야심한 밤 어두컴컴한 골목길에서 스마트폰 카메라를 켜면 화면은 온통 자글자글한 노이즈로 뒤덮입니다. 이때 야간 모드 알고리즘이 작동해 부족한 디테일을 채우고 때로는 실재하지 않는 윤곽선까지 선명하게 다듬어냅니다. 보정된 화면 속 야경을 보며 누구나 한 번쯤 의문을 품어보았을 것입니다. 눈앞의 윤곽은 실제 풍경일까, 아니면 알고리즘이 덧칠한 허상일까.
이러한 일상적 의구심은 지난 4년간 현대 천문학 역사상 가장 중요한 발견의 주변을 맴돌았습니다. 2019년 4월 10일, 주황빛으로 빛나는 고리 사진이 전 세계 소셜 미디어를 휩쓸었습니다. 천문학계가 수년간의 협업 끝에 합성해낸 최초의 블랙홀 사진이었습니다. 대중의 눈에 그 밝은 ‘도넛’은 인류가 시공간의 심연을 넘어선 위대한 상징이었습니다.
하지만 과학계 내부에서는 이 고리의 진위를 둘러싼 논쟁이 끊이지 않았습니다. 여러 저명한 천체물리학자들이 공개적으로 의문을 제기했습니다. 부족하고 불완전한 신호를 컴퓨터가 처리하는 과정에서 빚어진 계산상 인공물, 즉 아티팩트일 수 있다는 지적이었습니다. 4년간 이어진 이 진위 논쟁은 2026년 11월 11일 호주 연구진이 국제 학술지 ‘네이처(Nature)‘에 논문을 발표하면서 마침내 결정적인 결말을 맞이했습니다.
지구 크기의 가상 망원경을 엮다: 최초의 블랙홀 사진이 촉발한 4년의 논쟁
논쟁의 뿌리를 이해하려면 먼저 이 사진이 어떻게 촬영되었는지 살펴봐야 합니다. 일반 카메라는 렌즈로 빛을 모아 센서에 초점을 맺히게 합니다. 하지만 블랙홀은 그런 방식으로 포착할 수 없습니다. 관측 대상이었던 M87 은하 중심의 초대질량 블랙홀(M87*)은 지구에서 약 5,500만 광년 떨어져 있습니다. 우주를 건너 지구에 도달한 빛은 5,000만 년 이상을 이동한 것입니다. 광자가 출발했을 당시 지구에는 인류 문명의 흔적조차 없었습니다.
이 거대한 천체의 질량은 태양의 약 65억 배에 달합니다. 60억 개가 넘는 항성을 태양계만 한 공간에 욱여넣은 상상조차 어려운 중력의 심연입니다. 덩치는 어마어마하지만 거리가 워낙 멀어 지구에서 이를 식별하는 것은 달 표면에 놓인 도넛 하나를 지구에서 육안으로 가려내는 수준의 난도입니다.
지구상의 그 어떤 단일 망원경도 이러한 해상력을 가질 수 없습니다. 이에 세계 천문학자들은 지구 곳곳에 흩어진 8대의 전파망원경을 연계해 ‘사건의 지평선 망원경(EHT)‘을 구축했습니다. 원자시계로 각 관측소의 신호를 정밀하게 동기화하는 초장기선 간섭계(VLBI) 기술을 통해 지구 전체를 하나의 거대한 가상 카메라로 탈바꿈시킨 것입니다.
일본 학자의 반론과 시뮬레이션: 빛나는 고리가 밋밋한 덩어리로 변하다
하지만 이 가상 카메라도 완전한 렌즈 시야를 제공하지는 못합니다. 8곳의 관측소가 지구상에 띄엄띄엄 자리 잡고 있어 가상 반사경 전체로 보면 수집된 신호는 지극히 성깁니다. 블랙홀 이미지 복원을 거대한 퍼즐 맞추기에 비유하자면 손에 쥔 조각은 고작 몇 개에 불과한 셈입니다. 연구진은 광활한 빈 공간을 채우기 위해 수학적 알고리즘과 물리적 가설에 의존해야만 했습니다.
논쟁은 바로 이 빈틈을 메우는 규칙에서 비롯되었습니다. 컴퓨터 영상 복원 분야에는 ‘알고리즘 인공물(불완전한 데이터를 처리할 때 알고리즘 자체의 수학적 전제나 가설로 인해 허구의 형태가 생성되는 현상)‘이 존재합니다. 만약 알고리즘이 천체의 대칭 구조를 기본값으로 전제한다면 복원 프로그램은 퍼즐을 맞출 때 자연스레 둥근 고리 모양을 선호하게 됩니다. 이미지 생성을 돕기 위해 도입한 수학 모델이 무의식중에 인류가 보고 싶어 했던 도넛을 그려냈을 수 있다는 것입니다.
2022년 일본 고베대학교의 천체물리학자 마키노 준이치로 교수 연구진이 반론을 제기했습니다. 연구진은 당시 공개된 EHT 원시 관측 데이터를 다시 불러와 복원 알고리즘에 적용된 천체의 부드러움 등 몇 가지 사전 가정만을 수정했습니다. 재계산 결과는 학계를 경악하게 만들었습니다. 찬란하게 빛나던 도넛 모양이 무너져 내리고 중심부의 어두운 그림자가 사라진 밋밋한 방사체 덩어리만 남았기 때문입니다. 이 논문은 즉각 뜨거운 논란을 불러일으켰고 최초의 블랙홀 사진이 단순한 알고리즘의 착각일지도 모른다는 의심이 퍼져나갔습니다.
세 대의 망원경을 엮은 폐쇄 불변량: 대기 교란을 수학적으로 지우다
빗발치는 의혹 앞에서 호주 연방과학산업연구기구(CSIRO) 소속 4인의 연구팀이 근본적인 재검증에 착수했습니다. 새뮤얼 라이(Samuel Lai) 연구원이 이끌고 니티야난단 티아가라잔(Nithyanandan Thyagarajan), 아이비 웡(Ivy Wong), 포이보스 디아코기아니스(Foivos Diakogiannis) 연구원이 힘을 합쳤습니다. 이들은 기존 결론을 무작정 옹호하지도 않았고 일본 연구진의 반론을 섣불리 수용하지도 않았습니다. 납득할 만한 답을 얻기 위해서는 데이터 자체에서 흔들리지 않는 수학적 발판을 찾아야 했습니다.
전통적인 전파 간섭계는 망원경을 둘씩 짝지어 운용합니다. 두 망원경에 동일한 신호가 도달하는 시간 차이를 측정해 위상 차이를 계산합니다. 하지만 지구 대기권의 수증기와 온도는 쉼 없이 요동치며 희미한 우주 전파가 대기를 통과할 때 심하게 굴절됩니다. 망원경 장비 자체의 미세한 흔들림 또한 측정 데이터에 잡음을 남깁니다.
호주 연구진은 둘씩 짝짓는 고정관념에서 벗어났습니다. 대신 세 대의 망원경을 삼각형 모양의 닫힌 루프로 엮는 ‘폐쇄 불변량(closure invariants)’ 기법을 도입했습니다. 관측소 세 곳이 닫힌 삼각형을 형성하면 빛이 대기를 통과할 때 발생하는 무작위 지연과 장비 오차가 노이즈 캔슬링 이어폰처럼 수학적 회로 안에서 상쇄됩니다. 이 수학적 도구를 통해 복잡한 장비 보정 가정을 걷어내고 대기 오염에 훼손되지 않은 순수한 간섭 데이터를 추출해냈습니다.
사진: 호주 CSIRO 연구팀이 새로운 알고리즘으로 복원한 M87 블랙홀 영상. 선명한 고리 모양의 발광 구조가 뚜렷하게 유지되고 있다. 출처: Lai et al. / CSIRO(via Nature).
개와 고양이, 자동차만 학습한 AI: 블랙홀을 모른 채 같은 원환을 그리다
깨끗한 간섭 데이터를 확보한 뒤 이를 다시 시각 이미지로 전환하는 것이 두 번째 난관이었습니다. 알고리즘의 주관적 편향을 배제하기 위해 연구진은 ‘GenDIReCT’라는 독자적인 머신러닝 영상 복원 도구를 구축했습니다.
인공지능 모델의 편향을 원천 차단하기 위해 연구진은 학습 단계에서 극도로 엄격한 데이터 격리 전략을 적용했습니다. 알고리즘에 학습시킨 이미지 데이터베이스는 고양이, 반려견, 트럭, 도시 거리, 건물 등 지구상의 일상적인 사진들로만 채워졌습니다. 모델의 신경망에는 단 한 장의 우주 사진도 입력되지 않았습니다. 인공지능은 실제 블랙홀이 어떻게 생겼는지 전혀 알지 못했습니다. 모델이 익힌 유일한 능력은 객관적인 통계 확률에 따라 끊어진 데이터 점들을 가장 자연스러운 영상으로 연결하는 규칙뿐이었습니다.
실험의 투명성과 공정성을 담보하기 위해 연구진은 학습이 끝나자마자 모든 프로세스를 완전히 동결했습니다. 연구자의 주관적인 개입은 철저히 배제되었습니다. 그리고 2025년 12월 4일, 연구진은 2019년에 기록된 실제 원시 관측 데이터를 모델에 처음으로 입력했습니다. 결과는 고무적이었습니다. 화면 중앙에 선명한 윤곽을 가진 빛의 고리가 다시 나타났습니다. 원환의 지름 크기는 물론 주변부의 밝기 분포까지 2019년 당시의 발표 내용과 정확히 일치했습니다.
사진: 관측 데이터를 여러 삼각형 폐쇄 루프로 분할해 복수의 독립적 영상 기법으로 비교 검증한 결과. 출처: Lai et al., Nature 2026.
독립 검증으로 벗겨낸 허상의 혐의: 다중 센서 이미징의 지평을 넓히다
독립적인 4인 연구팀의 철저한 재검증은 4년간의 논쟁에 가장 무게감 있는 판결을 내렸습니다. 2019년 당시 EHT 협력단은 사진을 공개하기 전 내부 4개 팀에 독립적인 계산을 맡겼으나 팀별 이미지에 미세한 차이가 있어 알고리즘 편향에 대한 우려가 완전히 가시지 않았습니다. 이번에 외부 연구진이 천문학적 사전 편견이 배제된 알고리즘으로 다시 확인해냄으로써 빛나는 고리는 지울 수 없는 물리적 실체임이 입증되었습니다.
이번 연구의 성과는 천체물리학의 울타리를 훌쩍 뛰어넘습니다. 현대 과학과 공학 분야 전반에서 분산된 다중 센서 데이터를 조합해 정밀한 이미지를 재구성하는 기술은 매우 중요합니다. 병원의 MRI는 미약한 생체 신호로부터 장기 병변을 시각화해야 하고 지질 탐사 역시 지표면에 흩어진 센서를 통해 지하 단층을 정밀하게 파악합니다. 폐쇄 불변량과 편향 없는 머신러닝의 결합은 극도로 성긴 신호 복원 분야에 새로운 표준 해법을 제시했습니다.
5,500만 광년 너머에서 빛나는 장엄한 고리는 우주가 인류에게 직접 보여준 물리적 초상이었습니다. 개와 고양이, 자동차만 본 인공신경망이 원시 전파 신호에서 똑같은 고리를 다시 그려냄으로써 최초의 블랙홀 사진은 마침내 알고리즘 허상이라는 멍에를 벗었습니다. 이번 독립적 재검증은 현대 과학의 엄밀한 가치를 입증했을 뿐 아니라 시공간의 심연을 응시하는 인류의 시선에 흔들리지 않는 확신을 불어넣어 주었습니다.
참고 링크:
- Nature 뉴스: 엄격한 검증을 통과한 최초의 블랙홀 사진(Iconic first image of black hole holds up to scrutiny)
- Nature 논문: 독립적인 간섭계 관측량이 입증한 M87* 블랙홀 그림자(Independent interferometric observable confirms black hole shadow in M87*)
- The Conversation 보도: 상징적인 블랙홀 사진은 정확한가? 새 연구가 도출한 독립적 결과(Is this iconic black hole image accurate? New study delivers an independent result)
