초대질량 블랙홀 씨앗 추적법: 브라마 우주론 시뮬레이션 100개와 중력파 기계학습 추론

핵심 메시지

• 초대질량 블랙홀은 태양 질량의 수백만~수백억 배로, 별의 붕괴만으로는 만들어질 수 없는 크기다.
• 연구의 출발점은 이들이 처음부터 거대했던 것이 아니라 작은 '씨앗'에서 자랐다는 가정이다.
• 연구자는 씨앗 형성 시나리오를 달리한 시뮬레이션 상자 100개로 구성된 브라마 계산군을 만들었다.
• 시나리오마다 예측되는 중력파 사건 발생률이 크게 갈려, 관측으로 구별할 실마리가 생긴다.
• 다음 단계는 이 예측을 학습 자료로 삼아 미래 관측에서 씨앗의 기원을 역추적하는 추론 체계다.

쉽게 이해하기

버지니아대 천문학과 박사후연구원 아클란트 쿠마르 보믹은 우주에서 가장 수수께끼 같은 천체로 꼽히는 초대질량 블랙홀의 기원을 좇는다. 그가 쓰는 도구는 대규모 우주론 시뮬레이션과 기계학습이다. 초대질량 블랙홀은 태양 질량의 수백만 배에서 수백억 배에 이르고, 우주의 거의 모든 무거운 은하 중심에 자리 잡고 있다는 사실이 이미 확립돼 있다.

문제는 이들이 어떻게 그만한 크기가 됐는지다. 우리가 확실히 아는 블랙홀 생성 경로는 별이 수명을 다하고 중력 붕괴를 겪는 과정뿐인데, 이 방식으로 만들어지는 블랙홀은 원래 별의 질량에 묶여 태양 질량의 수십 배 수준에 그친다. 태양 질량의 100만 배가 넘는 별은 존재할 수 없으므로, 초대질량 블랙홀이 같은 방식으로 태어났다고 보기는 어렵다.

그래서 연구자는 이들이 처음부터 거대했던 것이 아니라 훨씬 작은 '씨앗 블랙홀'에서 출발했으리라는 가정을 세운다. 그렇다면 최초의 씨앗은 어떤 성격이었고, 어떤 방식으로 만들어졌으며, 처음 질량은 얼마였는가. 이 질문에 답하기 위해 그는 브라마라는 이름의 대용적 우주론 시뮬레이션 묶음을 새로 구축했다.

브라마가 내놓는 핵심 예측은 중력파다. 중력파는 블랙홀 같은 밀집 천체가 서로 합쳐질 때 시공간 자체에 생기는 잔물결로, 앞으로 우주 공간에 놓일 레이저 간섭계 우주 안테나 같은 시설이 겨냥하는 관측 대상이다. 발표에서 제시된 그림은 서로 다른 씨앗 형성 시나리오를 하나씩 담은 100개의 시뮬레이션 상자에서 나온 100개의 곡선을 보여 준다. 시나리오에 따라 예상되는 중력파 사건 발생률이 크게 갈린다는 점이 한눈에 드러난다.

이 다양성이 곧 연구의 다음 단계로 이어진다. 시뮬레이션이 내놓은 예측을 학습 자료로 삼아 기계학습 기반의 시뮬레이션 기반 추론 체계를 만들고, 미래 관측 시설이 측정할 중력파 사건 발생률을 이 체계에 넣어 초대질량 블랙홀의 기원을 거꾸로 제약하겠다는 구상이다.

주요 인사이트

• 이 연구에서 기계학습은 관측 자료에서 곧바로 답을 뽑아내는 도구가 아니다. 물리 법칙을 담은 시뮬레이션이 먼저 예측을 만들고, 기계학습은 그 예측 묶음을 관측과 이어 주는 번역기 역할을 맡는다.
• 시나리오별 예측이 크게 갈린다는 사실 자체가 좋은 신호다. 서로 다른 형성 경로가 비슷한 결과를 낸다면 관측으로 구별할 수 없지만, 발생률이 뚜렷하게 벌어지면 관측 한 번이 여러 가설을 한꺼번에 걸러낼 수 있다.
• 상자 하나가 아니라 100개를 돌린 설계에는 이유가 있다. 하나의 정답을 계산해 내는 대신 가능한 시나리오의 폭을 미리 펼쳐 두어야, 나중에 들어올 관측값이 어느 구간에 떨어지는지로 판단할 수 있기 때문이다.
• 검증의 열쇠를 아직 오지 않은 관측 시설에 걸었다는 점도 특징이다. 우주 공간 중력파 관측이 시작되기 전에 예측과 추론 도구를 미리 갖춰 두는 방식으로 연구가 설계돼 있다.

자주 묻는 질문

관련 AI 소식