블랙홀을 촬영하는 방법

은하수 중심에 존재하는 거대한 블랙홀은 뜨거운 가스 덩어리를 뿜어내고 빛을 포함한 근처의 모든 것을 집어 삼키고 있습니다. 관찰할 수는 없지만, 이 이벤트는 그림자를 드리우고 그 그림자는 우주에 대한 해답을 가지고 있습니다. 과거의 과학자들은 지구 크기의 망원경만 있어야 관찰이 가능하다고 했지만, 케이티 보우만과 그의 연구팀은 기발한 방법을 발견하였습니다. 궁극적인 암흑물질에 대한 얘기를 들어 봅시다.

영화 '인터스텔라'에서

우리는 초대형 블랙홀을
가까이서 볼 수 있습니다.

밝은 가스를 배경으로

블랙홀의 엄청난 중력은

빛을 고리 모양으로 휘어지게 합니다.

하지만, 이것은 실제 사진이 아닙니다.

예술적 해석을 가미하여

'블랙홀이 이렇게 생겼을 것이다'라고
컴퓨터 그래픽으로 표현한 것이죠.

100여년 전에

알버트 아인슈타인은 그의 이론인
'일반상대성이론'을 처음 출판하였습니다.

그 이후로

과학자들은 일반상대성이론을 뒷받침하기
위한 증거들을 제시하고 있습니다.

하지만 이 이론을 증명하는 단 하나

블랙홀은 직접 관찰된 적이 없습니다.

비록 블랙홀의 생김새에 대한 여러
아이디어는 제시되었지만,

우리는 한번도 블랙홀을
직접 찍어본 적이 없습니다.

하지만 여러분들은 아마 이것이
곧 바뀔 것이라는 점에 놀랄 겁니다.

우리는 몇 년 사이 찍힌 최초의
블랙홀의 모습을 볼 수 있을 것입니다.

첫 번째 블랙홀 사진은
지구만한 망원경과

사진들을 합치는 알고리즘을 이용하여

여러 국가의 과학자들이
찍게 될 것이죠.

실제 블랙홀을 보여드릴 수는 없지만

최초의 사진을 찍기 위한 노력들에 대한

간단한 소개를 해드리고자 합니다.

제 이름은 케이티 보먼이고

MIT의 박사과정을 밟고 있습니다.

저는 컴퓨터를 통해 비디오나 사진을
볼 수 있게 일을 하는

컴퓨터 연구실에 있습니다.

비록 저는 천문학자가 아니지만

오늘 이자리에서 저는

제가 이 프로젝트에 어떻게 참여하는지
말씀드리고자 합니다.

만약 오늘밤 도시의
밝은 빛들을 지나쳐가면,

여러분들은 굉장히 아름다운 은하수를

볼 수 있는 행운을 얻을 것입니다.

그리고 만약 수십만개의
별들을 확대해서 볼 수 있다면,

운하의 중심부로부터
2만 6천광년이나 떨어진 은하수를 지나

중심부 위치한 별무리를
보게 될 것입니다.

우주먼지들을 피하기 위한
적외선 망원경을 이용해서

천문학자들은 이 별들을
16년 넘게 관찰해왔습니다.

하지만 진면목은 보이지 않습니다.

이 별들은 보이지 않는 무언가의
주위를 멤돌고 있는 듯 합니다.

이 별들의 궤도를 추적한 결과,

천문학자들은 결론을 내렸죠.

이러한 움직임을 만들 수 있는
충분히 작고 무거운 물질은

밀도가 아주 높아 주위의
모든 것을 빨아들이는

블랙홀 뿐이라는 것입니다.

블랙홀이 빨아들이는 것은
빛 또한 예외일 수 없습니다

더 확대해 본다면 어떨까요?

사진상 보이지 않는 것들을
볼 수 있게 될까요?

라디오 파장을 확대한다면

블랙홀 주위에

고온의 플라스마가
중력을 가하는 렌즈가 생겨서

빛의 고리가 생길 것을
기대할 수 있습니다.

즉

이 블랙홀은 밝은 물질을
배경으로 그림자를 생성하여

어둠의 영역을 조각해냅니다.

이 밝은 고리의 중력이 매우 강해져서

빛 또한 벗어날 수 없는

블랙홀의 지평선을 드러내게 됩니다.

아인슈타인의 방정식은 이 고리의
크기와 모양을 예측하므로,

이 사진을 찍는 것은
근사할 뿐만이 아니라

이 방정식이 블랙홀
주변의 극한의 상태에서도

유지된다는 점을 입증합니다.

하지만, 이 블랙홀이 너무 멀기에

겨우 달의 오렌지만하게 보이는 고리는

매우 작게 보여질 뿐입니다.

따라서 사진에 담는것이 매우 어렵죠.

왜일까요?

그건 간단한 방정식 때문이죠.

'회절'이라는 현상에 때문에

볼 수도 있는 작은 물체들이

근본적인 한계에 부딫히게 됩니다.

이 방정식에 따르면,
작은 물질을 보려면

망원경을 더 크게
만들어야 한다고 합니다.

하지만 지구 가장 강력한 광학 망원경도

달 표면의 영상 촬영에 필요한

해상도를 구현해내지 못합니다.

최상의 해상도로 달을 담은 사진을

보여드리겠습니다.

13,000개의 픽셀을 담은 사진 속

각각의 픽셀은 150만 개 이상의
오렌지를 포함합니다.

달 표면의 오렌지를 보기 위해서

아니면 블랙홀을 보기 위해서는

얼마나 큰 망원경이 필요할까요?

숫자를 적어 계산을 하면

지구 전체 크기의 망원경이

필요하다느 걸 알 수 있죠.

(웃음)

만일 지구 크기의
망원경을 만들게 된다면

블랙홀의 사건의 지평선을 나타내는

독특한 빛의 고리를 보게 되겠죠.

이 사진은 자세하지 않지만,

컴퓨터 그래픽 해석을 통해

블랙홀 주변의 환경을

안전하게 볼 수 있도록 해줄 것입니다.

하지만 여러분이 상상하시는 것과 같이

지구 크기의 단일 접시 망원경을
만드는 것은 불가능합니다.

하지만 믹 제거는 이렇게 말합니다,

"원하는 것을 항상 가질 수는 없지만

시도를 한다면 원하는 것을

찾고 가질 수 있을 것이다".

그리고 전세계에 망원경을 연결하는

국제적인 공동 작업인
"Event Horizon Telescope"는

사건의 지평선의 규모에서

구조를 해결할 수 있는

지구 규모의 전산 망원경을
만들고 있습니다.

첫 사진은 내년에 찍게 될 예정입니다.

전 세계 네트워크 통신망을 통해

망원경의 공동 작업이 이루어집니다.

정확한 시간을 통해 연결되고

연구소끼리 수천 테라바이트 데이터를
수집함으로써 빛을 동결시킵니다.

그 데이터는 이후 바로 이 곳,
메사추세츠의 실험실에서 다뤄집니다.

그래서 이러한 작업이
어떻게 해서 이루어질까요?

만약 우리가 우리은하계의 중심에서
블랙홀을 보고 싶다면,

지구 크기의 망원경이 필요하다는
얘기를 했던 것을 기억하십니까?

잠시 동안 우리가
지구 크기만한 망원경을

만들 수 있다고 가정해 봅시다.

이는 지구를 하나의 회전하는 거대한

미러볼로 바꾸어 생각할 수 있습니다.

각각의 거울은 빛을 모아주고

하나의 이미지를 만들기 위해
빛을 한군데로 모으죠.

만약 이들 대부분이 사라지고

아주 적은 양만 남았다고 해보겠습니다.

우리는 이 정보들을
합치기 위해 노력중이지만,

많은 양의 공백이 있습니다.

망원경이 설치된 장소가 그렇겠죠.

그런데 그건 미미한 수치일 뿐입니다.

망원경 설치 장소에서

지구가 자전하면
새로운 측정이 가능하죠.

다시 말해, 미러볼이 회전할 때
거울의 위치가 바뀌게 되면서

이미지의 다른 부분을
관찰할 수 있습니다.

우리가 개발한 영상 알고리즘이
미러볼의 빈 공간을 채우게 되는데

밑에 있는 블랙홀 이미지를
복원하기 위해서입니다.

만약 우리가 전세계 모든 곳에
망원경을 설치했다면

즉 미러볼에 비유하자면

이것은 중요하지 않습니다.

하지만 적은 양의 샘플로는

만들어질 수 있는 사진이
너무 다양합니다.

그 이미지는 망원경으로
측정한 것과 완벽하게 일치합니다.

그러나, 모든 이미지가
똑같지는 않습니다.

이 이미지의 일부는 다른 것보다
우리가 생각하는 이미지와 일치합니다.

그래서, 블랙홀의 첫 이미지를
알아내기 위한 제 역할은

가장 합리적인 이미지를 만들어
알고리즘을 설계하는 것입니다.

또한 이 알고리즘은 망원경
측정치에도 부합해야 합니다.

법의학 스케치 예술가가 자신의
얼굴구조에 대한 상식을 이용해

제한적인 서술을 통해
그림을 완셩해가는 것처럼

제가 개발한 영상 알고리즘은
우리 우주의 것처럼 보이는 이미지로

우리를 안내하기 위해
제한적인 망원경 데이터를 사용합니다.

이 알고리즘을 사용하면서,
희박하고 번거로운 데이터로부터

이미지를 만들어갈 수 있게 됩니다.

여기 우리가 망원경을 통해

우리은하계 중심에 있는
블랙홀을 보려 할 때

시뮬레이션된 데이터를 사용하여
재구성된 샘플이 있습니다.

비록 시뮬레이션에 지나지 않지만,
이것과 같은 재구성은

우리에게 얼마 지나지 않아
블랙홀의 첫 이미지와

고리의 크기를 알아낼 수
있다는 희망을 줍니다.

전 이 알고리즘의 세부사항에 대해
계속 알아내 보고 싶지만

다행히도, 여러분께 제가
설명드릴수 있는 시간이 없습니다.

그러나, 간단하게나마 여러분께
아이디어를 드리고자 합니다.

우리가 어떻게 우리은하계의
모양을 밝혀낼 수 있었는지

그리고 어떻게 이것을 저희 결과에
입증시키고 재구성하는지에 대해서요.

망원경을 통한 측정결과를
완벽하게 설명할 수 있는

이미지의 숫자가 무한하기 때문에

우리는 이 이미지들을 어떠한
방식으로든 나누어 선택해야 합니다.

블랙홀 이미지가 될 가능성에 따라

순위를 매기고

가장 근접한 이미지 하나를 선택합니다.

그래서 이 말은
정확히 무슨 뜻일까요?

모델을 만든다고 가정해봅시다.

이 화면은 페이스북에서
이미지를 예상한 것입니다.

우리는 아마 왼쪽의 이상한 사진을

누군가가 게시할 가능성이
매우 낮을 것이라고 생각합니다.

그리고 오른쪽의 셀카 사진을

게시할 가능성이 높다고 생각합니다.

중간에 있는 사진은 흐릿합니다.

이런 사진을 페이스북에서
볼 확률이 더 높겠지요

잡음 영상과 비교했을때 말입니다.

하지만 자신을 찍어 올린 그림과
비교한다면 확률은 낮을 수 있습니다.

그러나 블랙홀의 이미지로 넘어와서는

우리는 진정한 수수께끼에 처합니다
우리는 이전에 블랙홀을 본적이 없습니다.

이러한 상황에서, 무엇이
블랙홀 이미지에 가깝고

블랙홀 구조에 관해
어떻게 생각해야 할까요?

우리는 '인터스텔라'에 나오는
블랙홀의 이미지처럼

우리가 완성시켜놓은 시뮬레이션으로부터
이미지를 가져올 수 있습니다

그러나 우리가 이렇게 한다면,
상당히 심각한 문제를 야기할 수 있습니다

만약 아인슈타인의 이론이 유지되지
않았다면 무슨 일이 벌어졌을까요?

우리는 아직까지 어떤 일이 벌어졌는지
정확한 그림을 재구성하고 있겠죠.

아인슈타인의 방정식을 우리의
알고리즘에 너무 많이 적용시킨다면

결국 예상되는 결과를 보는
상황에 처해질 것입니다.

즉, 우리는 많은 선택을
열어두고 싶습니다.

왜냐하면 우리 은하계의 중심에는
하나의 거대한 코끼리가 있기 때문입니다.

(웃음)

다른 유형의 이미지들은
서로 구별되는 특징들을 가집니다.

블랙홀 시물레이션 이미지와
지구에서 찍은 사진 사이에서

쉽게 다른점을 찾는 것 처럼요.

우리는 한 유형의 사진 속 특징을
부각시키지 않으면서

알고리즘을 설명할 수 있는
방법이 필요합니다.

이와 비슷하게 실행 가능한
방법 중 하나는

서로 다른 유형의
이미지 특징을 내세우고

예상된 유형의 이미지가 재구성에
어떤 영향을 미치는지 보는 것입니다.

만약 모든 유형의 사진이
매우 유사해보이는 인상을 준다면

우리가 만들고 있는 이미지 추정결과가
이 사진에 편향되어 있지 않다는

생각에 자신감을 가질 수
있게 될 것입니다.

이는 전세계의 3명의 서로 다른
스케치 예술가들에게

동일한 설명을 해준 것과 비슷합니다.

만약 그들이 매우
비슷해 보이는 얼굴을 그려낸다면

그들이 고유의 문화적 편견을
그림에 담아내지 않았다고

확신을 가져도 되는 것입니다.

서로 다른 이미지의 특징점을
부각시킬 수 있는 방법은

기존의 이미지 조각을
사용하는 것입니다.

그래서 거대한 양의
사진 더미를 얻을 수 있고

우리는 그것을 작은 이미지 조각으로
쪼갤 수 있게 됩니다.

그 후 각각의 이미지 조각을
하나의 퍼즐처럼 취급할 수 있습니다.

그리고 우리는 흔히 보이는 퍼즐처럼
하나의 이미지를 맞출 수 있게 되고

망원경으로 측정한 것에도
똑같이 적용할 수 있죠.

다른 유형의 이미지는 매우
특징적인 퍼즐 조각을 가지고 있습니다.

그렇다면 똑같은 데이터를 얻었으나

이미지를 재구성하는데 다른 퍼즐조각을
쓰면 어떤 일이 벌어질까요?

그럼 블랙홀 이미지 시물레이션
퍼즐 조각으로 시작해봅시다.

네, 상당히 괜찮군요.

이 사진은 블랙홀이 어떻게 생겼는지
우리가 예상하는 것과 비슷합니다.

그러나 우리는 단지 이것이

소수의 블랙홀 이미지에
충족시킨다고 얻어낼 수 있었을까요?

그렇다면 천문학적이지만 블랙홀이 아닌

물체의 퍼즐 조각으로 실험해봅시다.

상당히 비슷한 이미지를 얻어냈군요.

그런 다음 일상적인 사진들

예를 들어 당신의 개인 카메라로
촬영하는 것들과 비교해본다면 어떨까요?

아주 좋네요,
똑같은 사진을 볼 수 있습니다.

모두 다른 퍼즐 조각 세트로부터
똑같은 이미지를 찾아낸다면

우리가 만들고 있는 이미지의 추정치가

결과적 이미지에
영향을 받지 않았다는 것에

확신을 가질 수 있습니다.

시도해 볼 수 있는 다른 방법은,
똑같은 퍼즐 조각을 쓰는 것입니다.

일상사진에서 유래된 것처럼 말이죠.

많은 유형의 원본 이미지를
재구성할 수 있습니다.

우리의 시물레이션에서는

블랙홀이 천문학적이지만
블랙홀이 아닌 물체라고 가정했습니다.

우리은하계 중심에 있는 코끼리 같은
일상적인 사진처럼 말이죠.

제일 밑에 보이는
우리 알고리즘의 결과가

위쪽에 있는 시물레이션의
진짜 이미지와 매우 비슷해 보일 때

우리 알고리즘에 대한 확신을
가질 수 있습니다.

그리고 여기에서 여러분께
매우 강조하고 싶은 것이 있는데

여기 있는 모든 사진들은

자그마한 일상 사진들의 조각을
맞추어 만들어 낸것입니다.

당신의 개인 카메라로
찍은 사진들도 마찬가지죠.

그래서 우리가 여지껏 본 적 없는
블랙홀의 이미지도

결국에는 사람, 건물,
나무, 고양이, 개와 같은

항상 볼 수 있는 사진들로
만들어 낼 수 있을 것입니다.

이런 아이디어를 상상한다는 것은
우리를 블랙홀 최초의 그림으로

데려다 줄 수 있을 겁니다.

그리고 바라건대,
과학자들이 일상적으로 의존하는

저런 유명한 이론들을 검증하십시오.

그렇지만 당연하게도 이러한 일처럼
상상한 아이디어를 이루어내는 것은

제가 지금 함께 일할 수 있는
영광을 누린 좋은 팀의 연구원 분들 없이는

절대 가능하지 않을 것입니다.

아직도 저는 천체물리학적
배경이 없는 제가

이 프로젝트를 시작했지만

이런 특별한 연구를 통해

블랙홀 최초의 이미지를 만들 수
있었다는 것에 놀라곤 합니다.

Event Horizon Telescope 같은
엄청난 프로젝트는

여러 학문 분야에서 서로에게
가져다주는 전문성 덕분에

성공적입니다.

우리는 천문학자

물리학자, 수학자, 그리고 엔지니어
분들이 섞여 있었습니다.

이것이 바로 언뜻 생각해 보았을 때
불가능해 보이는 것을

이뤄낼 수 있었던 비결이 되었습니다.

전 여러분 모두에게 밖으로 나가서

과학의 경계를 넓히도록
권하고 싶습니다.

그게 비록 처음에는 블랙홀처럼
이해하기 쉽지 않더라도요.

감사합니다.

(박수)