독일 GSI 헬름홀츠 중이온 연구소(GSI/FAIR) 소속 국제 공동 연구팀이 인공지능(AI)을 활용해 중성자별 충돌과 같은 우주 현상에서 원소가 어떻게 생성되는지 규명하는 데 성공했다.
연구팀은 8일(현지시간) 국제학술지 '피지컬 리뷰 D'에 딥러닝 기반 신경망을 이용해 중성자별 충돌 시뮬레이션에서 핵반응 에너지 방출을 모델링하는 새로운 기법을 발표했다.
금이나 백금과 같은 무거운 원소 다수는 별의 폭발이나 중성자별 충돌 과정에서 생성된다. 이 과정에서 원자핵이 중성자를 빠르게 흡수해 무거운 원자핵으로 변하는 '빠른 중성자 포획 과정'(r-process)이 일어난다.
기존에는 이 복잡한 반응을 이해하기 위해 이론적 시뮬레이션을 활용했지만, 모든 변수를 모델링하는 데 막대한 컴퓨팅 자원이 필요해 모델을 단순화해야 하는 한계가 있었다.
연구팀이 개발한 '라인'(RHINE) 모델은 AI를 통해 이 문제를 해결했다. 라인은 r-과정에서 발생하는 핵반응 에너지 방출, 즉 '가열' 현상을 유체역학 시뮬레이션에 효율적으로 구현한다. 이 가열 현상은 폭발로 방출되는 물질의 속도 분포와, 중성자별 충돌 시 관측되는 '킬로노바' 현상에 큰 영향을 미친다.
논문의 제1 저자인 올리버 저스트 박사는 "AI를 활용한 새 모델은 효율적인 대안을 제시한다"고 설명했다. 연구팀은 "AI 모델을 통해 컴퓨팅 시간을 대폭 절약할 수 있음을 확인했다"며 "r-과정의 가열이 향후 모델링에서 더 중요하게 고려돼야 할 중요한 효과라는 점도 입증했다"고 밝혔다.
연구팀은 이번 성과를 바탕으로 향후 더 정밀한 시뮬레이션을 수행해, 미래 거대 연구 시설인 FAIR에서의 실험 결과와 실제 별의 폭발 및 중성자별 충돌 관측 결과를 직접 연결할 수 있을 것으로 기대했다.