달의 극지방에는 햇빛을 받지 않는 분화구와 기타 함몰부가 있다. 그동안 영구적으로 그림자가 드리워진 달 분화구에는 얼음이 포함되어 있지만 이를 이미지화하기 어려웠다.

이제 인공지능(AI) 알고리즘이 더 선명한 이미지를 제공하여 세계 최초로 고해상도로 달 분화구 이미지를 볼 수 있게 됐다.

독일의 막스플랑크 태양계연구소(Max Planck Institute for Solar System Research. 이하, MPS)가 이끄는 연구팀이 옥스퍼드대학교(University of Oxford)와 NASA 에임스연구센터(Ames Research Center)의 지원을 받아 달의 극지방 중 17개의 달 분화구의 고 해상도 이미지를 24일(현지시간) 공개했다.

이 유형의 분화구는 얼어붙은 물을 포함할 수 있어 미래의 달 임무를 위한 매력적인 표적이 될 수 있으며, 연구자들은 완만한 경사로 둘러싸인 비교적 작고 접근 가능한 분화구에 더 집중했다. 특히, 분화구 중 3개는 2023년 달에 착륙할 예정인 NASA의 극지탐사 탐사선(VIPER)의 임무 지역 내에 있는 것으로 밝혀졌다.

영구적으로 그림자가 드리워진 달 분화구의 내부를 촬영하는 것은 어렵다. 지금까지 노력은 긴 노출 시간에 의존하여 번짐과 낮은 해상도의 이미지뿐이다. 근처 언덕에서 반사된 햇빛과 새로운 인공지능 이미지 처리 방법을 활용하여 연구팀은 픽셀당 1-2미터의 이미지를 생성했다. 이는 카메라의 최고 성능에 가까운 것이다.

달은 춥고 건조한 사막이다. 지구와 달리 달이 생성될 때 존재했던 물은 지구와 달리 보호막 역할을 하는 대기로 둘러싸여 있지 않으며 태양 복사의 영향으로 증발되어 우주로 증발된 지 오래다. 그럼에도 불구하고 극지방의 분화구와 움푹 팬 곳은 제한된 수자원에 대한 희망을 가질만한 이유다.

이번 연구의 제1저자인 MPS 과학자 발렌틴 비켈(Valentin Bickel) 박사는 '달의 북극과 남극 근처에서 비치는 햇빛은 매우 얕은 각도로 분화구와 함몰부에 들어가고 바닥에는 도달하지 않습니다'라고 말했다.

이어 그는 "이 영원한 밤(eternal night)에는 일부 지역의 온도가 너무 낮아 얼어붙은 물이 수백만 년 동안 지속될 것으로 예상됩니다"라며, "혜성이나 소행성의 충돌이 그것을 전달했을 수도 있고, 화산 폭발에 의해 가스가 빠져나갔을 수도 있고, 표면과 태양풍의 상호 작용에 의해 형성되었을 수도 있습니다"라고 설명했다.

그러나 영구적으로 그림자가 있는 지역은 과학적 관심만 있는 것은 아니다. 인간이 향후 달에서 오랜 시간을 보낸다면 자연적으로 발생하는 물은 귀중한 자원이 될 것이며, 그늘진 분화구와 움푹 들어간 곳이 중요한 목적지가 될 것으로 예상된다.

NASA의 무인 바이퍼(VIPER) 탐사선은 2023년에 달의 남극 지역을 탐사하고 그러한 분화구에 들어갈 예정이다. 예를 들어, 우주 탐사선의 임무 및 계획에는 미리 그 지역의 지형과 지질에 대한 정확한 이미지가 필수적이다. NASA의 달 정찰 궤도선(Lunar Reconnaissance Orbiter. 이하, LRO)는 2009년부터 이러한 이미지를 제공하고 있다.

하지만, 영원히 그림자가 드리워진 지역의 깊은 어둠 속에서 이미지를 포착하는 것은 매우 어렵다. 결국, 빛의 근원은 지구와 주변 지형에서 반사되는 것과 같은 산란된 빛과 희미한 별빛뿐이다. 특히, 우주선이 움직이고 있기 때문에, LRO에서 촬영된 이미지는 장시간 노출되면 완전히 흐릿해진다.

이 연구의 공동 저자인 옥스포드 대학의 벤 모즐리(Ben Moseley)는 "짧은 노출 시간에는 공간 해상도가 훨씬 더 우수합니다. 하지만, 이용 가능한 빛의 양이 적기 때문에, 이러한 이미지들은 실제 지질학적 특징들을 구별하기 어렵습니다"라고 설명했다.

이 문제를 해결하기 위해 연구팀은 노이즈가 많은 이미지를 처리하는 매우 효율적인 머신러닝 알고리즘 '노이즈 제거 U-넷 소프트웨어(Hyper-effective noise Removal U-net Software. 이하, HORUS)'를 개발했다.

이 AI는 달의 어두운 면에서 촬영한 70,000개 이상의 LRO 보정 이미지와 카메라 온도 및 우주선의 궤적에 대한 정보를 사용하여 이미지의 어떤 구조가 인공물이고 어떤 것이 진짜인지 구별한다. 이러한 방식으로 연구팀은 이전에 사용 가능한 모든 이미지의 해상도보다 5~10배 높은 픽셀당 약 1~2미터의 해상도를 달성할 수 있었다.

이 방법을 사용하여 연구원들은 이제 달 남극 지역에서 0.18~54평방 킬로미터 크기의 17개의 그림자 영역 이미지를 재구성한 것이다.

특히, 결과 이미지에서 불과 몇 미터에 불과한 작은 지질 구조가 이전보다 훨씬 더 명확하게 식별될 수 있었으며, 이러한 구조에는 달 표면의 모든 곳에서 볼 수 있는 바위나 매우 작은 분화구가 포함된다. 달은 대기가 없기 때문에 매우 작은 운석이 표면에 반복적으로 떨어져 이러한 작은 분화구를 생성한다.

벤 모즐리는 "새로운 AI 알고리즘 HORUS의 이미지 처리로, 달그림자가 가려진 지역의 지질학을 이전보다 훨씬 더 잘 이해할 수 있게 되었습니다"라고 설명했다. 예를 들어, 작은 분화구의 수와 모양은 표면의 나이와 구성에 대한 정보를 제공한다. 그것은 또한 탐사로봇이나 우주 비행사의 잠재적인 장애물과 위험을 쉽게 식별할 수 있게 해준다.

특히, 달의 라이프니츠 고원(Leibnitz Plateau)에 위치한 분화구 중 하나에서, 연구팀은 눈에 띄게 밝은 미니 분화구를 발견했다. 비교적으로 밝은 색상은 이 분화구가 비교적 젊다는 것을 나타낼 수 있다며, 연구팀은 향후 탐사 임무의 흥미로운 표적이 될 수 있다고 밝혔다.

마지막으로 연구팀은 다음 단계로 HORUS를 사용하여 가능한 한 많은 달그림자 영역을 연구하는 것이며, 연구 논문을 통해 이 AI 알고리즘이 무엇을 할 수 있는지 보여주고 이를 가능한 한 포괄적으로 적용하고자 한다고 밝혔다.

한편, 이 연구 결과는 네이처 커큐니케이션(Nature Communications)에 '딥러닝으로 달의 영구적인 그림자 영역 관찰(Peering into lunar permanently shadowed regions with deep learning-다운)'이란 제목으로 지난 23일 게재됐다.