머신러닝으로 은하의 이상 마이크로파 방출 찾기: 로지스틱 회귀로 관측 후보 좁히기
버지니아대 박사과정 연구자가 은하에서 드물게만 확인된 이상 마이크로파 방출을 머신러닝으로 예측하는 연구 계획을 소개했다. 전파 스펙트럼과 적외선 관측을 입력으로 확률을 매겨, 귀한 망원경 시간을 어디에 쓸지 고르는 방식이다.
핵심 내용 읽기 →
AI TOPIC
천문학 최신 뉴스와 핵심 해설
천문학 관련 핵심 뉴스와 활용 인사이트 8편을 최신순으로 모았습니다.
별의 분포로 암흑물질 지도를 그리는 머신러닝 연구, 우주의 번역 문제를 푸는 방법
빛을 내지 않아 직접 볼 수 없는 암흑물질을 은하 속 별의 분포만으로 추정하는 머신러닝 연구를 소개한다. 별과 암흑물질이 함께 주어진 시뮬레이션 자료로 두 지도 사이의 통계적 관계를 학습시키는 방식이다.
핵심 내용 읽기 →
VESTA 연구: 시각 언어 모델 에이전트가 진단 도구를 직접 만들어 통계 모델을 찾는 법
시각 언어 모델 에이전트가 진단 도구를 직접 만들어 데이터에 맞는 통계 모델을 찾아가는 VESTA 연구 소개. 천문 과제를 포함한 DAWN 벤치마크 결과와 도구 사용 방식에 따른 성능 차이를 함께 정리했다.
핵심 내용 읽기 →
천문학용 AI 연구 조수 Quasar, 자연어 질문을 관측 아카이브 검색과 논문 조사로 나누는 구조
미국 천문 연구기관 세미나에서 공개된 오픈소스 AI 연구 조수 Quasar를 정리했다. 자연어 질문의 의도와 복잡도를 판정해 아카이브·문헌·분석 에이전트에 나눠 맡기고, 사용한 질의문까지 그대로 보여주는 구조를 살펴본다.
핵심 내용 읽기 →
천문 데이터 아카이브용 MCP 서버 MANNA: 도구 호출 3분의 1, 정확도 2배를 만든 설계와 평가
NSF-Simons 코스믹AI 세미나에서 공개된 MCP 서버 MANNA를 정리했다. 스키마가 제각각인 천문 아카이브를 LLM이 다루게 만든 설계와, 그 효과를 직접 만든 평가 프레임워크로 측정한 과정을 다룬다.
핵심 내용 읽기 →
과학용 파운데이션 모델과 토크나이저: 은하 이미지 64만 장으로 비교한 4가지 토큰화 방식
스탠퍼드 물리·AI 콘퍼런스 발표 정리. 은하 이미지 64만 장과 같은 트랜스포머 백본으로 네 가지 토크나이저를 비교한 결과, 이미지를 잘 복원하는 방식과 물리량을 잘 담아내는 방식이 서로 달랐다.
핵심 내용 읽기 →
파운데이션 모델과 AI 에이전트는 물리학 연구를 정말 가속하는가 — 스탠퍼드 HAI 패널 정리
스탠퍼드 HAI 물리·AI 콘퍼런스 패널에서 천문학자들이 파운데이션 모델의 구조적 한계와 연구용 AI 에이전트의 실패 유형, 그리고 결과를 어디까지 믿을 수 있는지와 연구자의 숙련이 무뎌지는 문제를 함께 짚었다.
핵심 내용 읽기 →
천문학과 AI: 천체물리학자가 인공지능을 활용하는 4가지 방법
분류, 이상 탐지, 데이터 추론, 시뮬레이션 모사까지. 천체물리학자가 거대한 관측 데이터를 다루는 데 AI를 어떻게 쓰는지, 그리고 왜 아직 학문 자체를 바꾸지는 못했는지 정리했다.
핵심 내용 읽기 →