백색왜성 식인괴물의 폭발은 불균일했고, 그로 인해 수년 동안 암흑 에너지에 대한 인식이 왜곡되었습니다

바르셀로나 대학교(UB)의 과학자들은 초신성 Ia 유형의 거리 측정 정확도를 높이고 우주의 팽창 속도 추정을 개선하는 새로운 AI 시스템 CIGaRS("Combined Inference and Galaxy-Related Standardisation")를 발표했습니다. 연구 결과는 *Nature Astronomy*에 게재되었습니다.

CIGaRS가 하는 일
- 초신성과 그 부모 은하의 데이터를 하나의 자가 일관된 모델로 통합합니다.
- 베라 C. 루빈 관측소(LSST)에서 오는 관측 흐름을 처리합니다.
- 전통적인 스펙트로스코픽 측정 대신 사진학적 이미지와 신경망을 사용해 분석합니다.

이 시스템은 다음을 보다 정확하게 결정합니다:

1. Ia 초신성처럼 폭발하는 별의 나이.
2. 이 별들의 금속성(중금속 농도).
3. 우주의 팽창 측정에 직접 영향을 미치는 거리.

왜 중요한가?
- Ia 초신성은 거의 동일한 백색왜성 핵심 질량에서 발생하는 핵융합 폭발 덕분에 "표준 등불"으로 간주됩니다. 이로 인해 그 밝기를 거리를 측정하는 척도로 사용할 수 있습니다.
- 1998년 초신성 관측은 우주의 가속 팽창과 ~68 %의 에너지 예산을 차지하는 "암흑 에너지" 개념을 발견했습니다.
- 최근에는 은하 환경이 Ia 초신성 밝기에 약간 영향을 미친다는 것이 명확해졌습니다: 대형/노년 은하에서 발생한 폭발은 젊은 은하에서의 것과 다릅니다.

CIGaRS는 부모 은하 특성, 별 사이 먼지 영향, 폭발 빈도 등 모든 핵심 요인을 동시에 모델링함으로써 연속적인 보정 대신 정확도를 높이고 수만 개의 초신성 거리를 한 번에 측정할 수 있게 합니다.

미래 관측과의 연결
베라 C. 루빈 관측소는 10년간 하늘을 조사하는 Legacy Survey of Space and Time(LSST)를 수행합니다. CIGaRS 시스템은 LSST의 방대한 사진학적 데이터를 처리하고 우주 팽창 매개변수를 정밀화하는 핵심 도구가 될 것입니다.

핵심 인용문

> "우주의 강력한 모델링 방법은 컴퓨터 시뮬레이션이다," 라울 히멘스는 말합니다.
> "이것은 모든 변수를 동시에 조정해 우리가 살고 있는 우주를 예측할 수 있게 해준다… 이러한 시스템의 영향은 현재 우주 모델링 접근법에서 가장 중요한 결여 요소일 것이다."

따라서 새로운 AI 플랫폼 CIGaRS는 보다 정밀한 우주론적 측정을 가능하게 하고 암흑 에너지의 본질을 더 잘 이해하도록 돕습니다