화성과 다른 우주에서 생명체를 찾는 데 도움이 될 수 있는 인공 지능

By Robert Lea, science journalist in the U.K published 26 Mar 2023

 

새로운 머신러닝 모델은 과학자들이 NASA의 퍼시버런스 로버가 촬영한 화성과 다른 외계 세계에서 생명체가 살 수 있는 최적의 환경을 찾아내는 데 도움을 줄 수 있다. (이미지 출처: NASA/JPL-Caltech/ASU/MSSS)

새로 개발된 머신러닝 도구를 사용하면 과학자들이 화성과 다른 외계에서 생명체의 흔적을 찾는 데 도움이 될 수 있다고 한다.

다른 행성에서 샘플을 수집할 수 있는 능력이 극도로 제한되어 있기 때문에 과학자들은 현재 외계 생명체의 흔적을 찾기 위해 원격 탐지 기술에 의존해야 한다. 즉, 이러한 탐색을 지시하거나 정밀하게 하는 데 도움이 될 수 있는 모든 방법이 매우 유용할 것이다. 

이를 염두에 두고 캘리포니아에 있는 SETI(외계 지적 생명체 탐색) 연구소의 킴 워렌-로드가 이끄는 여러 분야의 과학자 팀은 칠레 아타카마 사막과 알티플라노 고원의 경계에 있는 소금 평원인 살라르 데 파조날레스의 소금 덩어리, 바위, 결정체에 서식하는 희귀 생명체를 지도화했다.

 

인공신경망 모델과 통계적 생태학 데이터에서 얻은 생물서식 확률 지도. a)의 색은 생물 흔적 탐지 확률을 나타낸다. b)는 다양한 미세 서식지(예: 모래 대비 설화 석고)에 대한 생물 흔적 확률 맵과 함께 보이는 석고 지형(왼쪽)의 가시적 이미지이다. (이미지 출처: M. Phillips, F. Kalaitzis, K. Warren- Rhodes.)

728x90

그 후 워렌-로드스는 존스 홉킨스 대학 응용 물리학 연구소의 마이클 필립스, 옥스퍼드 대학의 프레디 칼라이치스 연구원과 협력하여 혹독한 지역의 생명체 분포와 관련된 패턴과 규칙을 인식하는 머신러닝 모델을 훈련시켰다. 이러한 훈련을 통해 이 모델은 다른 행성에 존재할 수 있는 지형을 포함하여 광범위한 지형에서 동일한 패턴과 규칙을 발견하도록 학습했다. 

연구팀은 통계적 생태학과 AI를 결합한 시스템이 최대 87.5%의 확률로 생체 신호를 찾아내고 감지할 수 있다는 사실을 발견했다. 이는 무작위 검색의 성공률이 10%를 넘지 않는 것과 비교하면 매우 높은 수치이다. 또한 이 프로그램은 검색에 필요한 면적을 97%까지 줄일 수 있어 과학자들이 잠재적인 화학적 생명체 흔적, 즉 바이오 시그니처(생체 흔적)를 찾는 데 크게 도움이 된다. 

워렌-로드는 발표문에서 "우리의 프레임워크는 통계 생태학의 힘을 머신 러닝과 결합하여 지구상에서 가장 혹독한 환경에서 생존하고 분포하는 자연의 패턴과 규칙을 발견하고 예측할 수 있게 해 줍니다."라고 말했다. "다른 우주생물학 팀에서도 다른 거주 가능한 환경과 바이오 시그니처를 매핑하는 데 우리의 접근 방식을 적용하기를 바랍니다."

 

연구진은 이러한 머신러닝 도구가 현재 화성의 Jezero 분화구 바닥에서 생명체의 흔적을 찾고 있는 NASA의 퍼시버런스 로버와 같은 행성 탐사 로봇 임무에 적용될 수 있다고 말한다. 

 

"이 모델을 사용하면 아무리 숨겨져 있거나 희귀하더라도 과거 또는 현재의 생명체가 있을 가능성이 가장 높은 장소로 로버를 안내하는 맞춤형 지도와 알고리즘을 설계할 수 있습니다."라고 워렌-로드는 설명했다.

지구에서 화성을 닮은 환경 찾기

연구팀은 현대 화성의 건조하고 메마른 지형에 적합한 유사 지역으로 살라르 데 파조날레스를 머신러닝 모델의 테스트 단계로 선택했다. 이 지역은 고도가 높은 건조한 소금 호수로, 높은 수준의 자외선이 내리쬐는 곳이다. 매우 생명체가 살기 힘든 환경으로 여겨지지만, 살라르 데 파조날레스에는 여전히 일부 생명체가 살고 있다. 

연구팀은 살라르 데 파조날레스에서 약 8,000장의 이미지와 1,000개 이상의 샘플을 수집하여 이 지역의 소금 돔, 암석, 설화 석고 결정에 서식하는 광합성 미생물을 발견했다. 이 미생물이 분비하는 색소는 과학자들이 우주 탐사 로봇의 현실적인 제약 속에서 지구 밖의 생명체를 찾을 수 있도록 설계된 NASA의 "생명체 탐지의 사다리*"에서 가능한 바이오 시그니처로 활용될 수 있다. 

 

* 현존하는 생명체를 직접 탐지하는 것은 1970년대 후반 바이킹 미션 이후 NASA에서 시도한 적이 없다. 생명 탐사 사다리(The Ladder of Life Detection)는 로봇 우주 임무의 현실적인 제약 내에서 지구 밖의 현존하는 생명체를 탐지하는 방법에 대한 과학자와 엔지니어 간의 논의를 촉진하고 지원하기 위해 만들어졌다. 래더는 생명체 탐사를 위한 이전의 시도에서 얻은 교훈을 바탕으로 한다. 이러한 과거의 시도는 생명체에 대한 설득력 있는 증거를 구성하는 측정 기준을 제공했다. 사다리에는 우리가 알고 있는 생명체의 특징, 생명체와 얼마나 구체적인지, 그리고 이를 측정할 수 있는 방법이 요약되어 있다. 이러한 특징은 생명을 나타내는 가능성에 따라 일반적인 의미로 분류된다. 

또한 연구팀은 NASA의 화성 정찰 궤도선에 탑재된 고해상도 이미징 실험(HIRISE) 카메라로 촬영한 화성 지형 이미지와 유사한 드론 이미지를 사용하여 살라르 데 파조날레스를 조사했다. 이 데이터를 통해 연구팀은 살라르 데 파조날레스의 미생물이 무작위로 분포하는 것이 아니라 물의 존재 여부와 밀접한 관련이 있는 생물학적 핫스팟에 집중되어 있다는 것을 확인할 수 있었다고 한다.

 

이후 워렌-로드스 팀은 심층신경망(CNN)을 훈련시켜 살라르 데 파조날레스의 거대한 지질학적 특징을 인식하고 예측했다. 패턴화 된 지형이나 다각형 구조와 같은 이러한 특징 중 일부는 화성에서도 발견된다. CNN은 또한 생물학적 시그니처가 있을 가능성이 가장 높은 더 작은 미세 서식지를 발견하고 예측하도록 훈련되었다.

연구진은 당분간 살라르 데 파조날레스에서 AI를 계속 훈련시킨 다음, 고대 스트로마톨라이트 화석* 및 내염성 미생물의 위치와 분포를 예측하는 CNN의 능력을 테스트할 계획이다. 이를 통해 이 탐색에 사용하는 규칙이 다른 유사한 자연 시스템에서 바이오 시그니처를 찾는 데에도 적용될 수 있는지 알아볼 수 있다. 

 

* 가장 오래된 생명체의 화석은 호주 지역에서 발견되는 스트로마톨라이트 화석이다. 이 화석은 여러 층의 세균과 퇴적물로 구성된 쐐기 모양의 퇴적암을 형성하고 있다. 방사성 동위원소로 암반의 연대를 측정하니 대략 35억 년 전에 형성된 퇴적암 층이었다. 따라서 최초의 생명체는 대략 40억 년 전쯤 시작되었을 것이라 추측한다. 지구가 형성된 지 5억 년이 지난 시점이었다. 이후 원핵생물은 다양한 진화적 시도를 했을 것으로 짐작된다. 어떤 생물체는 독립영양을 통해 스스로 에너지를 만드는 방법을 고안해 냈을 것이다. 대략 27억 년 전쯤 광합성하는 능력을 가진 원핵생물, 남세균이 출현한 것이다. 이들은 광합성을 통해 에너지를 얻을 뿐만 아니라 이 과정에 산소를 방출해 냈는데, 이들의 수가 얼마나 빨리 증가했는지 20 억년경에는 산소 대방출이라는 엄청난 지질학적 사건을 저지른다. 이때의 암반층을 보면 붉은 줄무늬 암석층이 또렷이 나타난다. 산소에 의해 철이 산화된 산화철이 퇴적되며 형성된 것이다. (네이버 지식백과) 

그 후 연구팀은 온천, 얼어붙은 영구 동토층으로 덮인 토양, 건조한 계곡의 암석을 지도로 만들기 시작하여 다른 행성의 서식지를 탐사하기 전에 지구의 다른 극한 환경의 잠재적 서식지를 AI에 학습시킬 수 있기를 희망하고 있다. 

연구팀의 연구는 이번 달에 Nature 천문학 저널에 게재되었다.

 

 

ref. https://www.space.com/artificial-intelligence-alien-life-hunt-mars