2건의 기사
로봇 망원경 네트워크의 타깃 획득(acquisition) 오차를 운영 데이터로 예측·보정하는 머신러닝 파이프라인이 arXiv에 공개됐다. 연구진은 라스쿰브레스 천문대(Las Cumbres Observatory, LCO) 네트워크의 아카이브 운영 로그를 활용해 전통적 머신러닝과 딥러닝 회귀 모델을 적용, 관측 조건·망원경 설정·관측기기 상태와 획득 오차 사이의 관계를 학습시켰다. 이 방식은 기존의 정적 지향 모델(pointing model)을 보완하고 관측소 인력의 반복적인 수동 보정 필요를 줄이도록 설계됐다. 연구진은 학습된 모델을 브라우저 기반 그래픽 인터페이스로 제공하는 오픈소스 도커(Docker) 기반 소프트웨어 서비스도 함께 공개했다.
arXiv astro-ph.IM (관측기기)
중력파 광학 대응천체 관측 프로젝트 GOTO(Gravitational-wave Optical Transient Observer)는 중력파 신호 등에 대응하는 광학 일시천체를 찾는 로봇식 광시야 탐사 망원경 네트워크를 운영한다. 2023년부터 이 네트워크는 카나리아 제도와 호주의 지구 반대편 두 관측소로 구성되며, 각 관측소는 독립적인 로봇 마운트 2기를 갖추고 있다. GOTO 망원경 제어 시스템(G-TeCS)은 경보 처리와 타깃 스케줄링부터 현장 하드웨어 운용·모니터링까지 네트워크 운영 전반을 관리하는 맞춤형 파이썬 소프트웨어 패키지다. 중앙 시스템은 경보 모니터와 관측 데이터베이스, 스케줄러로 이뤄져 4개 노드에 관측 대상을 배정하며, 각 망원경은 독립적인 제어 데몬과 야간 운영을 조율하는 파일럿 마스터 제어 프로그램으로 작동한다. 2015년부터 개발돼 온 이 구조는 현재 완전 자율 네트워크 운영을 뒷받침하고 있다.
arXiv astro-ph.IM (관측기기)