고양이 사진으로 배운 AI가 첫 블랙홀 사진을 다시 그렸다, 고리는 그대로였다

블랙홀의 가장 유명한 사진이 블라인드 테스트를 통과했다. 호주 국립과학기관 CSIRO의 소규모 팀은 고양이, 개, 자동차 사진을 통해 그림이 어떻게 생겼는지 학습한 이미징 프로그램을 개발해, 첫 번째 블랙홀 이미지의 원시 Event Horizon Telescope 데이터에 적용했고, 동일한 빛나는 고리를 얻었다.

이 결과가 중요한 이유는 그 고리에 도전자가 있었기 때문이다. 경쟁 분석에서는 이웃 은하 중심에 있는 거대 블랙홀 주변에서 관측된 도넛 모양이 데이터 처리 과정에서 발생한 인공물일 수 있으며, 실제 물체는 길쭉한 밝은 점일 수 있다고 주장했다. Nature에 게재된 새로운 연구는 조사한 모든 고품질 데이터 세트에서 고리를 발견했으며, 그 크기는 독립적인 추정치와 일치하는 태양보다 수십억 배 무거운 블랙홀을 가리킨다.

“중요한 점은 우리 모델이 M87 데이터에 적용되었을 때 블랙홀이 어떻게 생겼는지 전혀 몰랐다는 것입니다,”라고 CSIRO의 천문학자이자 주저자인 Samuel Lai가 말했다. “이는 EHT 이미지에 대한 최초의 진정한 독립적 검증이며, 과학적 과정에서 중요한 단계입니다.”

블랙홀 사진을 두고 논쟁이 벌어질 수 있는 이유

M87*는 약 5500만 광년 떨어져 있으며, 그 그림자는 너무 작은 하늘 조각에 걸쳐 있어 Lai는 그 작업을 “뒷마당에 서서 달 위에 있는 도넛 사진을 찍으려는 것”에 비유한다. 단일 접시로는 불가능하다. Event Horizon Telescope는 칠레, 멕시코, 하와이, 애리조나, 스페인 등지의 전파 천문대를 연결하여 지구 전체가 하나의 망원경처럼 작동하게 한다.

그 가상 망원경은 대부분 빈 공간이다. 각 접시 쌍은 이미지에 필요한 정보의 얇은 트랙만 샘플링하며, 모든 관측소는 전자 장치와 그 위의 난기류에서 발생하는 오류를 추가한다. 소프트웨어가 그 공백을 메워야 하며, 해당 소프트웨어에서 내린 선택이 최종 사진을 바꿀 수 있다.

원래 연구진은 이를 알고 있었고, 서로에게 블라인드 상태로 4개의 이미징 팀을 병렬로 운영했다. 네 팀 모두 고리를 발견했지만, 가장 밝은 부분이 어디인지와 같은 세부 사항에서는 의견이 일치하지 않았다. 그런 다음 Makoto Miyoshi가 이끄는 일본 그룹이 고전적인 기법으로 공개 데이터를 재처리했으며, 분석에서 더 넓은 하늘 영역을 허용할 경우 단일 길쭉한 밝은 점이 고리보다 더 잘 맞는다고 보고했다. 논쟁은 가정에 달려 있었고, 가정은 바로 독립적인 테스트가 제거해야 하는 것이다.

그들이 어떻게 해냈는가

CSIRO 팀은 두 가지 약점을 동시에 공격했다. 첫째, 데이터. 표준 접근 방식은 망원경 쌍의 측정값을 결합하는데, 여기에는 각 관측소의 보정 오류가 신호와 함께 포함된다. 팀은 대신 “폐쇄 불변량(closure invariants)”을 사용했는데, 이는 세 개의 망원경을 동시에 사용하여 계산된 양으로, 이러한 오류가 상쇄된다. “우리의 기술은 표준 망원경 데이터 쌍 대신 세 쌍을 결합하여 이러한 오류를 제거합니다,”라고 프로젝트 리더 Nithyanandan Thyagarajan이 말했다.

둘째, 소프트웨어. 팀은 GenDIReCT라는 생성형 AI 시스템을 구축했는데, 이는 텍스트를 그림으로 바꾸는 도구와 개념적으로 유사하지만, 텍스트 프롬프트 대신 폐쇄 불변량에 의해 제어된다. 일상적인 사진과 원반, 고리와 같은 단순한 모양의 표준 라이브러리에서 실제 이미지가 어떻게 생겼는지 학습했다. 이러한 고리가 답을 편향시키지 않도록 하기 위해 연구자들은 기하학적 모양 없이 재훈련시켰고, 눈에 띄는 차이를 발견하지 못했다.

M87* 데이터를 보기 전에 프로그램은 합성 데이터와 다른 은하에 대한 실제 관측 테스트를 통과해야 했으며, 퀘이사 3C 279의 기존 이미지를 98% 유사도로, 전파 은하 Centaurus A를 91% 유사도로 재현했다. 그런 다음 팀은 모델을 고정시켜 아무도 답을 본 후 조정할 수 없도록 했다. 세 번의 관측 시즌(각각 세 개의 하늘 창 포함)에 걸친 8일 밤의 공개 데이터를 처리하여 데이터 세트당 약 300개의 후보 이미지를 생성했다. 기계 학습과 무관한 교차 검증으로 팀은 동일한 세 쌍 데이터를 고리의 기존 통계 모델로도 피팅했다.

고리가 우리에게 말해주는 것

좋은 망원경 커버리지를 가진 모든 데이터 세트는 하늘 창의 크기와 관계없이 약 42 마이크로아크초 너비의 조밀한 고리를 생성했다. 이러한 안정성은 경쟁 분석에 대한 직접적인 답변인데, 경쟁 분석은 창이 커질 때만 밝은 점을 발견했다. CSIRO 팀은 이전 효과는 관측 밤이 적고 데이터 품질이 낮은 경우에서 비롯되었을 가능성이 높다고 주장한다. 기계 학습 이미지는 42.2 마이크로아크초를, 기존 피팅은 42.3 마이크로아크초를 제공하여 오차 범위 내에서 일치했다. 논문은 이렇게 미세한 세부 사항을 분해하는 것은 1000km 이상 떨어진 곳에서 사람 머리카락 너비를 식별하는 것과 같다고 지적한다.

그 크기로부터 팀은 약 65억 태양 질량(오차 범위 ±5억)의 질량을 추정했다. 이는 은하 내 별의 움직임에 기반한 독립적 추정치(약 66억 태양 질량)와 거의 정확히 일치하며, 가스 움직임에 기반한 추정치(약 35억 태양 질량, 이 경우 고리 너비가 약 절반)와는 크게 차이가 난다. 우리 은하 중심에 있는 블랙홀인 Sagittarius A*의 질량은 약 400만 태양 질량이므로, M87*는 그보다 1000배 이상 무겁다.

이미지는 또한 우리가 블랙홀을 거의 정면으로 보고 있음을 시사하며, 제트에서 약 20도 떨어져 있어 제트 자체에서 측정된 17도에 가깝다. 고리의 가장 밝은 부분은 관측 시즌 사이에 이동하는데, 저자들은 이를 방법론 때문이 아니라 블랙홀로 떨어지는 난류 가스 때문이라고 설명한다.

해결되지 않은 문제

새로운 분석은 방법론에서 독립적이지만 데이터에서는 그렇지 않다. 동일한 공개 Event Horizon Telescope 측정값을 재사용하므로 원시 기록에 내재된 문제를 배제할 수 없으며, 고리가 원래 팀의 처리 선택의 산물이 아님을 보여줄 뿐이다.

일부 특징은 여전히 불분명하다. 고리의 두께, 중심의 밝기, 비대칭 정도는 방법과 관측 밤 사이에 모두 변화했으며, 저자들은 이것들이 아마도 실제 소스를 반영하지 않을 것이라고 말한다. 멕시코의 주요 망원경이 빠졌던 어느 날 밤은 가장 모호한 결과를 제공했다.

질량은 헤드라인 수치가 암시하는 것보다 덜 확실하다. 고리 크기를 질량으로 변환하려면 컴퓨터 시뮬레이션에서 가져온 보정 계수에 의존하며, 해당 계수의 전체 범위는 추정치를 60억에서 67억 태양 질량 사이로 이동시킨다. 이미지는 블랙홀이 얼마나 빨리 회전하는지 정확히 알 수 없지만, 어느 정도 회전을 선호한다. 그리고 팀은 데이터에 대한 좋은 피팅이 이미지가 정확하다는 충분한 증거는 아니라고 경고하는데, 확인할 M87*의 실제 사진이 없기 때문이다.

M87* 블랙홀 이미지에 대한 일반적인 질문

첫 번째 블랙홀 이미지는 진짜인가요?

네, 이 독립적인 확인에 따르면 그렇습니다. 원래 분석 외부의 팀이 데이터를 결합하는 다른 방식과 블랙홀을 본 적이 없는 AI를 사용하여 동일한 크기와 방향의 고리를 복구했습니다. 고리 두께와 같은 세부 사항은 방법 간에 여전히 차이가 있습니다.

블랙홀을 어떻게 촬영하나요?

블랙홀 주변의 뜨거운 가스를 촬영합니다. 그 가스에서 나오는 빛은 블랙홀 주변에서 휘어져 어두운 그림자 주위에 밝은 고리를 형성합니다. 그렇게 작은 그림자를 보기 위해 Event Horizon Telescope는 지구 전체의 전파 접시들을 결합하여 지구만한 크기의 하나의 망원경처럼 작동하게 합니다.

M87* 블랙홀은 얼마나 큰가요?

새로운 분석은 그 질량을 태양의 약 65억 배로 추정하며, 우리 은하 중심에 있는 블랙홀보다 1000배 이상 무겁습니다. 그 고리는 하늘에서 약 42 마이크로아크초에 걸쳐 있으며, 어떤 단일 망원경으로도 분해하기에는 너무 작습니다.

다음 단계

데이터는 2017년 4월 4일 밤, 그린란드 망원경이 배열에 합류한 2018년 4월 2일 밤, 그리고 2021년 4월 2일 밤에 걸쳐 있다. 원래 M87* 사진은 2019년 4월 10일에 공개되었고, Miyoshi 팀의 도전은 2022년과 2024년에 나타났다. CSIRO 연구자들은 그들의 고정된 모델이 2025년 12월 4일에 처음으로 M87* 데이터에서 실행되었으며, 논문은 2026년 11월 11일에 온라인에 게재되었고, 재구성 데이터와 코드는 공개되었다고 말한다.

저자들은 James Webb 우주 망원경의 NIRSpec 장비를 사용한 계획된 관측이 M87 중심부의 가스와 별 움직임을 매핑하고 질량을 더 정확하게 할 것으로 기대한다. Thyagarajan은 세 쌍 기법이 의료 영상에서 지진 추적에 이르기까지 여러 센서를 하나의 지도로 결합하는 분야에도 도움이 될 수 있다고 말한다. 더 큰 목표는 더 멀리 있다: 우주 망원경은 그림자 내부의 얇은 광자 고리를 분해할 수 있으며, 이를 통해 마침내 M87*가 얼마나 빨리 회전하는지 측정할 수 있을 것이다.

참고문헌: Lai et al., “Independent interferometric observable confirms black hole shadow in M87*,” Nature, 2026. DOI: 10.1038/s41586-026-11241-9

태그: 인공지능, 천문학, 블랙홀, CSIRO, Event Horizon Telescope, M87