#Astronomaly

3건의 기사

Silhouette of a person pointing at the sky with a telescope during twilight.

천문·천체물리

능동 이상탐지(Active Anomaly Detection) 프레임워크 3종 비교: 광도곡선에서 이미지까지

현대 천문 서베이의 데이터 규모가 커지면서 육안 검사가 어려워진 가운데, 연구진은 비지도 이상탐지에 반복적 사용자 피드백을 결합한 능동 이상탐지(A-AD) 프레임워크 세 가지(Astronomaly, Protege, PineForest)를 ZTF 광도곡선과 유클리드(Euclid) 은하 이미지에서 체계적으로 비교했다. 기준 실험에서 광도곡선 100개를 검사하는 동안 Protege는 변광성 83개, PineForest는 78개, Astronomaly는 38개를 찾아냈고, 유클리드 이미지 100장에서는 PineForest가 병합 중이거나 형태가 교란된 은하 70개를 찾아 Astronomaly(29개)와 Protege(19개)를 앞섰다. 사전 라벨을 활용한 실험에서는 효과가 사전 표본의 구성과 방법에 따라 달라졌다. 마지막으로 Protege와 PineForest의 상호 보완적 특성을 결합한 하이브리드 탐색을 유클리드 이미지 1만 장에 적용해 형태적으로 특이한 천체 799개를 찾았으며, 여기에는 강한 중력렌즈계 및 후보 29개(그중 9개는 기존 유클리드 Q1 강중력렌즈 목록에 대응 천체가 없음)와 육안으로 분류한 고리은하 202개가 포함됐다. 연구진은 과학적 목표와 데이터셋 특성에 따라 A-AD 전략을 선택하는 것이 중요하다고 강조했다.

arXiv astro-ph.IM (관측기기)2026년 9월 30일

천문·천체물리

머신러닝으로 여는 새로운 천문 발견: 이상 탐지 프레임워크 'Astronomaly' 리뷰

스퀘어 킬로미터 어레이(SKA)와 베라 루빈 천문대(Vera C. Rubin Observatory) 등 차세대 망원경은 기존 분석 기법으로는 감당하기 어려운 방대한 데이터를 생산할 전망이다. 논문은 머신러닝이 대용량 데이터 처리와 자동화에 유용하지만, 과학적 발견의 자동화는 능동학습(active learning)을 통한 전문가의 개입과 결합될 때 비로소 가능해진다고 설명한다. 공개 프레임워크 'Astronomaly'는 천문학 분야의 능동적 이상(anomaly) 탐지 도구로, 사용자에게 흥미로운 천체를 추천해 대규모 데이터셋에서 희귀하거나 새로운 종류의 천체를 빠르게 찾아내도록 돕는다. 저자들은 Astronomaly로 이룬 발견 사례를 정리하고, 최신 딥러닝 기반 접근법과 사이버-휴먼 인터페이스의 역할을 논의한다.

arXiv astro-ph.GA (은하)2026년 9월 10일

a young boy sitting in front of a telescope

천문·천체물리

자기지도·능동학습으로 중력렌즈 탐색: KiDS 데이터에 Astronomaly 적용

연구진은 인간이 개입하는 능동학습(active learning) 프레임워크 Astronomaly:PROTEGE를 강한 중력렌즈(SGL) 탐색에 처음 적용해, 시뮬레이션 학습 데이터 없이도 대규모 이미징 서베이에서 렌즈를 찾아낼 수 있음을 보였다. 킬로디그리 서베이(KiDS) DR4의 밝은 은하 370만 개를 대상으로, ImageNet으로 사전학습한 합성곱 신경망 특징을 BYOL(Bootstrap Your Own Latent) 자기지도 방식으로 KiDS 데이터에 미세조정한 뒤, 능동학습 루프가 선별한 3,000개 천체를 전문가가 검토해 A/B 등급 후보 34개를 얻었다. 최근접 이웃 유사도 분석으로 표본을 확장한 결과 A/B 등급 후보는 총 140개, C 등급의 낮은 신뢰도 후보는 1,000개 이상 확인됐으며, A/B 후보 가운데 81개가 새로 발견된 천체이고 기존에 알려진 KiDS A/B 등급 렌즈의 약 22%가 재검출됐다. 연구진은 고품질 후보의 약 60%가 신규 보고라는 점에서 이 방법이 시뮬레이션 의존도를 낮추며 유클리드(Euclid), 로먼(Roman), 루빈 천문대의 LSST 같은 차세대 서베이에 활용될 잠재력이 크다고 밝혔다.

arXiv astro-ph.GA (은하)2026년 9월 2일