AI로 우주 암석을 해독하다: 운석 혁신

인공지능(AI)은 지구뿐만 아니라 우주에서도 우리의 작업 방식을 변화시키고 있습니다.

자율 우주선 내비게이션 및 데이터 분석부터 자원 활용 최적화, 과학적 발견 지원에 이르기까지 다양한 작업에 활용됨으로써, 이 기술은 보다 효율적이고 자율적이며 통찰력 있는 우주 임무를 가능하게 합니다.

예를 들어, NASA는 수년간 AI의 잠재력을 탐구해 왔습니다. 화성 로버부터 새로운 외계 행성을 찾기 위한 AI 기반 이니셔티브까지, 이 기관은 이 기술을 활용해 우주에 대한 이해를 증진하고 있습니다.

최근, 미국 연방 기관은 AI가 궤도 위성의 보다 목표 지향적인 데이터 수집을 돕는 방식을 보여주었습니다. AI는 위성이 처음으로 자신의 궤도를 예측하고, AI를 사용해 이미지를 처리·평가하며, 도구를 어디에 조준할지 결정하도록 했으며, 이는 2분도 걸리지 않았고 인간 개입도 필요하지 않았습니다.

“우주선을 인간처럼 행동하게 만드는 것이 목표입니다. 단순히 데이터를 보는 것이 아니라, 데이터가 보여주는 것을 생각하고 어떻게 대응할지 고민하는 것이죠.”라고 NASA 제트 추진 연구소(JPL)에서 AI 기술 담당 기술 펠로우이자 Dynamic Targeting 프로젝트 책임 연구원인 스티브 치엔이 말했습니다.

몇 년 전, 일론 머스크의 SpaceX (SPCX ) 도 AI가 탑재된 위성을 발사하여 우주선이 심우주 임무에 참여할 수 있도록 했습니다.

이와 같은 가운데, 과학자들은 이 기술을 이용해 운석의 비밀을 밝혀냈습니다. 이 특정 물질은 결정과 유리 두 가지 역할을 동시에 수행함으로써 열 흐름 규칙에 도전합니다.

AI의 도움으로 연구자들은 이 광물이 일정한 열전도성을 유지하는 능력을 밝혀냈으며, 이는 기술 및 산업에서 열 관리 방식을 혁신함으로써 재료 과학을 근본적으로 바꿀 수 있는 중요한 돌파구입니다. 또한 이는 철강 생산에서 발생하는 막대한 탄소 배출을 줄이는 데에도 도움이 될 수 있습니다.

AI가 운석의 비밀을 푸는 방법

운석체는 때때로 하늘을 가로질러 보이는 빛의 섬광입니다.

이러한 우주 암석은 먼지 입자만큼 작을 수도 있고 작은 소행성만큼 클 수도 있습니다. 대부분은 큰 천체가 파편화된 조각이며, 일부는 소행성에서, 다른 일부는 혜성에서, 그리고 소수는 달, 화성 또는 다른 행성에서 유래합니다.

우주에 있을 때는 이를 운석체(meteoroids)라고 부릅니다. 지구나 다른 행성의 대기에 진입해 살아남으면 운석(meteors)이라고 합니다.

대기에 진입할 때 고속으로 들어가며, 압력이 물체의 강도를 초과하면 파편화되어 불타며 밝은 섬광을 내뿜습니다. 그래서 ‘유성’이라고 부릅니다. 특히 밝게 보이면 ‘불덩어리(fireball)’라고 합니다.

이러한 유성은 드물게 보일 수 있지만, NASA 추정에 따르면 매일 약 48.5톤의 물질이 지구에 떨어진다고 합니다.

우주에 속한 이 암석들은 소행성, 행성 및 태양계의 구성, 형성 및 역사를 이해하는 데 귀중한 통찰을 제공할 수 있습니다.

운석은 암석, 금속 또는 그 두 가지가 결합된 다양한 물질로 구성됩니다.

과학자들은 사진 및 망원경 관측, 레이더 탐지, 현미경, 분광법, 자기계측 등 다양한 기법을 이용해 이러한 운석을 정밀하게 연구합니다.

최근에는 AI가 드론 이미지 활용 자동 탐지, 머신러닝을 통한 유형 분류 향상, 잠재 충돌 지점 식별, 그리고 운석 내부 물질 구성까지 밝혀내는 등 우주 운석을 이해하는 데 활용되고 있습니다.

방대한 데이터셋을 분석하고 인간이 놓칠 수 있는 패턴을 인식함으로써 AI는 운석 연구의 효율성과 정확성을 향상시키며, 이는 궁극적으로 생명의 기원에 대한 중요한 통찰을 제공합니다.

예를 들어, 지난해 말 연구¹에서는 운석의 도움으로 7억 4200만 년 전 화성에 액체 물이 존재했다는 증거를 발견했습니다.

즉, 1,100만 년 전 소행성이 화성을 충돌해 붉은 행성의 조각들을 우주로 보냈고, 그 중 하나가 지구에 충돌해 화성에서 직접 유래한 운석을 우리에게 제공했습니다.

이 운석은 라파예트 운석(Lafayette Meteorite)이라 명명되었으며, 조사 결과 화성에 있을 때 물과 상호작용했음이 밝혀졌습니다. 최근 국제 과학자 협력팀은 액체 물이 존재하던 시기에 형성된 운석 내 광물의 연대를 측정했습니다.

“우리는 운석에 존재하는 광물과 그 광물들 간의 관계를 연구함으로써 운석을 식별할 수 있습니다.”

– 주저자 마리사 트렘블레이, 퍼듀 대학교 지구·대기·행성 과학부(EAPS) 조교수

그녀는 또한 운석이 지구의 암석보다 밀도가 높고, 자성을 가지며, 금속을 함유한다는 점을 언급했습니다. 그러나 운석을 찾는 일은 그리 쉽지 않습니다.

발견 확률은 실제로 매우 낮습니다. 따라서 연구자들은 AI와 드론을 결합해 발견을 시도하고 있습니다.

2022년, 호주의 커틴 대학교 연구진은 머신러닝과 두 대의 드론을 활용해 호주 외딴 지역에서 목성 및 금성 궤도 사이의 타원 궤적을 따라 이동하던 운석을 회수했습니다.

이 기술은 운석 탐사자들이 주의를 잃지 않고 반복 작업을 수행하도록 해줍니다. 실제로 기계는 반복을 통해 위양성(false positive)을 처리하는 방법을 학습합니다.

“현재 운석 탐사의 성배는 지리적 영역을 격자 형태로 스캔하고, 지면을 관찰해 AI로 운석을 찾아내는 드론입니다.”

– 마이크 행키, 미국 운석 협회

한편, 대학의 지구·행성 과학부는 파리 천문대, 국제 전파천문연구센터(ICRAR) 및 기타 기관과 협력해 탄소 함유 소행성의 퍼즐을 해결했습니다. 이러한 소행성은 우주에서는 흔하지만 지구에 도달하는 운석 중 5% 미만을 차지합니다.

연구²는 올해 발표되었습니다. 이를 위해 과학자들은 약 8,500건의 운석체 및 운석 사건을 분석했습니다.

연구 결과, 태양과 지구 대기가 거대한 필터 역할을 하여 탄소 함유 운석체가 지표에 도달하기 전에 파괴한다는 것이 밝혀졌습니다. 이러한 운석은 아미노산, 유기 분자 및 물을 함유하고 있기 때문에 중요합니다.

탄소 함유 물질이 대기 진입 시 살아남지 못한다는 것은 이미 알려져 있었지만, 이번 연구는 많은 운석체가 “그조차도 도달하지 못하고” 태양에 가까이 접근하면서 파편화된다는 것을 보여주었습니다.

“우주에서 가열을 견디고 살아남은 운석은 지구 대기권을 통과할 가능성도 더 높습니다.”

– 공동 저자 하드리엔 드빌포와, 커틴 우주 과학 및 기술 센터 및 커틴 전파천문 연구소(CIRA)

또한, 조석 파괴에 의해 형성된 운석체는 특히 취약하여 대기 진입 시 거의 살아남지 못한다는 사실을 발견했습니다. 파리 천문대의 패트릭 쇼버 박사에 따르면:

“이 발견은 향후 소행성 임무, 충돌 위험 평가, 그리고 지구가 물과 유기 화합물을 얻어 생명이 시작될 수 있게 된 이론에까지 영향을 미칠 수 있습니다.”

한편, 올해 초의 한 연구³는 AI를 사용해 화성의 표면을 형성하는 주요 힘 중 하나인 “화성 지진(Marsquakes)”이 운석 충돌에 의한 지진 활동에 의해 발생한다는 것을 발견했습니다.

베른 대학교와 런던 임페리얼 칼리지의 연구팀은 2018년 12월부터 2022년까지 수만 장의 궤도 이미지 데이터를 AI로 분석하고 이를 지진 데이터와 교차 검증했습니다. 이를 통해 123개의 새로운 충돌구를 발견했으며, 그 중 49개가 지진과 잠재적으로 일치하는 것으로 확인되었습니다.

새롭게 채굴된 데이터는 화성에서 운석 충돌이 이전 추정보다 약 두 배 더 자주 발생한다는 것을 밝혀냈습니다.

임페리얼 팀의 톰 파이크 교수는 이것이 “화성의 다양한 데이터셋을 깊이 탐구하는 힘을 보여준다”고 언급했습니다. “지진 데이터가 없었다면 궤도 이미지에서 충돌 지점을 찾을 수 없었고, 궤도 이미지가 없었다면 지진 에너지의 원천을 찾을 수 없었을 것이다.”

AI는 일일 기상 관측에 사용되는 저해상도 궤도 카메라의 단일 픽셀에서 충돌을 감지함으로써 연구자들의 게임 체인지를 일으켰습니다. “AI의 힘과 속도 덕분에 우리는 말 그대로 건초 더미 속 바늘을 찾을 수 있었습니다!”라고 그는 덧붙였습니다.

여기서 핵심 역할을 한 머신 알고리즘은 JPL에서 개발되었으며, 이미지와 같은 방대한 데이터를 선별할 수 있습니다.

AI가 결정-유리 하이브리드 확인

현재 콜럼비아 공대 과학자들의 최신 연구는 AI를 활용해 또 하나의 놀라운 발견을 이뤘습니다. 그들은 전형적인 열 흐름 규칙을 따르지 않는 우주 광물의 “하이브리드” 열 특성을 확인했습니다. 이 운석은 결정과 유리 두 가지 역할을 동시에 수행합니다.

이는 결정과 유리의 열전도 특성이 완전히 반대이기 때문에 획기적인 발견입니다. 두 물질의 열전도율은 실제로 크게 다르게 변합니다.

이러한 추세는 폐열 회수 시스템, 전자 장치의 소형화 및 효율성, 그리고 항공우주 분야에서 열 차폐의 수명 등 다양한 기술에서 핵심적인 역할을 합니다.

이러한 적용 분야에서 사용되는 재료의 성능 및 내구성을 최적화하려면 원자 구조와 화학 조성이 열전도 능력을 어떻게 결정하는지에 대한 깊은 이해가 필요합니다.

콜럼비아 공대 응용 물리학 및 응용 수학 조교수인 미셸 시몬첼리(Michele Simoncelli)는 첫 원리 접근법을 머신러닝과 결합해 독특한 열 특성을 가진 물질을 식별했습니다.

머신러닝 기법을 통해 팀은 첫 원리 방법의 계산적 어려움을 극복하고 열 전달에 영향을 미치는 원자 특성을 양자 수준의 정확도로 시뮬레이션할 수 있었습니다.

이 물질은 최초의 사례로, 운석에서 발견되고 화성에서도 확인되었습니다.

이 특수한 거동을 이끄는 근본 물리를 규명하면 우리의 이해를 진전시키고 극한 온도 차에서 열을 관리하는 재료 설계에 도움이 될 수 있습니다.

현재, 물리적 접촉을 통한 고체 내 열전달인 열전도는 재료의 원자 구조에 따라 달라집니다. 따라서 재료가 무질서하고 비결정적인 구조를 가진 유리질인지, 정렬된 원자 격자를 가진 결정질인지에 따라 양자 수준에서 열 흐름이 달라집니다.

기본적으로, 유리에서는 온도가 상승함에 따라 열전도가 증가하고, 결정에서는 가열에 따라 열전도가 감소합니다.

유리와 결정의 반대 열전도 추세를 포착하기 위해, 시몬첼리는 로마 사피엔자 대학교의 프란체스코 마우리와 스위스 연방공과대학의 니콜라 마르자리와 협력해 2019년에 단일 방정식을 도출했습니다.

특히, 이 방정식은 부분적으로 무질서한 재료의 중간 거동을 설명합니다. 여기에는 열 차폐용 열 차단 코팅, 페로브스카이트 태양전지, 그리고 폐열 회수를 위한 열전기 재료가 포함됩니다.

이제 동일한 방정식을 사용해, 그들은 이산화규소(SiO2) 재료의 원자 구조와 열전도도 사이의 관계를 탐구했습니다.

실리카라고도 알려진 이산화규소는 지구에서 가장 풍부한 원소인 규소와 산소로 구성된 천연 화합물이며, 모래의 주요 구성 요소 중 하나입니다.

연구진은 이산화규소의 “트리디미트” 형태가 온도에 따라 변하지 않는 열전도도를 가진 결정-유리 물질의 특징을 보일 것으로 예측했습니다.

트리디미트는 주로 화산암에서 발견되는 고온 결정 형태의 이산화규소이며, 고온·저압 조건에서 형성됩니다. 또한 운석에서도 발견됩니다.

트리디미트의 특이한 열 전달 거동은 파리 소르본 대학의 다니엘 포르니에, 마시밀리아노 마랑골로, 에티엔 발랑이 이끄는 실험팀이 300년 전 독일에 떨어진 운석에서 얻은 실리카 트리디미트 샘플에 대한 실험을 진행하도록 촉발했습니다.

실험 결과는 연구자들의 예측을 측정값으로 입증했습니다.

운석 트리디미트는 질서 있는 결정과 무질서한 유리 사이의 원자 구조를 가지고 있음이 확인되었습니다. 또한, 80K에서 380K 사이의 실험 가능한 온도 범위에서 열전도도가 일정하게 유지됨을 발견했습니다.

추가 분석을 통해 팀은 이 물질이 제강용 용광로에서 열 차단재 역할을 하는 내화벽돌의 열 노화 과정에서 형성될 수 있다고 예측했습니다.

다재다능하고 내구성이 뛰어나며 다기능적인 강철은 현대 사회에서 가장 중요한 재료 중 하나로, 다양한 산업 및 인프라를 지탱합니다. 그러나 제강은 탄소 집약적인 과정으로, 1kg의 강철 생산 시 약 1.3kg의 CO2가 배출됩니다.

연간 거의 10억 톤에 달하는 강철이 생산되면서, 이는 상당한 양의 CO2 배출을 초래하며, 미국 전체 탄소 배출량의 7%를 차지합니다.

연구에 따르면, 이러한 효율성과 환경 영향은 주로 용광로에서 열을 어떻게 관리하느냐에 달려 있으며, 특히 극한 온도를 견딜 수 있는 내화 재료의 열전도도가 핵심입니다.

따라서 트리디미트에서 파생된 재료는 제강 과정에서 발생하는 고열을 보다 효율적으로 제어할 수 있게 합니다. 연구 결과를 활용하면 내화재의 열전도도를 높여 용광로 연소 시간을 단축하고, 결과적으로 제강 산업의 탄소 발자국을 감소시킬 수 있습니다.

이와 더불어, 콜럼비아의 시몬첼리 그룹은 하이브리드 결정-유리 물질에서 열 흐름을 결정하는 메커니즘을 활용해 스핀을 운반하는 마그논과 전자를 운반하는 전자와 같은 고체 내 다른 여기 현상의 거동을 이해하려 하고 있습니다.

이러한 개념은 스핀트로닉 장치, 웨어러블 디바이스, 뉴로모픽 컴퓨팅 등 신흥 에너지 효율 기술에 기여합니다.

이를 위해 연구팀은 실험 관측값을 예측하는 첫 원리 이론을 정립하고, 재료 특성에 대한 정량적 정확성을 갖춘 AI 시뮬레이션 기법을 개발하며, 이를 엔지니어링 및 산업 과제 해결을 위한 재료 발견 및 설계에 적용하고 있습니다.

AI 우주 연구에 투자하기

우주 탐사와 관련해, Lockheed Martin Corporation (LMT )은 NASA와 국방부의 주요 계약업체로 두드러집니다. 이 회사는 화성 탐사와 같은 임무를 지원하기 위해 AI 기반 위성 시스템 및 행성 탐사선을 설계합니다.

이 글로벌 항공우주 및 방위 기업은 시가총액 1,012억 3천만 달러이며, 현재 주가는 433.60달러로 연초 대비 11% 하락했습니다. EPS(TTM)는 23.15, P/E(TTM)는 18.73이며, 배당 수익률은 3.04%입니다.

Lockheed Martin Corporation (LMT )

이번 주에 회사는 보다 강력하고 내구성이 향상된 미사일 경고 위성을 발표했습니다. 테스트 중에 차세대 OPIR GEO 위성이 가혹한 온도와 격렬한 진동 조건에서도 작동하고 견딜 수 있음을 입증했습니다.

2025년 2분기에 매출은 182억 달러로 전년 동기 181억 달러보다 증가했습니다. 분기 순이익은 3억 4200만 달러, 주당 1.46달러였습니다. 또한 회사는 16억 달러의 프로그램 손실과 1억 6900만 달러의 기타 비용을 보고했습니다. 이는 Reuters에 따르면 “항공 사업의 기밀 프로그램과 Sikorsky 부문의 국제 헬리콥터 프로그램에서 발생한 어려움” 때문이라고 합니다.

이 기간 동안 영업 현금 흐름은 2억 100만 달러로 2024년 2분기 19억 달러에서 크게 감소했습니다. 한편, 자유 현금 흐름은 -1억 5천만 달러였으며, 전년 동기 15억 달러와 비교됩니다. Lockheed는 또한 배당 및 자사주 매입을 통해 주주에게 13억 달러를 반환했습니다.

CEO인 짐 타이클릿은 미국 및 동맹 고객들이 “많은 핵심 프로그램을 확대하고 가속화해 달라”고 요구하고 있으며, 여기에는 미국 우주군이 추가 GPS IIIF 위성을 주문한 것이 포함된다고 언급했습니다. 그는 덧붙였습니다:

“동시에 진행 중인 프로그램 검토 과정에서 새로운 개발 사항을 확인했으며, 이는 주요 레거시 프로그램들의 재무 상황을 재평가하게 만들었습니다. 결과적으로 이번 분기에 새롭게 식별된 위험을 해결하기 위해 여러 차례 비용을 계상하고 있습니다.”

최신 Lockheed Martin Corporation (LMT) 주식 뉴스 및 개발

결론

AI의 마법은 지구의 경계를 넘어 우주에 대한 깊은 이해를 확장하고, 화성 지진부터 이색적인 열 거동에 이르기까지 우주 암석 속 숨겨진 패턴을 밝혀내고 있습니다. 이러한 발견을 통해 AI는 우주에 대한 우리의 이해와 재료의 미래를 혁신적으로 변화시킬 발견을 가속화하고 있습니다.

인공지능 투자에 대해 모두 알아보려면 여기를 클릭하세요.

참고문헌:

1. Tremblay, M.M., Mark, D.F., Barfod, D.N., Cohen, B.E., Ickert, R.B., Lee, M.R., Tomkinson, T., & Smith, C.L. 화성에서 최근 수분 활동 연대 측정. Geochemical Perspectives Letters, 32, 2024년 11월 6일 발표. https://doi.org/10.7185/geochemlet.2443
2. Shober, P.M., Devillepoix, H.A.R., Vaubaillon, J., 외. 근일점 이력 및 대기 생존이 지구 운석 기록의 주요 원인. Nature Astronomy, 9, 799–812 (2025년 6월). https://doi.org/10.1038/s41550-025-02526-6
3. Charalambous, C., Pike, W.T., Fernando, B., Wójcicka, N., Kim, D., Froment, M., Lognonné, P., Woodley, S., Ojha, L., Bickel, V.T., McNeil, J., Collins, G.S., Daubar, I.J., Horleston, A., & Banerdt, B. 화성의 새로운 충돌: Cerberus Fossae 충돌 탐지를 통한 지진 전파 경로 해석. Geophysical Research Letters, 2025년 2월 3일 최초 발표. https://doi.org/10.1029/2024GL110159
4. Simoncelli, M., Fournier, D., Marangolo, M., Balan, E., Béneut, K., Baptiste, B., Doisneau, B., Marzari, N., & Mauri, F. 온도에 무관한 결정–유리 열전도: 운석에서 내화물까지. Proceedings of the National Academy of Sciences, 122(28), e2422763122 (2025년 7월 11일). https://doi.org/10.1073/pnas.2422763122