천문·천체물리
비전-언어 모델로 '과학적으로 흥미로운' 은하 골라내기 — 허블 이미지 2만 장 실험
연구진은 사전학습된 비전-언어 모델이 자연어 지시만으로 은하 이미지의 과학적 중요도를 평가할 수 있는지 검증했다. 머신러닝과 전문가 검토로 확인된 167개 기준 이상천체(reference anomaly)를 포함한 허블 우주망원경(HST) 이미지 2만 장을 대상으로 평가한 결과, Gemini 3.1 Flash-Lite는 기준 이상천체의 98.2%를 상위 약 2,000장 안에 배치했고 추론 비용은 이미지 1만 장당 약 5.05달러였다. 중력렌즈, 해파리 은하(jellyfish galaxy) 후보, 제트가 보이는 은하 등이 재발견됐으며 연구진은 높은 점수를 받은 후보 102개를 추가 연구용으로 공개했다. 저자들은 대상 데이터에 대한 별도 학습 없이도 기성 비전-언어 모델이 대규모 이미지 데이터셋을 '희귀성'이 아닌 '과학적 중요도' 기준으로 정렬하는 실용적 수단이 될 수 있다고 밝혔다.
arXiv astro-ph.GA (은하)