한 과학자 가운데 한사람이다. 화성에서 생명체의 흔적을 찾겠다는 과학자들의 의지가 로버의 명칭에서 잘 드러나 있다. 로절린드 프랭클린은 화상에 내려앉은 후에는 화성 지표면을 돌아나니면서 생명체의 존재를 찾는 작업을 하게된다. ▲ 엑소마스 프로젝트에 투입되는 로버 '로절린드 프랭크린'(사진=ESA) ​ 엑소마스 프로젝트에 참가하고 있는 과학자들은 로절린드 프랭클린을 이용해 2m 이상 굴착한 후에 화성 지표면의 샘플을 채취한다는 계획이다. 이 샘플에서 의미있는 데이터를 찾기위해 머신러닝 알고리즘이 활용될 예정이다. 인공지능은 엑소마스의 로버가 수집한 토양 데이터를 분석하는 작업을 수행한다. NASA도 오는 2026년 토성의 위성인 타이탄에 탐사선을 보내 생명체의 존재를 확인하는 탐사 활동을 벌일 예정이다. NASA는 이곳에 ‘드래곤플라이’라는 옥토콥터(octocopter) 드론을 보내 타이탄의 대기권 관련 데이터를 수집하고, 생명체의 존재를 확인하기 위한 활동을 수행한다. NASA 고다르 행성환경랩(Goddard Planetary Environments Lab)의 소프트웨어 책임자인 에릭 리네스(Eric Lyness)는 오랫동안 행성탐험에 관한 과학적인 연구를 자동화하는 일에 관심을 기울여왔다. 지난해 그는 머신러닝을 연구방법론으로 활용하기로 결정했다. ▲ NASA는 토성의 위성인 타이탄에 '드래곤플라이' 드론을 보내 생명체의 흔적을 찾을 계획이다(사진=존홉킨스 APL) ​ 리네스는 “우리는 머신러닝을 공부한 몇 명의 인턴을 뽑았는데, 기대 이상의 놀라운 성과를 거두고 있다”고 말했다. 리네스 연구팀은 지난달 온라인으로 열린 지구화학 관련 컨퍼런스에서 화성에 생명이 존재하는 것을 입증하는데, 머신러닝 알고리즘이 도움이 될 수 있다는 논문을 발표했다. 엑소마스의 로버인 로절린드 프랭클린은 화성 지표면 2m 이하까지 굴착해 들어가 샘플을 채취할 예정이다. 2m 이하의 화성 표면에는 UV 태양광이 침투하기 힘들어 살아있는 박테리아를 발견할 가능성이 있는 것으로 기대되고 있다. 리네스는 “우리는 생명과 미생물의 형태를 찾을 가능성을 충분히 갖고 있다. 다만 현재까지 화성에 미생물이 살아 있을 것이란 분명한 증거는 매우 적은 상태”라고 덧붙였다. 살아 있는 생명체를 발견하지못하더라도 화성의 초창기에 살았던 생명체의 화석화된 증거를 화성의 토양에서 찾을 가능성이 있다고 말했다. NASA는 엑소마스 프로젝트에 토양 샘플을 분석할 수 있는 질량 분석계(mass spectrometer)를 지원한다는 계획이다. 샘플의 질량분석에 인공지능 기술을 바로 활용할 수 있다는게 리네스의 지적이다. 질량 분석계는 드릴로 채취한 토양 샘플을 레이저로 분쇄한 후 이온(ions)의 질량 분포를 연구할수 있는 장비다. 질량분석계는 다양한 분자들의 원자 질량(atomic mass)에 관해 매핑할 수 있도록 해준다. 특히 리네스 연구팀은 화성의 토양을 이루고 있는 광물중 하나인 ‘몬모릴로나이트(montmorillonite)'를 집중적으로 연구하고 있다. 연구팀은 몬모릴로나이트 샘플의 유기화합물에서 질량분석계의 산출값 변화를 들여다보겠다는 생각이다. 리네스 연구팀은 엑소마스 프로젝트가 AI알고리즘을 훈련할 수 있는 비옥한 토양이 될 것으로 보고 이다. 향후 NASA가 토성의 위성인 타이탄에 드래곤플라이 드론을 보내거나, 목성의 위성인 유로파에서 우주생물학적인 미션을 수행할 때 엑소마스에서 경험한 인공지능 연구가 도움이 될 수 있을 것이란 판단을 하고 있다. 타이탄이나 유로파는 지구에서 워낙 거리가 멀리떨어져 있기 때문에 데이터를 전송하는 게 매우 힘들기 때문에 우주생물학적인 연구에 자동화 솔루션의 도입이 필요하다는 지적이다.

장길수  ksjang@irobotnews.com

<저작권자 © 로봇신문사 무단전재 및 재배포금지>