구글 Deepmind, 중력파 잡음을 100배 감소시켜

(퍼플렉시티가 정리한 기사)

Google DeepMind는 중력파 천문학에 중대한 전환점을 가져올 수 있는 인공지능 시스템을 개발했습니다. 9월 3일 과학 저널 Science에 게재된 이 혁신적인 AI 기술은 Deep Loop Shaping이라 불리며, 기존 방법에 비해 레이저 간섭계 중력파 관측소(LIGO)에서 불필요한 잡음을 30~100배까지 줄일 수 있음을 입증했습니다.

Google DeepMind와 Caltech 및 이탈리아 그란사소 과학연구소 연구자들의 협업은 중력파 신호를 가릴 수 있는 LIGO의 40킬로그램짜리 거울의 미세한 진동을 제어하는 것에 집중했습니다. 이런 진동은 종종 먼 바다의 파도와 지진 활동에 의해 발생하며, 오랫동안 우주적 사건을 감지하는 관측소의 민감도에 한계를 주는 요인이었습니다.

혁신적인 소음 제어 기술

딥 루프 셰이핑(Deep Loop Shaping)은 강화 학습을 사용하여 AI 알고리즘이 LIGO의 거울을 더 잘 안정화하는 방법을 익히도록 합니다. “우리가 훈련 데이터를 제공했고, 구글 딥마인드가 시뮬레이션을 실행했습니다. 기본적으로, 그들은 수십 개의 시뮬레이션된 LIGO들을 병렬로 실행하고 있었습니다,”라고 캘리포니아 공과대학교(칼텍) 물리학 교수이자 논문 공동 저자인 라나 아디카리(Rana Adhikari)가 설명했습니다. 이 시스템은 노이즈 캔슬링 헤드폰의 고급 버전처럼 작동하지만, 기존 제어 시스템이 진동을 보상할 때 자체적인 “쉬익” 소음을 발생시키는 근본적인 문제를 해결합니다.

이번 AI 혁신은 특히 10~30 헤르츠(Hz) 주파수 범위의 노이즈를 목표로 하며, 이는 더 거대한 블랙홀 합병을 탐지하고, 합병 과정 초기에 포착하는 데 매우 중요합니다. 이 주파수 대역은 유명한 중력파 “챠이프(chirp)”가 고주파로 올라가기 전에 시작되는 지점입니다.

블랙홀 탐지의 새로운 지평을 열다

향상된 감도 덕분에 LIGO는 이전에는 감지할 수 없었던 새로운 유형의 블랙홀, 즉 항성질량 블랙홀과 초대질량 블랙홀 사이의 간극을 잇는 중간질량 블랙홀까지 탐지할 수 있게 될 것으로 보입니다. 캘리포니아 공과대학교(칼텍)의 중력파 연구 과학자인 크리스토퍼 비프는 이 기술을 "지상 기반 탐지기가 할 수 있는 일에 대한 우리의 인식을 바꿔주는 도구"라고 설명했습니다.

LIGO는 현재 네 번째 관측 기간 동안 이미 200건이 넘는 블랙홀 병합을 탐지했으며, 현재는 거의 3일에 한 번씩 블랙홀 병합을 식별하고 있습니다. 2025년 7월, 지금까지 가장 질량이 큰 블랙홀 병합을 탐지한 것은 관측소의 역량이 한층 강화되고 있음을 보여줍니다.

구글 딥마인드의 주저자인 요나스 부흘리는 딥 루프 셰이핑(Deep Loop Shaping)을 "혁명적이다. 왜냐하면 LIGO에서 가장 불안정하고 가장 어려운 피드백 루프의 노이즈 수준을 줄일 수 있기 때문"이라고 평가했습니다. 이 AI 시스템은 LIGO에서 1시간 동안 개념 증명 시험이 이뤄졌으며, 연구진은 더욱 긴 시간 테스트와 LIGO 시스템 전반에 걸친 폭넓은 적용을 계획하고 있습니다.

이 기술은 중력파 탐지 외에도 다양한 분야에 적용될 수 있습니다. 구글 딥마인드 연구원들에 따르면, 딥 루프 셰이핑은 "진동 억제, 소음 제거, 그리고 항공우주, 로봇공학, 구조공학 등에서 중요한 매우 동적이거나 불안정한 시스템"에 활용될 수 있습니다.