행성과학·태양계
지상 관측소용 위성·근지구천체 탐지 MLOps 플랫폼 '스트릭마인드 워크벤치' 공개
지상 천체 관측 영상에는 인공위성, 우주 쓰레기, 근지구천체(NEO)가 남긴 궤적(streak)이 자주 포함되지만, 머신러닝 탐지 모델을 실제 관측소 운영에 적용하기 위한 통합 도구는 부족했다. 이번 논문은 새로운 탐지 알고리즘 대신 MLOps 방식을 적용해 연구용 머신러닝 파이프라인과 일상적 관측소 운영을 잇는 프레임워크 '스트릭마인드 워크벤치(StreakMind Workbench)'를 제시한다. Carrillo et al. (2026)의 StreakMind AI 모델과 연동되며 파이썬과 PyQt5로 구현돼 FITS 파일 수집부터 추론, 결과 검수, 데이터베이스 탐색, 학습 관리, 소행성센터(MPC) 형식 관측 자료 생성까지 전 과정을 지원한다. 라사그라 천문대(La Sagra Observatory)의 이미지 273장으로 검증해 전 과정 워크플로가 정상 작동함을 확인했으며, 미터급 망원경 관측소와 중간 규모 관측 캠페인에서 우주상황인식(SSA)과 행성방어에 활용할 수 있다고 밝혔다.
arXiv astro-ph.IM (관측기기)