Australian PhD Team Uses AI to Restore James Webb’s Clarity

우주는 깊고 넓다. 그것은 기이하게 아름답고 수수께끼로 가득 차 있다. 이 우주를 이해하는 것은 우리 자신의 기원과 그 안에서의 우리의 자리를 이해하는 열쇠이다.

이를 돕기 위해 과학자들은 제임스 웹 우주 망원경(JWST)을 제작했는데, 이것은 최초의 은하에서 빛을 포착하고 우리 세계가 어떻게 만들어졌는지 보여주는 강력한 도구이다. 이것은 우주에서 가장 큰 망원경으로서, 적외선 복사선을 이용하여 천체 물체를 연구하는 것을 가능하게 한다.

이 형태의 빛은 가시광선보다 더 긴 파장을 가지고 있으며, 가시광선을 차단하는 우주 먼지 구름을 관통할 수 있다. 그리고 웹이 더 긴 파장을 관측하기 때문에, 높은 해상도를 달성하기 위해 큰 수집 면적이 필요하다.

웹의 주 거울은 18개의 육각형 거울 세그먼트로 구성되어 있으며, 금도금 베릴륨으로 만들어진 6.5미터 직경의 거울을 형성한다. 이 큰 거울과 함께 높은 해상도, 높은 감도 기기들이 결합되어 웹이 이전의 우주 망원경보다 더 먼 물체를 감지할 수 있게 한다.

이러한 관측을 가능하게 하기 위해, 웹은 극도로 낮은 온도, 50 K (−370 °F; −223 °C) 아래로 유지되어야 한다. 이것은 망원경 자체의 열이 포착하려고 하는 미약한 적외선 신호와 간섭하는 것을 방지한다. 다층 태양 방패가 태양, 달, 지구와 같은 외부 열원으로부터 망원경을 보호한다.

이러한 강력한 기구로, 웹은 천문학과 우주론의 다양한 분야에서 연구를 가능하게 하였으며, 이는 최초의 별의 관측, 최초의 은하의 형성, 그리고 가히居住 가능한 외계 행성의 대기 과학의詳細한 연구를 포함한다.

그러나 웹의 최근 이미지 중 일부는 그 중 하나의 주요 기구에서 왜곡으로 인해 다소 흐릿했다. 이 문제를 해결하기 위해, 시드니 대학교의 두 명의 박사 과정 연구자, 맥스 찰스와 루이 데스두이츠는 인공지능을 사용했다. 놀랍게도, 그들은 하드웨어와 관련된 변경 없이 지구에서 이를 수행했다.

하지만 왜 이것이 중요할까? 웹이 발견한 것이 무엇이며, 더 선명한 이미지가 इतन 중요할까? 자세히 살펴보자.

제임스 웹 우주 망원경: 초기 우주의驚異

운행을 시작한 이후, 웹은 아직 매우 젊은 우주에서 복잡한 구조와 블랙홀을 가진 은하를 발견했으며, 이는 최초의 은하가 얼마나 빠르게 형성되고 성장할 수 있는지에 대한 우리의 지식을 도전했다.

웹은 여러 세계에서 명확한 대기 특징, 즉 메탄, 이산화탄소, 황산가스, 암모니아, 그리고 심지어 황화 수소를 포함하는 분자들을 발견했다. 이러한 분자 중 일부는 이전에 확정적인 증거가 없었거나 전혀 없었다. 웹은 여러 경우에서 최초의 명확한 검출을 제공하며, 외계 행성 화학을 극적으로 발전시켰다.

망원경은 목성의 오로라와 같은 특징을 관측했으며, 목성과 화성 사이의 소행성 대에埋藏된 작은 물체를 특성화했는데, 이는 다른 망원경으로는 감지하기 어려운 물체이다. 이는 웹의 유연성을 보여준다.

수많은 거대한 블랙홀도 망원경에 의해 발견되었다.

이러한 발견과 더 많은 발견으로, 웹은 그 약속을 지키고 있다. 그것은 초기 우주가 생각했던 것보다 훨씬 더 활동적이고 복잡하다는 것을 보여주고 있다. 그 힘은 우리를 우리의 은하와 태양계를 넘어서, 우주의 본질에 대한 더 자세하고 정확한 통찰력을 제공하는 데 도움이 된다.

최근에 천문학자들은 웹의 이미지를 검토하는 동안 “가장 퍼즐 같은 발견” 중 하나를 발견했다.

이 매우 밝고 퍼즐 같은 물체는 우주의 가장 초기 은하일 수 있다. 빅뱅 후 1억 년 후에 출현하거나, 브라운 矮星, 즉 핵심에서 핵합성을 지속할 수 있을 만큼 충분히 큰 가스 거인 행성이나 충분히 작은 물체일 수 있다. 카포타우로의 정체는 아직 불확실하지만, 분명히 “흥미롭고 유망하다”.

카포타우로를 발견한 천문학자 팀은 이전에 웹의 관측에서 오래된 은하를 식별하려고 시도했을 때 이 물체를 발견했다. 그러나 미세한 데이터의 부족으로 그들의 정체를 지정할 수 없었다. 그러나 웹은今年초에 카포타우로에 대한 더 많은 데이터를 공개했으며, 팀은 그것이 무엇일 수 있는지 좁히는 데 도움이 되었다.

연구진은 웹의 근적외선 카메라(NIRCam)를 7개의 파장으로 사용하여 카포타우로의 밝기를 측정했으며, 웹의 근적외선 분광기(NIRSpec)를 사용하여 그 물체의 나이와 온도를 알기 위해 제한적이지만 더 미세한 데이터를 얻었다.

NIRCam과 NIRSpec의 데이터를 결합한 후, 모델을 사용하여 세 가지 가능한 은하 구성에 대해 테스트했다. 밀키웨이의 외곽에 있는 브라운 矮星일 수 있는 시나리오도 테스트했으며, 다른 가능성, 즉 물체가 특이한 외계 행성이나 매우 이상한 젊은 은하일 수 있는 경우도 테스트했다.

결과는 결론적이지 않았지만, 연구진은 두 가지 가장 가능성 있는 옵션을 식별했다.

한 가지 가능성은 카포타우로가 빅뱅 후 1억 년 후에 형성되었을 수 있으며, 이는 가장 오래된 알려진 은하의 나이를 2억 년으로 되돌린다. 다른 가능성은 카포타우로가 우리 은하에서 가장 차가운 가장 먼 브라운 矮星일 수 있다.

두 가지 모두가 “매우 흥미로운” 가능성이며, 이는 우리의 은하와 그것이 어떻게 진화하는지에 대한 우리의 지식을 도전할 것이다. 이탈리아 국립 천문학 연구소(INAF)의 천체 물리학자 조반니 간돌피(Giovanni Gandolfi)는 “매우 흥미로운” 가능성이라고 말했다.

웹을 사용하여 수행된 또 다른 새로운 관측에서, 천문학자들은 다른 은하의 한 별 주변에 얼음에 갇힌 5개의 탄소 기반 복잡한 화합물을 발견했다.

유기 분자는 160,000 광년 떨어진 우리 은하의 근처에 있는 큰 마젤란 은하에 있는 원시 별 주변에서 발견되었다. 이 작은 은하는 뜨거운 밝은 별로 가득 차 있으며, 우리 은하보다 더 적은 중원소가 있다. 이 은하를 이해함으로써, 천문학자들은 더 먼 은하에서 우주가 훨씬 더 젊은 시기에 대한 이해를 얻으려 한다.

“이러한 원시적인 환경에서 복잡한 유기 화학이 어떻게 발생하는지에 대해 더 많은 것을 알려준다” 고 마르타 세ウィ로(Marta Sewilo), 메릴랜드 대학교와 NASA의 고다드 우주 비행 센터의 천문학자는 말했다.

연구진은 웹의 근적외선 카메라(NIRCam)를 사용하여 ST6의 밝기를 측정했으며, 웹의 근적외선 분광기(NIRSpec)를 사용하여 그 물체의 나이와 온도를 알기 위해 제한적이지만 더 미세한 데이터를 얻었다.

그们은 메탄올, 에탄올, 아세트알데히드, 아세트산, 메틸 포르메이트와 같은 복잡한 분자를 발견했다. 그 중 메탄올은 원시 별에서 확실히 검출된 유일한 분자로, 새로운 관측은 “예외적”이다.

그들은 리보스, 즉 RNA의 중요한 구성 요소인 당을 형성하기 위해 다른 분자와 반응할 수 있는 글리콜알데히드에 의한 신호를 발견했다.

여기서 레이저 및 3D 프린팅이 우주에서 우리의 미래를 어떻게 건축할지 알아보세요.

AMIGO: 웹의 NIRISS-AMI를 선명하게 하는 인공지능 캘리브레이션

스와이프하여 스크롤 →

웹의 이러한 발견과 함께, 시드니 대학교의 두 명의 박사 과정 연구자, 맥스 찰스와 루이 데스두이츠는 망원경을 더 효과적으로 만들 수 있다고 실현했다. 그들의 인공지능 기반 소프트웨어는 지구에서 웹의 이미지의 흐림을 교정했으며, 비용이 많이 드는 우주 수리를 필요로 하지 않았다.

그들이 해결한 문제는 망원경의 오스트레일리아 설계 구성 요소인 아퍼처 마스킹 인터퍼로미터(AMI)에 있었다. NIRISS 기구上的 AMI는 우주에 배치된 가장 높은 해상도의 적외선 간섭기이다. 그것은 웹의 주 거울의 다른 섹션에서 빛을 결합하여 태양계 외부의 별과 행성의 높은 해상도 이미지를 얻을 수 있게 한다.

그러나 망원경이 작동을 시작했을 때, AMI의 성능은 적외선 카메라 탐지기의 전자 왜곡으로 영향을 받았다. 전하 이동 또는 Brighter-Fatter Effect로 인해 AMI의 성능이 제한되면서, 망원경이 캡처한 이미지는 미세한 흐림을 겪었다.

우주 망원경은 이전에도 유사한 광학 결함에 직면했다. 허블은 90년대에 렌즈 간격 오류로 인해 유사한 문제를 겪었다. 그 망원경의 주 거울은 잘못된 모양을 가지고 있었는데, 이것을 구면 수차라고 하며, 주 거울이 하나 이상의 초점을 가지게 하여 이미지가 흐릿해진다.

흐린 데이터를 선명하게 하기 위해, NASA는 광시야각 및 행성 카메라 2(WFPC2)를 재설계했으며, 허블의 교정 광학 우주 망원경 축 대체 패키지(COSTAR) 기구를 개발했다. 이것은 허블의 미약한 물체 카메라(FOC), 고다드 고해상도 분광기(GHRS), 미약한 물체 분광기(FOS)에 대한 안경과 같은 역할을 했다. WFPC2와 COSTAR는 모두 1993년 말에 허블의 첫 번째 유지 보수 임무 동안 우주 비행사에 의해 설치되었다.

이번에는 우주 비행사를 보내 물리적으로 수리를 하는 대신, 연구진은 지구에서 소프트웨어 기반의 캘리브레이션 방법을 만들었다. 찰스와 데스두이츠(현재 네덜란드의 라이덴 대학교의 박사 후 연구원)는 이것을 아퍼처 마스킹 인터퍼로미터 제너레이티브 관측, 또는 AMIGO라고 불렀다.

AMIGO는 웹의 AMI 시스템, 즉 그 광학, 탐지기 물리학, 리드아웃 전자들을 전방 모델링하는 종단 간 차별 가능한 아키텍처를 사용하는 오픈 소스 캘리브레이션 프레임워크이다. 이것은 Jax 프레임워크와 특히 dLux 광학 모델링 패키지를 사용하여 구현되었다.

그것은 웹의 광학과 전자들이 우주에서 어떻게 작동하는지 복제하기 위해 신경망과 고급 시뮬레이션을 사용한다. 이미지를 디지털로 교정하기 위해 알고리즘을 설계하기 위해, 연구진은 전하가 인접한 픽셀으로 퍼지는 문제를 식별했다.

이렇게 함으로써 “그들은 코드로 문제를 해결했다” 고 시드니 대학교 물리학과 시드니 천문학 연구소의 피터 터 힐 교수는 말했다. “이것은 오스트레일리아의 혁신이 우주 과학에 글로벌한 영향을 미칠 수 있는 훌륭한 예이다.”

AMIGO의 도움으로, 웹은 선명하고 더 선명한 이미지를 제공하여, 미세한 세부로 어둡고 희미한 천체 물체를 포착했다.

AMIGO의 효과를 테스트하기 위해, 찰스는 별의 화산, 블랙홀 제트, WR 137의 먼지 바람과 같은 물체의 이미지 재구성에 대한 별도의 연구를 주도했다.

“이 연구는 웹의 비전을 더 선명하게 만든다” 고 데스두이츠 박사는 말했다. “소프트웨어 솔루션이 망원경의 과학적 범위를 확장하는 것을 보는 것은 매우 보람 있다. 그리고 그것이 연구실을 떠나지 않고 가능했다는 것을 알게 된다는 것은 더욱 그렇다.”

우주 기술에 투자하기

우주 기술의 영역에서, 노스롭 그루먼 (NOC )은 제임스 웹 우주 망원경의 주요 계약자이다.

노스롭 그루먼은 웹을 제작하는 것을 넘어, 사이그너스 우주선, 안타레스 로켓, 공중 발사 페가수스 로켓, 미션 확장 차량(MEV), 아르테미스 프로그램의 HALO를 개발했다. 이 회사는 또한 미국 정부 기관과 국제 고객을 위한 군용 항공기 시스템, 고급 전술 무기, 미사일 방어 솔루션을 개발한다. 또한, 명령, 제어, 통신,偵察 시스템을 제공한다.

최근에, 회사는 인공지능 스타트업 루미너리 클라우드와의 제휴를 통해 우주선 설계를 가속화하고 인공지능을활용할 수 있게 되었다.

루미너리 클라우드는 NVIDIA의 PhysicsNeMo를 기반으로 하는 인공지능 모델을 개발했으며, 이를 통해 노스롭 그루먼의 엔지니어들이 새로운 우주선을 더 빠르게 설계하고 제작할 수 있다. 이 도구는 Physics AI라고 불리며, 현재 우주선 추진 노즐을 설계하는 데 사용되고 있다.

“Physics AI는 인공지능의 다음 수준이며, 노스롭 그루먼은 이 기술을 설계 엔지니어에게 제공하여 하드웨어 개발을 극적으로 가속화할 수 있다” 고 노스롭 그루먼의 인공지능 통합 부사장 한 박은 말했다. “우주선 추진 노즐과 같은 작은 것을 만들기 위해 인공지능을 사용하는 것은 더 큰 것을 만들기 위해 인공지능을 사용하는 길을 열어준다.”

스타트업은 데이터를 사용하여 모델을 만들지 않았지만, 물리 법칙을 사용하여 우주선 설계를 만들었다.

“우리는 데이터의 부족을 보충하기 위해, 우리는 이미지나 픽셀 세트가 고양이인지, 개인지, 코끼리인지 예측하려고 하지 않는다” 고 루미너리 클라우드의 CTO인 후안 알론소는 말했다. “그 대신, 우리는 공기 흐름이 특정 방식으로 물리 법칙을 따르는지 예측하려고 한다.”

현재, 회사의 시장 성과를 보면, 노스롭 그루먼의 주가는 85억 달러의 시가 총액을 가지고 있으며, 595달러 근처에서 거래되고 있다. 이는今年초에 640.90달러의 역대 최고치를 기록한 이후 26.8% 상승한 것이다.

노스롭 그루먼의 주가는 27.78의 EPS(TTM)와 21.42의 P/E(TTM)을 가지고 있다. 노스롭 그루먼의 주주들은 1.55%의 배당 수익을 얻을 수 있다.

2025년 3분기에는 매출이 10.4억 달러로 4% 증가했으며, 이는 미션 시스템, 방위 시스템, 항공기 시스템 세그먼트의 매출 증가로 인한 것이다. 우주 시스템 세그먼트의 매출은 특정 우주 프로그램 작업이 종료된 결과로 감소했다. 당사의 순이익은 11억 달러, 또는 1주당 7.67달러였다.

“우리가 사업에서 구축하고 있는 모멘텀은 제3분기 강한 실적을 달성하고 중간 단기 성장, 세그먼트 마진 확대, 연간 현금 흐름 증가의 재무 목표를 달성하는 데 도움이 되었다” 고 CEO 캐시 워든은 말했다.

당사의 영업 활동으로 인한 순 현금은 466만 달러 증가했으며, 이는 자본 지출의 감소와 결합되어 연간 현금 흐름을 72% 증가시켰다(526만 달러). 당사의 순 수주 금액은 122억 달러였으며, 주문 잔액은 914억 달러였다.

최신 노스롭 그루먼(NOC) 주식 뉴스 및 개발

결론

기술이 발전함에 따라, 우주를 더 깊게 들여다보고 우리의 이해를 높이는 능력도 발전한다. 제임스 웹 우주 망원경은 우리의 지식을 향상시키는 데 중요한 역할을 했다.

최근의 혁신으로, 연구자들은 이제 비용이 많이 드는 임무를 코드로 대체하고 있다. 인공지능은 본질적으로 우주 기기의 정비공이 되었다. 노스롭 그루먼과 같은 회사들이 다음 세대의 우주선을 개발하면서 인공지능을 통합함으로써, 이 기술은 우리가 별을 닿을 수 있을 뿐만 아니라, 그 탐험을 지속할 수 있게 한다.

여기서 항공 우주 및 방위 주식의 상위 10개를 확인하세요.

참고문헌

1. Gandolfi, G., Rodighiero, G., Castellano, M., Fontana, A., Santini, P., Dickinson, M., Finkelstein, S., Catone, M., Calabrò, A., Merlin, E., Pentericci, L., Bisigello, L., Grazian, A., Napolitano, L., Vulcani, B., Taylor, A. J., Arrabal Haro, P., Kirkpatrick, A., Backhaus, B. E., … Holwerda, B. W. (2025). 카포타우로의 수수께끼 — 초기 우주의 극단적인 F356W-드롭아웃을 조사한다. 천문학 및 천체 물리학. 온라인 출판. https://doi.org/10.48550/arXiv.2509.01664
2. Sewiło, M., Rocha, W. R. M., van Gelder, M., Navarro, M. G., Charnley, S. B., Jin, M., Oliveira, J. M., van Loon, J. T., Francis, L., Wiseman, J., Indebetouw, R., Chen, C.–H. R., Hamedani Golshan, R., & Qasim, D. (2025). 하위 태양 금속성의 원시 별: 대마젤란 은하에서 고체 상태의 복잡한 유기 분자의 첫 번째 검출. 천문학 저널 서신, 992(2), L30. https://doi.org/10.3847/2041-8213/ae0ccd
3. Desdoigts, L., Pope, B., Charles, M., Tuthill, P., Blakely, D., Johnstone, D., Ray, S., Sivaramakrishnan, A., Kammerer, J., Thatte, D., & Cooper, R. (2025). AMIGO: 웹의 간섭기 校準. arXiv. https://doi.org/10.48550/arXiv.2510.09806
4. Charles, M., Desdoigts, L., Pope, B., Tuthill, P., Blakely, D., Johnstone, D., Ray, S., Ford, K. E. S., McKernan, B., & Sivaramakrishnan, A. (2025). 웹의 간섭기와 이미지 재구성. arXiv. https://doi.org/10.48550/arXiv.2510.10924