물리적 시뮬레이션과 인공지능(AI) 딥러닝 모델을 결합해 은하의 가스 원반을 시뮬레이션한 모습. 원반 구조를 위에서 본 그림(왼쪽)과 측면에서 본 그림(오른쪽). RIKEN 제공


과학자들이 역대 가장 큰 규모의 '은하 시뮬레이션'을 구현했다. 은하에 있는 별(항성)의 수는 무려 1000억개가 넘고 10억년 간의 변화를 시뮬레이션하는 데 4개월도 채 걸리지 않는다.
히라시마 케이야 일본 이화학연구소(RIKEN) 학제간 이론 및 수학과학센터(iTHEMS) 연구원팀은 도쿄대, 스페인 바르셀로나대와 황금성릴게임 협력해 1000억개가 넘는 별을 하나하나 재현한 세계 최대 은하 시뮬레이션을 구현하는 데 성공하고 연구결과를 15일(현지시간) 국제 학회인 '슈퍼컴퓨팅2025(SC25)'에 발표했다. 기존 최신 은하 시뮬레이션 모델보다 별이 100배 이상 많다.
천체물리학은 우주 현상을 직접 재현할 수 없기 때문에 대부분 관측에 의존한다. 천문학자들은 야마토게임장 은하 형성, 구조, 별 진화 이론 등을 관측값과 대조해 검증할 수 있도록 은하 시뮬레이션을 구축하기 위해 꾸준히 노력해 왔다.
은하 진화 시뮬레이션은 중력과 유체역학, 수명을 다한 별이 폭발하는 초신성, 원소의 합성과 붕괴 등 시공간 규모가 극단적으로 차이나는 다양한 현상을 동시에 고려해야 해 매우 까다롭다.
지금까 황금성오락실 지 구현된 최신 시뮬레이션은 전체 질량 기준으로 태양 질량의 10억배까지만 구현할 수 있다. 종류에 따라 다르지만 대형 은하에는 보통 1000억개가 넘는 별이 존재한다. 은하 전체로 보면 '평균 변화'만 파악할 수 있기 때문에 대규모 사건만 시뮬레이션할 수 있다는 한계가 있다.



메이저릴게임사이트 은하 내 물질 순환을 나타낸 그림. 별들은 은하 원반에 있는 차가운 수소 구름에서 생성된다. 태양의 10배 이상으로 성장한 별이 수명을 다하면 초신성으로 폭발하며 탄소, 산소, 마그네슘, 철 같이 무거운 원소를 공급한다. 초신성 폭발로 나온 물질 일부는 은하 원반으로 재유입돼 새로운 별을 형성한다. 이 과정에서 생성된 다양한 원소와 화합물은 지구, 나 바다이야기무료 아가 생명체의 기원이 된다. NASA/JPL-Caltech, ESA, CSA, STScI 제공


더 현실적인 문제는 시간이다. 은하에 있는 별을 하나하나씩 살펴보는 수준의 해상도로 시뮬레이션하면 기존 기술로 은하를 100만년 시뮬레이션하는 데 315시간이 소요된다. 138억살로 추정되는 우주에서 은하가 10억년 동안 진화하는 과정을 시뮬레이션하려면 현실 시간으로 36년이 넘게 걸린다.
무작정 컴퓨터의 중앙처리장치(CPU) 코어 수를 늘린다고 해결되는 문제는 아니다. 연구팀은 "엄청난 양의 에너지를 소모할 뿐 아니라 효율성이 떨어진다"며 "코어 수를 늘린다고 반드시 시뮬레이션 속도가 빨라지는 것은 아니다"라고 설명했다.
연구팀은 물리적 시뮬레이션과 인공지능(AI) 딥러닝 모델을 결합해 접근했다. 딥러닝 모델은 고해상도 초신성 폭발 시뮬레이션으로 훈련됐다. 초신성 폭발 이후 10만년간 주변 가스가 어떻게 팽창하는지 예측하는 역할을 맡았다.
새로 개발된 은하 시뮬레이션은 딥러닝 모델 덕분에 은하 전체의 변화뿐 아니라 초신성 폭발 같은 상대적으로 시공간 규모가 작은 현상까지 동시에 구현할 수 있다. 사용된 CPU 코어 수는 714만7200개다. 코어는 하나의 연산을 맡아 처리하는 단위로 코어 수가 많을수록 동시에 여러 작업을 처리할 수 있다.
RIKEN의 슈퍼컴퓨터 후가쿠와 도쿄대 슈퍼컴퓨터 미야비로 새로운 시뮬레이션을 테스트한 결과 1000억개가 넘는 별이 있는 대형 은하에서도 별 하나하나를 확인할 수 있는 해상도를 구현하는 데 성공했다.
시뮬레이션을 작동하는 데 걸리는 시간도 비약적으로 빨라졌다. 100만년을 시뮬레이션하는 데 걸린 시간은 2.78시간에 불과했다. 10억년을 시뮬레이션하는 데 걸리는 시간은 기존 36년에서 115일로 줄었다. 속도가 100배 이상 빨라진 셈이다.
개발된 시뮬레이션은 기후변화나 일기예보 등 은하처럼 변수가 많고 복잡한 현상을 모델링하는 데에도 활용될 수 있을 것으로 기대된다.
히라시마 교수는 "고성능 컴퓨팅과 AI의 통합은 계산과학 전반에 걸친 문제 해결 방식에 근본적인 변화를 불러올 것"이라며 "AI 가속 시뮬레이션이 단순한 패턴 인식을 뛰어넘어 진정한 과학적 발견 도구로 거듭날 수 있음을 보여준다"고 밝혔다.
<참고 자료> - doi.org/10.1145/3712285.3759866
[이병구 기자 2bottle9@donga.com]