안드로메다(M31) 단축 방향 먼지 특성 규명… NIKA2 밀리미터파 관측으로 복사율 지수 β≈1.8 도출
연구진은 IRAM 30m 망원경의 NIKA2로 안드로메다 은하(M31) 단축(minor axis)을 각분해능 11초각(M31 거리에서 약 40pc)으로 1.15mm 파장에서 새로 관측했다. 기존 허셜(Herschel) 자료만으로는 먼지 복사율 지수(β)의 반경 방향 경향이 연구마다 엇갈렸고 먼지 온도와 β 사이의 축퇴 문제도 있었는데, 이번에 JCMT SCUBA-2의 850μm 및 1.15mm 자료를 함께 써 픽셀 단위 수정 흑체 피팅을 수행하자 축퇴가 완화되며 평균 β≈1.8이 나왔다. 이는 원적외선 자료만으로 구한 값보다 체계적으로 낮은 수치다. 반경별로는 5kpc 고리가 10kpc 고리보다 β가 높게 나타났으며, 연구진은 내부 5kpc 영역의 높은 β가 먼지 조성 변화 및 별빛에 의한 가열 증가와 연관될 가능성을 제시했다. 결론적으로 근접 은하의 먼지 특성을 제대로 제약하려면 장파장 SED 기울기를 포함한 밀리미터파 관측이 중요하다는 점이 강조됐다.
원문 전체를 보시려면
큐픽스 우주는 원문 전재 없이 요약과 링크만 제공합니다.
관련 기사
태양 스쳐가는 크로이츠 혜성 C/2026 A1(MAPS), 붕괴 직전 HCN 검출 성공
IRAM 30m 전파망원경으로 2026년 4월 1~3일(현지시각) 태양중심거리 0.10~0.23au 구간에서 크로이츠족 태양근접 혜성 C/2026 A1(MAPS)을 관측해, 이 유형의 혜성에서 처음으로 265.886GHz (3-2) 전이를 통한 HCN을 검출했다. 관측 기간은 근일점 통과와 완전 붕괴 직전 3일에 해당하며, 4월 1일과 3일 두 차례 폭발적 활동(아웃버스트)이 포착됐다. 붕괴 하루 전 발생한 두 번째 아웃버스트에서는 혜성 전체 질량의 0.4~1.2%가 방출된 것으로 분석돼, 로슈 한계 영역에 진입하기 전 이미 사전 붕괴가 진행됐을 가능성을 시사한다. 연구진은 HNC, CS, H2CO, CO, OCS, CH3OH에 대해서는 검출 상한값만 얻었다.
arXiv astro-ph.EP (행성계)
APOD: 숨겨진 은하 IC 342 — 은하수 먼지를 뚫고 포착
NASA 오늘의 천체사진(APOD)이 11월 4일자로 은하수 평면의 가스·먼지·별을 뚫고 촬영한 나선은하 IC 342(칼드웰 5)를 소개했다. 약 1,000만 광년 거리에 있는 IC 342는 우리 은하가 속한 국부은하군과 비교적 가까운 IC 342/마페이 은하군의 가장 밝은 구성원 중 하나로, 복잡하고 먼지가 많은 은하수 전경을 부정확하게 계산한 탓에 과거 '국부은하군에서 방출된 은하'라는 가설이 제기되기도 했다. IC 342 자체의 먼지가 수소 가스의 빛을 간헐적으로 가리는 모습은 밝고 젊은 별들의 존재를 시사하며, 자기장 지도는 나선팔 형성이라는 난제에 자기장이 상당한 기여를 할 가능성을 보여준다. 사진은 아르템 미로노프(Artem Mironov)가 촬영했다.
NASA
GPUPhot: GPU로 점광원 검출·측광 전과정 처리하는 알고리즘 공개
연구진은 점광원 검출과 측광의 모든 단계를 고정 커널 합성곱 또는 전체 프레임 단위 원소별 연산으로 재구성해 GPU에서 처리하는 알고리즘 묶음 GPUPhot을 공개했다. 공간적으로 변하는 점확산함수(PSF)를 유량 보존 주성분 고유모드와 위치 의존 계수로 기술함으로써, 위치에 따라 달라지는 매치드 필터를 최대우도 기반을 유지한 채 소수의 합성곱으로 분해한다. 배경 기울기가 크고 PSF가 불균일한 영역에서도 1픽셀 이하의 위치 측정 정확도와 밝은 천체에 대해 수 밀리등급 수준의 측광 정밀도를 달성했다고 밝혔다. 이 파이프라인은 테이데 천문대 망원경에서 이미 운영 중이며, 2023년 이후 370만 장(1.2PB)의 영상을 150Mpx 이미지당 15초 미만의 엔드투엔드 처리 속도로 소화했다. 소프트웨어 패키지는 논문과 함께 공개됐다.
arXiv astro-ph.IM (관측기기)
구면 위 벡터·스핀장을 위한 등변 학습 기법 '스핀 구면 푸리에 신경 연산자' 제안
우주배경복사(CMB) 편광, 약한 중력렌즈의 전단(shear), 바람 등은 국소 좌표계가 회전할 때 위상이 변하는 스핀장인데, 연구진은 구면 푸리에 신경 연산자(SFNO)를 임의의 스핀 값을 갖는 장으로 확장했다. 스핀장을 회전군 위의 매키(Mackey) 함수로 올리는 개념적 틀을 바탕으로, 조화 표현과 구면·회전군 표본화 정리를 이용해 정확하고 효율적인 '들어올린 구면 합성곱'을 구성해 회전 등변성을 엄밀히 확보했다. 이렇게 만든 스핀 SFNO(S²FNO)는 각 층에서 회전 등변성이 기계 정밀도 수준으로 성립함을 실증했으며, 기존 벤치마크에서 최고 수준의 성능을 기록하고 새로 제시한 벤치마크에서는 스핀을 인식하는 모델이 스칼라 모델보다 더 나은 결과를 보였다.
arXiv astro-ph.IM (관측기기)