The EPS Research Astro-RAG Platform: A Unified Open-Science Infrastructure for Cross-Epoch Astrophysical Kinematic Analysis, LLM-Assisted Research Workflows, and Educational Outreach

기술 요약: EPS 리서치 아스트로-RAG(Astro-RAG) 플랫폼

문제 정의
본 논문은 현대 천체물리학의 결정적인 병목 현상을 지적한다. SPARC, THINGS, LITTLE THINGS, WALLABY, ALPINE과 같은 대규모 탐사(surveys)가 광범위한 은하 질량과 우주 시대에 걸친 풍부한 운동학적 데이터셋을 생성해 왔으나, 이 데이터들은 수십 개의 소스 논문에 걸쳐 이질적인 형식으로 파편화되어 존재한다. 이러한 파편화는 체계적인 조사 간 및 시대 간 교차 분석을 저해한다. 나아가, 대규모 언어 모델(LLM)과 검색 증강 생성(RAG) 파이프라인의 등장은 데이터가 외부 전처리 없이도 LLM이 데이터를 수용하고 추론할 수 있도록 "자기 기술적(self-describing)"(단위와 메타데이터가 내장된 구조화된 형태)이어야 한다는 새로운 요구사항을 도입했다. 표준 FITS 테이블이나 조사별 ASCII 형식은 이 기준을 충족하지 못한다.

방법론 및 플랫폼 아키텍처
이러한 과제를 해결하기 위해, 저자들은 원천 데이터, 과학적 분석, 그리고 AI 보조 워크플로우를 연결하도록 설계된 통합 오픈 사이언스 인프라인 **EPS 리서치 아스트로-RAG 플랫폼(v1.0)**을 제시한다. 플랫폼은 다섯 가지 기능적 "사일로(silo)"로 구성된다:

1. z = 0 데이터: 국부 우주 코퍼스(HI 은하, 왜소 은하, 구상 성단).
2. z ∼ 6 데이터: 고적색편이 운동학 데이터.
3. 예시 라이브러리: 검증된 120개의 주피터(Jupyter) 노트북.
4. 논문 및 프리프린트: 출판 메타데이터.
5. LLM 및 도구: 계획된 미세 조정(fine-tuned) 모델 어댑터.

핵리 방법론은 네 가지 형식을 갖춘 공통 스키마 하에 네 개의 서로 다른 코퍼스를 배포하는 것을 포함한다: 계층적 JSON(자기 기술적), 평면형 CSV(pandas/R용), JSONL(LLM RAG 스트리밍에 최적화), 그리고 객체별 ZIP 파일. 품질 티어는 명시적으로 정의된다 (티어 1은 전체 운동학 데이터, 티어 2는 통합된 매개변수 또는 분류만을 포함).

주요 기여
플랫폼은 총 772개의 객체를 포함하는 네 가지 특정 코퍼스를 공개한다:

1. 통합 HI 회전 곡선 코퍼스 v7.0: SPARC, THINGS, LITTLE THINGS, WALLability DR2에서 추출한 438개의 공간 해상 회전 곡선을 포함한다. 이는 모든 광도 분해 성분($V_{gas}$, $V_{disk}$, $V_{bul}$) 및 표면 밝기 프로파일을 포함하여 SPARC 데이터베이스의 모든 충실도를 보존하며, 다른 조사들의 데이터를 증강하였다.
2. 왜소/불규칙 HI 코퍼스 v1.0: LVHIS, VLA-ANGST, LITTLE THINGS, WALLABY로부터 추출한 129개의 저질량, 암흑 물질 지배 왜소 은하를 포함한다.
3. 밀키웨이 구상 성단 코퍼스 v1.3.1: Harris 카탈로그, Gaia EDR3 고유 운동, HST 구조 매개변수, 그리고 N-body 역학 모델로부터 조화된 174개의 성단을 포함한다.
4. 고적색편이 운동학 코퍼스 Z1: ALPINE 조사로부터 얻은 $z = 4.26–5.68$ 범위의 별 형성 은하 31개를 포함하며, 여기에는 8개의 확정된 3DBarolo 회전체가 포함된다.

또한 플랫폼은 12–18세 학생들을 위해 사전 도메인 지식 없이도 실제 발표된 데이터셋을 사용할 수 있도록 설계된 고등학교 탐구 트랙(20개 노트북)과, 사용자가 10분 이내에 핵심 결과를 재현할 수 있는 QuickStart 경로를 제공한다.

과학적 결과
이 코퍼스들을 관통하는 통합적인 과학적 기여는 오메가 운동학 보정(Flyson & Cannaliato 2025)의 적용이다. 이 방법은 회전 곡선의 가장 안쪽 및 가장 바깥쪽 해상 링에서 유도된 경계점 각속도 매개변수($\omega$)를 도입한다.

• 국부 우주 ($z=0$): 84개의 SPARC 품질-1 은하에 적용했을 때, 보정값은 평균 $\omega = +7.06 \pm 3.26$ rad Gyr$^{-1}$을 나타낸다. 왜소/불규칙 코퍼스의 중앙값은 $\omega = +9.94$ rad Gyr$^{-1}$이다.
• 고적색편이 ($z \sim 5$): Z1 코퍼스의 8개 확정 회전체(ALMA [CII] 3DBarolo 모델 사용)에 적용했을 때, 매개변수의 중앙값은 $\omega = -13.05$ rad Gyr$^{-1}$이다.
• 부호 반전: 플랫폼은 약 9 Gyr의 우주 진화 동안 발생하는 약 20 rad Gyr$^{-1}$의 견고한 부호 반전을 입증하며, 이는 $z=0$에서의 양(+)의 값과 $z \sim 5$에서의 음(-)의 값을 대조시킨다.

의의 및 주장
본 논문은 이 플랫폼이 HI 21cm 회전 곡선, 밀키웨이 구상 성단 역학, 그리고 고적색편이 ALMA [CII] 형태-운동학을 공통 스키마 하에 연결하는 최초의 통합 운동학 데이터셋을 제공한다고 주장한다.

• 재현성: 저자들은 120개의 주피터 노트북이 실제 Zenodo 코퍼스 파일에 대해 오류 없이 실행됨을 검증(120/120 통과율)하여, 유효한 데이터 접근 패턴을 보장함을 강조한다.
• 교육적 접근성: 연구자들이 사용하는 것과 동일한 Zenodo 파일을 직접 로드하는 "고등학교 탐구 트랙"을 제공함으로써, 플랫폼은 독점 소프트웨어나 망원경 아카이브 계정 없이도 실제 천체물리학 데이터에 대한 접근을 민주화한다고 주장한다.
• 미래 로드맵: $\omega$의 부호 반전은 향후 RAMSES 우주론적 시뮬레이션(2026–2027년 계획)이 이러한 구조적 변환을 추적하기 위한 동기로 제시된다. 또한, 플랫폼은 RAG 파이프라인을 위해 이 코퍼스들에 특화되어 학습된 4단계 미세 조정 LLM 팀(~7B에서 ~72B 파라미터 규모)을 배치하는 "단계 2" 계획을 개략적으로 설명하며, 여기에는 플롯에서 운동학적 값을 직접 추출할 수 있는 비전 기능 탑able 모델이 포함된다.

저자들은 플랫폼이 영구적인 DOI와 함께 CC BY 4.0 조건으로 공개되어, 오픈 액세스와 장기적인 아카이브 안정성을 보장한다고 밝혔다.