금과 우라늄은 어디서 왔을까? AI가 '우주의 대장간' 비밀을 풀다 ⚛️✨

2017년 8월 17일, 렌티큘러 은하 NGC 4993 내에서 중력파 측정을 통해 두 중성자별의 첫 충돌을 관측할 수 있었습니다. 관련된 별 플레어인 킬로노바는 허블 우주 망원경의 관측에서 명확하게 볼 수 있습니다. 허블은 킬로노바가 6일(삽입) 동안 점차 사라지는 것을 관찰했습니다. 출처: NASA 및 ESA: 인정: A.J. 레반(U. 워릭), N.R. 탄비르(U. 레스터), A. 프루처와 O. 폭스(STSCI)

손가락에 낀 금반지, 원자력 발전소의 우라늄. 이 무거운 원소들이 대체 어디서 왔는지 생각해보신 적 있나요? 정답은 좀 놀랍습니다. 우주에서 가장 격렬한 사건들 속에서 만들어졌거든요. 그런데 이 과정을 컴퓨터로 시뮬레이션하는 게 워낙 어려웠는데, 독일 연구진이 AI를 동원해 그 비밀을 풀어냈다고 합니다. 흥미로운 이야기, 풀어볼게요.

무거운 원소는 '별의 충돌'에서 태어난다

먼저 배경부터요. 철보다 무거운 원소들(금, 우라늄 등)은 평범하게 만들어지지 않습니다. 초신성 폭발이나 중성자별 충돌 같은 우주 최대의 격변 속에서 탄생해요.

이런 환경에선 어마어마한 에너지와 함께 자유 중성자가 쏟아져 나옵니다. 그러면 **'r-과정(rapid neutron-capture process, 빠른 중성자 포획)'**이라는 게 일어나요. 원자핵이 중성자를 빠르게 빨아들이고, 그 중성자가 나중에 양성자로 바뀌면서 점점 더 무거운 원소가 차곡차곡 쌓이는 거죠. 말하자면 우주가 거대한 대장간이 되어 무거운 원소를 두들겨 만드는 셈입니다. (참고로 2017년 인류는 중성자별 충돌을 중력파로 처음 관측했는데, 이때 '킬로노바'라는 섬광도 함께 봤어요.)

문제: 계산이 너무 복잡하다

그런데 이 과정을 이해하려면 시뮬레이션을 돌려야 하는데, 여기서 거대한 벽에 부딪힙니다. 바로 연산량이에요.

이 반응엔 수천 개의 동위원소가 얽혀 있어서, 모든 변수를 제대로 계산하려면 상상도 못 할 컴퓨팅 파워가 필요합니다. 제1저자 올리버 유스트 박사의 설명이 핵심을 짚어요. "모든 매개변수를 모델링하려면 엄청난 연산 능력이 필요하고, 그래서 모델을 단순화할 수밖에 없는 경우가 많다." 너무 복잡하니까 어쩔 수 없이 대충 뭉뚱그려 계산해왔다는 거죠. 당연히 정확도가 떨어졌고요.

해결사 'RHINE': AI를 시뮬레이션에 심다

그래서 GSI/FAIR 연구진이 들고나온 게 **'RHINE'**이라는 AI 기반 모델입니다. 핵심은 딥러닝 신경망을 유체역학 시뮬레이션에 결합했다는 점이에요. 이런 시도는 이번이 처음이라고 합니다.

특히 이들이 AI로 풀어낸 건 r-과정에서 발생하는 '발열(heating)', 즉 핵반응으로 방출되는 에너지예요. 이 에너지가 왜 중요하냐면, 폭발 때 튀어나오는 물질의 움직임과 속도 분포를 크게 좌우하거든요. 게다가 중성자별 충돌 후 관측되는 킬로노바 같은 전자기 신호에도 영향을 미칩니다. 즉 이 발열을 정확히 알아야 우주에서 실제로 관측되는 빛을 제대로 해석할 수 있는 거죠.

작동 방식: '미리 배워두고, 빠르게 답한다'

RHINE의 작동 원리가 영리해요. 두 단계로 나뉩니다.

1단계 (훈련): 먼저 수천 개의 동위원소를 다 포함한 정밀한 기준 계산 결과로 AI 모델을 학습시킵니다. 시간은 오래 걸리지만, 제대로 된 '정답지'로 공부시키는 거죠.

2단계 (실전): 학습을 마친 AI를 실제 시뮬레이션에 투입합니다. 그러면 매번 복잡한 핵반응 계산을 직접 돌리는 대신, AI가 최소한의 노력으로 발열률을 척척 근사해줘요.

설계를 주도한 쩌웨이 슝 박사의 설명을 빌리면, 이렇게 하면 복잡한 핵합성 계산을 유체역학 시뮬레이션에 직접 연결하지 않아도 됩니다. 그 직접 연결이야말로 연산이 감당 안 될 만큼 복잡해지는 주범이었거든요. 비유하자면, 매번 처음부터 손으로 계산하는 대신 답을 빠르게 추정하는 똑똑한 조수를 옆에 둔 셈이에요.

결과: 정확도는 유지, 시간은 대폭 절약

그래서 결과는? 연구진이 RHINE의 결과를 정밀한 기준 데이터와 꼼꼼히 비교했더니, 놀라울 만큼 잘 일치했습니다. 슝 박사는 "높은 일치도는 AI 모델 사용이 엄청난 계산 시간을 절약할 수 있음을 시사한다"고 밝혔어요. 정확도는 거의 그대로 유지하면서 속도만 확 끌어올린 거죠.

덤으로 중요한 사실도 알아냈습니다. r-과정의 발열이 생각보다 중요한 효과라서, 앞으로의 모델링에서 더 잘 반영해야 한다는 점이에요. 그동안 단순화하느라 대충 넘겼던 부분이 사실은 핵심이었던 거죠.

정리하며

요약하면, 연구진이 ① 금·우라늄 같은 무거운 원소가 만들어지는 'r-과정'을 ② 연산량이 너무 커서 제대로 계산하기 어려웠는데 ③ 딥러닝 AI 'RHINE'을 시뮬레이션에 결합해 ④ 정확도는 지키면서 계산 시간은 대폭 줄였다는 이야기였습니다.

개인적으로 멋지다고 느낀 건, AI가 단순히 챗봇이나 이미지 생성에만 쓰이는 게 아니라 우주의 가장 근본적인 비밀을 푸는 도구가 됐다는 점이에요. 게다가 RHINE 소스코드는 누구나 쓸 수 있게 공개됐다고 하니, 전 세계 연구자들이 이걸 활용해 더 깊은 발견을 해나갈 수 있겠죠. 우리 손가락의 금반지가 까마득한 옛날 두 별의 충돌에서 왔다는 사실을, 이제 AI의 도움으로 더 또렷이 밝혀낼 수 있게 된 셈입니다. 해당 연구는 피지컬 리뷰 D에 게재됐습니다. 🌌

#무거운원소 #r과정 #중성자별충돌 #핵합성 #인공지능 #딥러닝 #RHINE #킬로노바 #천체물리학 #과학블로그