StarWhisper Telescope: An AI framework for automating end-to-end astronomical observations

별 Whisper 망원경은 대규모 망원경 배열의 운영 병목 현상을 해결하기 위해 대규모 언어 모델과 모듈형 워크플로우를 통합하여 천문 관측의 계획부터 데이터 처리 및 실시간 의사결정까지 전 과정을 자동화하는 AI 에이전트 프레임워크입니다.

핵심

별을 속삭이는 AI: '스타위스퍼 망원경' 이야기

별을 관측하는 일은 예전부터 천문학자들의 손과 눈, 그리고 밤샘 노력이 필요한 고된 일이었다. 마치 수천 개의 별이 적힌 거대한 지도를 보고, 날씨가 좋은 밤마다 어떤 별을 찍을지 일일이 계획하고, 망원경을 움직이고, 찍힌 사진을 하나하나 확인해야 하는 일이었다.

이 논문은 바로 이 번거로운 일을 AI(인공지능) 가 대신해 주는 새로운 시스템, '스타위스퍼 망원경 (StarWhisper Telescope)'을 소개합니다.

🌌 1. 왜 필요한가요? (문제 상황)

마치 거대한 천문대를 운영한다고 상상해 보세요.

• 과거: 천문학자들은 밤새워 "어떤 별을 찍을까?", "날씨가 괜찮을까?", "망원경이 고장 나진 않았을까?"를 고민하며 일일이 계획을 세우고 실행했습니다. 이는 마치 수백 개의 카메라를 가진 사진작가가 밤마다 수동으로 셔터를 누르고 현상하는 것과 비슷합니다.
• 문제: 앞으로는 60 대 이상의 망원경이 밤하늘을 감시해야 하는 프로젝트 (GOTTA) 가 예정되어 있습니다. 사람이 일일이 관리하기엔 너무 많고, 피로도 쌓입니다.

🤖 2. 스타위스퍼 망원경이란 무엇인가요?

이 시스템은 **별을 잘 아는 'AI 비서'**라고 생각하시면 됩니다.

• 대본 작가 (계획): AI 가 밤하늘의 날씨와 망원경의 위치를 보고, "오늘 밤에는 이 100 개의 은하를 찍는 게 가장 좋아!"라고 **관측 목록 (대본)**을 자동으로 작성합니다.
• 지휘자 (실행): 작성된 목록을 바탕으로 망원경을 자동으로 움직이고 초점을 맞춥니다. 비가 오거나 구름이 끼면 "오늘은 쉬어요!"라고 자동으로 멈춥니다.
• 탐정 (분석): 찍힌 사진에서 **우주에서 갑자기 빛나는 '새로운 별' (초신성 등)**을 찾아냅니다. 마치 사진 속에서 숨겨진 단서를 찾는 탐정처럼요.
• 보고서 작성 (피드백): 새로운 별을 발견하면 즉시 천문학자들에게 "저기요, 저기 새로운 별이 생겼어요!"라고 알려주고, 다음 밤에는 그 별을 더 자세히 찍으라고 제안합니다.

🚀 3. 어떻게 작동하나요? (마법 같은 과정)

이 시스템은 **LLM(거대 언어 모델)**이라는 AI 기술을 기반으로 합니다. 하지만 그냥 "별에 대해 알려줘"라고 묻는 게 아니라, 실제 망원경을 조종할 수 있는 도구를 연결했습니다.

1. 명령: 천문학자가 "내일 밤 관측 계획 세워줘"라고 말하면 (또는 자동으로 실행), AI 가 즉시 계획을 짭니다.
2. 실행: 망원경이 자동으로 움직여 사진을 찍습니다.
3. 분석: 찍힌 사진은 AI 가 즉시 분석하여 "이건 별이 아니야", "저건 새로운 폭발이야"라고 판별합니다.
4. 반복: 발견된 새로운 별은 다음 밤의 관측 목록에 자동으로 추가되어 계속 추적됩니다.

📊 4. 실제로 얼마나 잘 하나요? (결과)

이 시스템은 이미 중국의 여러 곳에 있는 10 대의 아마추어 망원경 네트워크에서 시험 운영 중입니다.

• 속도: 사람이 1 시간 30 분 정도 걸려 만들던 관측 계획을 1 분도 안 되어 만들었습니다.
• 정확도: 사람이 실수할 수 있는 '중복 촬영'이나 '날씨 무시' 같은 실수가 거의 없습니다.
• 발견: 기존에 다른 곳에서 발견된 초신성보다 몇 시간 일찍 발견하기도 했습니다. 특히 'AT2025pk'라는 별의 폭발을 이 시스템이 처음으로 찾아낸 사례도 있습니다.

🔮 5. 미래는 어떨까요?

이 시스템은 60 대의 망원경으로 이루어진 거대한 프로젝트 (GOTTA) 를 위한 '청사진'입니다.

• 미래의 천문학자: 앞으로는 천문학자가 직접 망원경을 조종하는 대신, AI 가 밤하늘을 감시하고, 천문학자는 발견된 데이터로 새로운 이론을 연구하는 데 집중할 수 있게 됩니다.
• AI 천문학자: 결국 AI 가 아이디어를 내고, 관측을 하고, 분석까지 하는 'AI 천문학자' 시대가 온다는 뜻입니다.

💡 요약

스타위스퍼 망원경은 "별을 찍는 일"이라는 고된 노동을 AI 가 대신하게 하여, 천문학자들이 진짜 과학적 발견에 더 많은 에너지를 쏟을 수 있게 해주는 똑똑한 자동화 비서입니다. 마치 자동 운전 자동차가 운전대를 잡고, 승객은 경치를 구경하며 목적지에 도달하는 것과 같습니다. 이제 밤하늘은 AI 와 함께 더 밝게 빛날 것입니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 대규모 망원경 어레이의 급격한 성장은 시간 영역 천문학 (Time-domain Astronomy) 을 발전시켰으나, 운영상의 병목 현상을 초래했습니다.
• 주요 문제점:
  • 노동 집약적 운영: 관측 계획 수립, 데이터 처리, 실시간 의사결정 과정에 막대한 인력이 필요합니다. 예를 들어, 향후 계획 중인 'GOTTA(Global Open Transient Telescope Array, 시천 프로젝트)'는 60 대의 망원경 운영을 위해 200 명 이상의 인력이 필요할 것으로 예상됩니다.
  • 기존 LLM 의 한계: 일반적인 대규모 언어 모델 (LLM) 은 천문 관측에 특화된 도구나 데이터를 보유하지 않아, 관측 가능한지 여부와 상관없이 잘 알려진 천체만 제안하거나 구체적인 관측 시간/조건을 고려하지 못하는 경우가 많습니다.
  • 반복 작업의 비효율성: 관측 목록 생성, 망원경 제어, 데이터 파이프라인 처리, 그리고 발견된 천체 (임시 천체, Transient) 에 대한 후속 관측 제안 등 전 과정이 천문학자의 수동 개입을 필요로 합니다.

2. 방법론 (Methodology)

이 논문은 StarWhisper Telescope (SWT) 시스템을 제안하며, 이는 LLM 기반 에이전트 (Agent) 프레임워크를 활용하여 관측의 전 과정을 자동화합니다.

• 시스템 아키텍처:

  • 중앙 에이전트 (Central Agent): Qwen-2.5를 베이스 모델로 사용하며, 시스템의 인지 허브 역할을 합니다. 사용자 요청, 환경 조건, 관측 제약 사항을 기반으로 하위 워크플로우를 동적으로 조정합니다.
  • 기능 호출 (Function Calls): LLM 이 외부 도구 (API, 망원경 제어 시스템 등) 와 상호작용할 수 있도록 하여, 단순 텍스트 생성을 넘어 실제 작업을 수행하게 합니다.
  • 워크플로우 모듈: 8 가지 주요 모듈로 구성됩니다.
    1. 관측 계획 (Observation Planning): 입력 카탈로그와 관측지 제약 조건 (고도, 달 거리 등) 을 고려하여 관측 목록을 생성합니다.
    2. 망원경 제어 (Telescope Control): 생성된 목록을 N.I.N.A.(Nighttime Imaging 'N' Astronomy) 소프트웨어 포맷으로 변환하여 망원경에 전송하고, 관측 시작/중지 명령을 내립니다.
    3. 데이터 파이프라인 (Data Pipeline): X-OPSTEP 파이프라인을 통해 원시 이미지를 전처리, 측광, 템플릿 차감 (Image Subtraction) 하고, 딥러닝 모델 (ResNet + Attention) 을 이용해 '실제/가짜 (Real-Bogus)' 분류를 수행하여 임시 천체를 탐지합니다.
    4. 에이전트 보고 및 추천: 탐지된 천체 정보를 사용자에게 보고하고, TNS(Transient Name Server) 와 연동하여 후속 관측 목록을 자동 업데이트합니다.
    5. 기타 모듈: 기상 모니터링 (악천후 시 관측 자동 중단), 관측 목록 조회, 임시 천체 로딩 등.

• 구현 환경:

  • NGSS(Nearby Galaxy Supernovae Survey): 10 대의 아마추어 망원경 (중국 흥룡, 간쑤, 운남, 신장 등) 으로 구성된 네트워크에 SWT 를 배포하여 테스트했습니다.
  • 하드웨어 연동: ASCOM 드라이버 및 N.I.N.A. 플러그인을 통해 망원경, 카메라, 돔 등을 제어합니다.

3. 주요 기여 (Key Contributions)

• 최초의 엔드 - 투 - 엔드 자동화 프레임워크: 관측 계획 수립부터 망원경 제어, 데이터 처리, 그리고 발견된 천체에 대한 후속 관측 제안까지 전 과정을 AI 에이전트가 자율적으로 수행하는 시스템을 구축했습니다.
• 도메인 특화 에이전트 설계: 일반 LLM 의 한계를 극복하기 위해 함수 호출 (Function Calling) 과 도메인 지식 (관측 제약, 천체 카탈로그) 을 통합하여, 실제 관측 가능한 천체만 선별하고 최적의 관측 순서를 제안합니다.
• 아마추어와 전문 천문학자의 협업 촉진: 복잡한 관측 작업을 자동화하여 전문 천문학자가 과학적 연구에 집중할 수 있게 하며, 아마추어 망원경 네트워크의 효율성을 극대화합니다.
• 확장 가능한 아키텍처: GOTTA 와 같은 차세대 대규모 망원경 어레이 (60 대 이상) 를 위한 AI 기반 자율 운영의 청사진을 제시합니다.

4. 결과 (Results)

• 관측 효율성 향상:
  • 계획 수립 시간: 박사급 연구원이 수동으로 수행할 때 약 1.5 시간이 걸리던 관측 계획 수립을 SWT 는 1 분 미만으로 단축했습니다.
  • 목표 커버리지: 동일 조건에서 SWT 는 수동 계획 대비 더 많은 은하 (2,500~3,000 개) 를 관측하며, 충돌 (중복 관측) 발생률은 **0%**로 유지했습니다.
• 임시 천체 탐지 성과:
  • 2024 년 10 월부터 NGSS 망원경 네트워크에서 운영 중이며, 여러 임시 천체 (초신성, 변광성 등) 를 성공적으로 탐지했습니다.
  • 초기에는 TNS 보고 시간보다 약 1 일 지연되었으나, 시스템 최적화 후 밝은 천체 (예: AT2024abqt, SN2024advj) 의 경우 수 시간 내로 탐지 및 보고가 가능해졌습니다.
  • AT2025pk(플레어 후보) 와 같이 SWT 를 통해 최초로 식별된 천체도 존재합니다.
• 시스템 안정성:
  • 7,620 회의 에이전트 호출 중 도구 호출 성공률은 약 **70.5%**였으며, 관측 계획 및 목록 조회 도구는 100% 성공률을 기록했습니다. (망원경 로드 실패는 주로 네트워크 지연으로 인한 타임아웃 문제였습니다.)

5. 의의 및 향후 전망 (Significance & Future Works)

• 의의: SWT 는 'AI 천문학자 (AI Astronomer)'의 개념을 실현한 첫 사례 중 하나로, 대규모 관측 시설의 인력 부족 문제를 해결하고 관측의 민주화 (아마추어 참여 확대) 를 가능하게 합니다.
• 한계점 및 해결 과제:
  • 하드웨어 자동화 부재: 일부 아마추어 관측소의 돔 개폐나 평면 노출 (Flat exposure) 은 수동으로 이루어져야 합니다.
  • 고장 대응: 냉동으로 인한 포커서 고장이나 전선 연결 문제 등은 현재 수동으로 해결 중이며, 향후 RAG(검색 증강 생성) 를 활용한 자동 진단 시스템 도입이 필요합니다.
  • 표준화 부족: 다양한 망원경의 시야각 (FoV) 차이로 인한 관측 효율 저하 문제가 있으며, 이를 해결하기 위한 새로운 계획 도구 개발이 진행 중입니다.
• 미래 계획:
  • 에지 컴퓨팅 (Edge Computing): 망원경 로컬에 AI 모델을 배포하여 네트워크 지연을 줄이고 실시간 의사결정 능력을 강화할 계획입니다.
  • GOTTA 로의 확장: 시천 (SiTian) 프로젝트의 60 대 망원경 네트워크 운영에 SWT 아키텍처를 적용하여, 전 세계적 규모의 자동화된 시간 영역 천문학 관측을 목표로 합니다.
  • AI Astronomer 의 완성: 아이디어 생성 (AstroInsight) -> 관측 실행 -> 데이터 분석 -> 과학 논문 작성 (StarWhisper Writing Workflow) 의 폐쇄 루프 시스템을 구축하여 완전한 자율 과학 발견 시스템을 지향합니다.

이 논문은 천문학 분야에서 AI 에이전트 기술이 단순한 보조 도구를 넘어, 관측 인프라의 핵심 운영 체계로 자리 잡을 수 있음을 입증한 중요한 연구입니다.