안녕하세요 송종민 전문가입니다. 많은 질문 바랍니다.
Q. 우리 은하와 안드로메다가 40억년 뒤 충돌하게 되면 두 은하가 소멸하는 건가요?
안녕하세요. 송종민 과학전문가입니다.안드로메다와 우리은하의 충돌은 에드윈 허블에 의해 발견이 됩니다.청색편이 현상을 관측하여 우리은하와 안드로메다은하가 점점점 가까워지고 있다는 것을 알게됩니다.청색편이현상이란 도플러효과에서 나오는 개념인데요 도플러효과는 진원이 가까워질수록 파장이 줄어들고 멀어질수록 파장이 늘어나는 현상입니다. 실제 우리생활에서도 늘상 보는 현상인데요 예를 들어 오토바이가 옆을 지나가는데 가까워질수록 오토바이 엔진소리가 높게 들리고 멀어질수록 낮게 들리는것이 대표적인 예입니다.이러한 현상은 빛에서 적용되는데요 흔히 빨주노초파남보라고 무지개색을 표현하게 되죠 가시광선 영역에서 파란색에서 빨간색으로 갈수록 파장이 늘어나게 됩니다.안드로메다은하 관측에서 파장이 짧은 청색이 보여서 안드로메다은하가 가까워진다는 것을 알게되었지요그렇다면 거리는 어떻게 측정하냐면 빛의 밝기를 이용하여 거리가 멀어질수록 빛이 밝기가 줄어들고 가까워질수록 거리가 밝아지는 것을 알수 있습니다. 빛의 밝기의 기준은 거리와 밝기를 표준으로 하는 표준광도를 이용하여 계산하게 됩니다. 이를 통하여 거리를 계산할수가 있고요 또 다른 방법은 인근에 항성과 은하등을 이용하여 삼각망을 형성하여 각도변화에 따라 거리를 구할수가 있습니다.거리를 계속관측함에따라서 시간당 이동거리를 계산할수가 있고 안드로메다와 우리은하가 언제 쯤 가까워질지 시간도 계산이 가능하게 됩니다.
Q. 흑색왜성 초신성이 폭발 후 우주 종말이 될 거라는 계산에 대해서 궁금한게 있어요.
안녕하세요. 송종민 과학전문가입니다.하지만 일리노이 주립대학교의한 물리학자는 많은 별들의 최종운명이라고 여겨지는 흑색 왜성이폭발할 수 있어 우주가 거창한피날레로 막을 내린다고 말했습니다.사진 출처: SciTechDaily별들의 운명은 질량에 의해 결정됩니다.큰 별들은 위 그림처럼 폭발해매우 밝게 빛나는 초신성이 되고,태양 같은 작은 별들은 적색 거성으로커지다 줄어들어 백색왜성으로 됩니다.보통 백색왜성은 점점 식어서최종적으로 흑색 왜성이 되는데요,이 식는 과정은 우주의 나이보다훨~~신 오래 걸려서 흑색 왜성은아직까지 없을 것으로 예상됩니다.일반적으로 장벽을 넘기 위해서 입자는일정한 에너지가 필요하지만,터널 효과로 인해(quantum tunneling) 충분한 에너지 없이도장벽을 통과할 수 있게 됩니다.이 효과로 인해흑색 왜성 안의 원소들은 에너지가부족해도 융합을 할 수 있습니다.핵융합으로 철이 만들어지며 끝내흑색 왜성은 초신성으로 폭발합니다.물론 모든 흑색 왜성이 폭발하진 않습니다.태양의 1.2~1.4배 질량을 가진흑색 왜성만 이런 클라이맥스를겪는데요, 현존하는 별의 1%가이에 해당이 됩니다.
Q. 전자파가 몸에 어떻게 안좋다는 얘기인가요?
안녕하세요. 송종민 과학전문가입니다.강한 전자파에 장기간 노출되면 인체 내에 유 도전류가 형성돼 호르몬 분비 체계, 면역세포, 전해질 불균형 등에 영향을 미칠 수 있습니다.다음과 같은 증상을 유발할 수 있으며, 특 히 임신, 출산에는 더 심각한 피해를 줄 수 있 습니다.• 나른함• 불면증• 신경 예민증• 두통• 어지러움• 피부 노화• 멜라토닌 등 호르몬의 감소• 생체 리듬의 변화• 근 무력증• 세포 및 조직의 기능 저하• 면역 체계의 변화• 뇌 활동과 심박수 변화 등
Q. 인공지능에서 머신 러닝은 무엇을 의미 하는 가요?
안녕하세요. 송종민 과학전문가입니다.기계학습(Machine Learning)이란?인공지능의 한 분야이다. 1959년 아서사무엘은 기계학습을 “컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야”라고 정의하였다.즉 사람이 학습하듯이 컴퓨터에도 데이터들을 줘서 학습하게 함으로써 새로운 지식을 얻어내게 하는 분야이다.y=3x라는 함수를 예로 든다. (x.y)의 집합 중 (1,3), (3,9), (4,12), (6,18)의 데이터가 있다고 하자.해당 함수를 컴퓨터가 모르더라도 앞의 데이터들을 컴퓨터에 입력하면 컴퓨터가 학습한 후에 (8,?), (10,?) 등의 질문을 던지면 그 y에 대한 답을 컴퓨터가 할 수 있도록 만드는 것이 기계학습인 것이다.즉 y=3x란 함수를 프로그래밍하지 않아도 답을 얻게 된다.아래의 예처럼 하나의 함수를 유추하려는 방법을 지도 학습(Supervised Learning), x의 데이터가 어떻게 분포되었는지를 파악하는 방법을 비지도 학습(Unsupervised Larning)이라 한다.기계학습은 아래 그림처럼 교실의 선생님(경험전달)과 학생(컴퓨터)이라 생각할 수 있다.딥러닝을 통한 기계학습의 큰 성공은 많은 기업의 경쟁을 유발하고 있다. 2014년 초에 구글은 3년밖에 되지 않은 딥마인드(Deep Mind)라는 회사를 4억 달러가 넘는 금액으로 인수하였다.가트너는 2014년 주목할 만한 기술분야 중 하나로 딥러닝을 꼽았다. 이미지 인식, 음성 인식, 번역 등의 분야에서 현저한 성과가 이루어지고 있다.이미지 인식 분야는 단순하게 물체 종류를 알아맞히는 것을 넘어 이미지 전체를 설명하는 문장까지도 생성하는 수준에 도달했다.
Q. 화산 폭발을 막을 시스템이 개발중이라고 하던데, 어떤 원리인가요?
안녕하세요. 송종민 과학전문가입니다.2018년 캘리포니아 공과대학의 NASA(미항공우주국) 제트추진연구소에서는 "소행성과 혜성으로부터 지구를 구하는 방법 연구에서 슈퍼 화산의 위협이 소행성이나 혜성의 위협보다 훨씬 더 크다는 결론을 내렸다"고 말해 화산 폭발로 인한 재앙을 막을수 있는 실질적인 연구가 필요하다고 전하며, 실질적인 방법으로 '슈퍼화산 식히기'라는 이론을 제안했다.NASA가 예시로 든 슈퍼화산은 옐로스톤 공원에 있는 20여 개가 넘는 화산으로 이 공원에 있는 화산의 열 60~70%가 마그마 방 내의 틈에서 나오는 물을 통해 밖으로 분출되고 있기에, 마그마 방의 열을 30%만 나오게 한다면 이를 막을수 있다는 것이다. NASA는 화산 지하에 약 10km 깊이로 구멍을 뚫고 높은 압력으로 물을 넣으면 가능하다고 말하며, 물이 순환하면서 슈퍼 화산의 온도를 서서히 낮출 수 있다고 주장했다.