인공지능(AI)이 외계 신호를 식별하는 데도 유용한 것으로 나타났다.
미국 바이스는 31일(현지시간) 미국 버클리대학 SETI(외계 지적생명탐사) 연구센터의 피터 마 연구원 등이 전파망원경으로 820개 별에서 수집한 480시간 분량의 데이터를 기계학습 알고리즘을 활용해 분석한 결과 이전에 식별하지 못했던 8개의 신호를 찾아냈다고 보도했다.
이번에 찾아낸 신호는 대역폭이 좁은 도플러 표류 신호로 특정 주파수를 갖고 있었다. 다만 아직은 이 신호들이 시간과 거리에 따라 어떻게 변하는지는 알 수 없었다.
신호에 어떤 기술이 연결돼 있는지를 확인하기 위한 연구는 아직 이뤄지지 않고 있다. 최상의 시나리오는 이 신호들에서 내장된 기술 정보나 외계 문명의 자취를 발견하는 것이다.
SETI 연구소는 1984년 설립 이후 외계의 무선 신호를 찾는 작업을 계속해 오고 있다. 무선 신호는 통신기술과 이를 만들어내는 지능이 존재한다는 증거가 될 수 있기 때문에 외계 생명체의 흔적을 찾는 과학자들이 주목하고 있다.
하지만 지난 수십년 동안 별다른 성과는 없었다. 우주 공간에 떠다니는 무선 데이터는 지구에서 발생한 신호와 쉽게 섞여 외계에서 발생한 신호를 찾아내는 것은 건초 더미에서 바늘을 찾아내는 것과 같다.
이런 검색 작업에 SETI 연구소는 그동안 기계학습 요소를 도입하긴 했으나 인간이 감독하는 구조를 유지해왔다. 반면 피터 마 등 연구진은 알고리즘에 완전히 작업을 맡기는 방식을 선택한 결과 8개의 신호를 찾아냈다.
피터 마는 "알고리즘은 우리가 찾도록 지시한 것만 발견하는데 문제는 외계 신호의 특성이 알려지지 않았다는 것"이라며 "우리가 제안한 방식은 이를 학습하는 것이었다"고 설명했다.
정병일 위원 jbi@aitimes.com
