Kepler-90 i

Kepler-90 i의 신호는 어떤 검증을 거쳐 행성으로 인정됐을까?

연구진은 이미 행성이 알려진 별 670개의 Kepler 자료에서 새로운 통과 신호를 다시 찾았고, 기본 조건을 통과한 신호 513개를 골랐다. 신경망은 i의 신호에 0.942점을 주어 먼저 검토할 후보로 분류했다. 이후 연구진은 신호가 어느 별에서 나왔는지, 기기 오류는 아닌지, 서로 도는 두 별이 행성처럼 보이는 신호를 만들지는 않았는지 따로 검사했다. 잘못 행성으로 판단할 확률을 먼저 0.5%로 계산하고, 이미 일곱 행성이 알려진 별이라는 조건을 반영해 0.01% 미만으로 낮춘 뒤 i를 행성으로 검증했다.

• 670개 새로운 통과 신호가 있는지 다시 조사한 별의 수
• 513개 기본 조건을 통과해 신경망이 검토 순서를 정한 신호의 수
• 0.942 신경망이 i 후보에 매긴 점수
• 0.01% 미만 모든 조건을 반영했을 때 i를 잘못 행성으로 판단할 확률

670개 별에서 513개 후보 신호를 찾은 과정

Kepler가 네 해 동안 기록한 별빛에는 이미 알려진 일곱 행성의 통과와 기기 잡음, 별 자체의 밝기 변화가 함께 들어 있었다. 연구진은 알려진 통과를 먼저 빼고, 밝기가 일정한 간격으로 내려가는 패턴을 찾는 별도의 검색 절차를 670개 다행성계에 적용했다. 완전한 통과가 세 번보다 적거나 물리적으로 지나치게 짧은 신호 등을 제외하고도 513개의 ‘검토 대상 신호’가 남았다.

이 단계에 남은 신호가 모두 행성인 것은 아니다. 우주선의 작은 오차와 별 자체의 변화, 서로 도는 두 별의 밝기 감소도 비슷한 반복 신호를 만들 수 있다. 신경망은 513개 중 행성 통과와 모양이 비슷한 신호부터 연구진이 검토할 수 있도록 순서를 정했다. 점수가 0.5를 넘은 신호는 30개, 0.8을 넘은 신호는 9개였고, 14.449일마다 반복된 Kepler-90의 신호는 0.942를 받았다.

인공지능은 513개 신호 중 무엇을 먼저 검토할지 순서를 정했다. 실제 행성인지는 신호의 위치와 기기 오류, 쌍성 가능성을 따로 조사해 판단했다.

0.942점은 왜 행성일 확률이 아닐까?

신경망은 사람이 이미 행성 신호 또는 잘못 잡힌 신호로 판정한 약 1만5천 개의 Kepler 자료로 학습했다. 공전 한 주기 전체에서 본 밝기 변화와 통과 부분을 확대해 본 모양을 함께 입력받았다. 학습에 사용하지 않은 시험 신호 1,523개에서는 약 96%를 올바르게 분류했다. 또 행성 신호를 잘못 잡힌 신호보다 높은 순서에 놓는 능력을 나타내는 AUC는 0.988이었다.

AUC 0.988은 시험 자료에서 행성 신호 하나와 잘못 잡힌 신호 하나를 골랐을 때, 행성 신호에 더 높은 점수를 줄 비율이 98.8%였다는 뜻이다. Kepler-90 i 자체가 98.8% 확률로 행성이라는 뜻은 아니다. i가 받은 0.942도 같은 신경망 안에서 후보의 검토 순서를 정하는 값이며, 가능한 모든 오류를 반영한 최종 행성 확률이 아니다.

신경망에 넣은 자료에는 신호가 별빛을 기록한 어느 픽셀에서 나왔는지에 관한 위치 정보가 없었다. 뒤쪽의 다른 별에서 생긴 통과나 일부 쌍성 신호에 높은 점수를 주는 약점도 있었다. 따라서 높은 점수를 받은 뒤에도 별도의 검증이 필요했다.

신호가 다른 별이나 기기에서 나온 것은 아닐까?

연구진은 먼저 14.449일마다 반복되는 밝기 변화를 직접 살펴봤다. 행성이 가리는 별빛의 양이 관측 시기에 따라 달라지는지, 신호가 기기의 다른 변화와 같은 시각에 반복되는지도 확인했다. 또 통과가 일어날 때 밝기 감소가 어느 픽셀에서 나타나는지 검사했다. 위치가 옮겨진다면 Kepler-90이 아니라 가까이 겹쳐 보이는 다른 별에서 신호가 왔을 수 있기 때문이다.

연구진은 지상 망원경의 고해상도 영상으로 Kepler가 하나의 점처럼 본 영역에 밝은 동반별이 숨어 있는지도 찾았다. 주된 밝기 감소 사이에 더 얕은 두 번째 감소가 있는지 살펴 쌍성일 가능성도 줄였다. 기기 변화를 서로 다른 방법으로 보정해도 신호가 계속 남는지 확인한 뒤, 이 반복이 우주선의 오류가 아니라 실제 천체에서 나온 현상이라고 판단했다.

1. 검색 알려진 행성 신호를 뺀 670개 별에서 반복되는 밝기 감소를 찾아 513개를 남긴다.
2. 검토 순서 결정 신경망이 전 구간과 통과 부분을 확대한 모양을 보고 i 후보에 0.942점을 준다.
3. 추가 검사 픽셀 위치와 기기 오류, 두 번째 밝기 감소, 고해상도 영상을 확인한다.
4. 통계 검증 가능한 쌍성 설명과 여러 행성이 알려진 별이라는 조건을 계산해 오탐 확률을 0.01% 미만으로 낮춘다.
5. 행성 정보 계산 검증된 통과로 14.449일의 공전 주기와 지구의 1.32배라는 반지름을 구하지만 질량과 내부 물질은 알 수 없다.

행성이 아닐 가능성이 0.5%에서 0.01% 아래로 낮아진 이유

연구진은 vespa라는 검증 도구로 Kepler-90 i의 통과 모양을 실제 행성이 만든 경우, Kepler-90을 도는 두 별이 만든 경우, 뒤쪽의 두 별이 만든 경우와 비교했다. 별의 성질과 고해상도 영상에서 발견되지 않은 동반별의 밝기 범위, 두 번째 밝기 감소가 관측되지 않은 정도를 함께 계산했다. 그 결과 행성이 아닌 천체가 이 신호를 만들었을 확률은 약 0.005, 즉 0.5%였다. Kepler 행성을 통계적으로 검증할 때 자주 쓰는 1% 기준보다 낮은 값이다.

여기에 이미 일곱 행성이 같은 별 앞을 지난다는 정보도 더했다. 한 별에서 행성처럼 보이는 신호가 여러 개 발견됐다면 새 신호 하나가 우연한 오류일 가능성은 단독 신호보다 작다. 이 조건을 반영하자 오탐 확률은 0.0001, 즉 0.01% 미만으로 내려갔다. 이 과정을 거쳐 i는 행성으로 검증됐다. 다만 행성의 중력으로 질량을 재거나 다른 망원경이 별도의 통과를 확인한 것은 아니다. 알려진 다른 원인으로 이 신호가 생겼을 확률을 충분히 낮춰 행성으로 인정한 것이다.

통과 신호만으로 어디까지 알 수 있을까?

i의 통과는 14.44912±0.00020일마다 반복되고 약 2.80±0.31시간 이어진다. 행성이 가린 별빛의 양과 중심별의 반지름으로 계산한 i의 크기는 지구의 1.32±0.21배다. 다른 행성들과 같은 평면에서 원형 궤도로 돈다면 통과가 약 5시간 이어질 것으로 예상되지만 실제로는 더 짧았다. 연구진은 i의 궤도가 다른 일곱 행성보다 조금 더 기울어져 별의 가장자리 쪽을 지날 가능성을 제시했다.

작은 반지름은 암석 비중이 큰 행성일 가능성을 높이지만 질량, 평균밀도, 대기 유무를 측정하지는 않는다. 현재 NASA의 대중용 행성 카드에는 약 2.3 지구질량이 보이지만, 발견 논문은 질량을 재지 않았고 Exoplanet Archive의 기본 연구 행도 질량을 비워 둔다. 따라서 2.3을 독립적인 중력 측정값으로 사용해 조성을 확정해서는 안 된다.

발견 연구의 709±75K, 섭씨 약 436±75도라는 온도도 열이 행성 전체에 고르게 퍼지고 별빛의 0~70%를 반사한다고 가정한 계산값이다. 실제 표면이나 대기 온도, 구름을 관측한 값은 아니다. i는 여덟 번째로 발견돼 마지막 글자를 받았지만 별에서 가까운 순서는 b와 c 다음인 세 번째다.

이 페이지에 보이는 색과 표면은 관측 사진이 아니라 이해를 돕기 위한 그림이다. Kepler는 i의 둥근 표면을 구분해 촬영하지 못했다. 현재 확인된 것은 반복 통과의 시각과 지속 시간, 별빛 감소량과 오탐 검증 결과다.

인공지능은 검토 순서를 정하고, 연구진은 행성인지 확인했다

Kepler-90 i의 통과 신호는 2017년에 새로 관측된 것이 아니라 기존 Kepler 자료에 이미 들어 있었다. 새로 사용한 것은 약한 반복 신호를 다시 찾는 검색 방법과 513개 후보의 검토 순서를 정한 신경망, 신호의 위치와 쌍성·기기 오류를 확인하는 검증 절차였다. 어느 한 단계만으로 i를 행성이라고 판단하지 않았다.

이 사례에서 인공지능은 천문학자를 대신해 결론을 내린 것이 아니다. 사람이 모두 자세히 보기 어려운 대규모 자료에서 먼저 검토할 신호의 순서를 정했다. 같은 결과를 다시 확인하려면 어떤 검색 방법으로 후보를 찾았는지, 신경망 점수가 무엇을 뜻하는지, 최종 판단에 어떤 별도 정보가 사용됐는지를 함께 기록해야 한다.

출처

• The Astronomical Journal — Deep-Learning Search and Statistical Validation of Kepler-90 i
• NASA — Artificial Intelligence and the Eighth Kepler-90 Planet
• NASA Exoplanet Archive — Kepler-90 i Published Parameters
• NASA Exoplanet Archive — Planet Parameter and Mass-Provenance Definitions
• The Astrophysical Journal — Vespa False-Positive Probabilities and Statistical Validation
• Publications of the Astronomical Society of the Pacific — Kepler Data-Validation Tests
• NASA Science — Kepler Mission and Transit Data