한국과학기술정보연구원(KISTI)과 고등과학원, 한국천문연구원은 우주 진화와 은하 생성을 계산하는 세계 최대 규모의 수치모의실험 Horizon Run 5(이하 HR5)를 수행했다고 밝혔습니다. 참고로 Horizon Run(HR) 5는 KISTI 슈퍼컴퓨터를 활용한 다섯 번째 우주 진화 연구인데요.
KISTI는 2018년 25.7페타플롭스의 계산 능력을 가진 당시 세계 11위 규모의 슈퍼컴퓨터 누리온을 도입했습니다. 참고로 플롭스는 초당 수행할 수 있는 부동소수점 연산의 횟수를 의미하는 것으로 컴퓨터의 연산속도를 나타내는 척도인데요. 페타플롭스는 1초당 1,000조번의 연산처리를 말합니다. 이에 2019년 HR5 연구팀은 누리온을 활용해 기존에 수행할 수 없었던 규모인 2,500 계산노드(7.5페타플롭스 규모)에서 3개월간 계산을 수행했습니다.
우주의 거대구조 성장과 은하 진화 제대로 규명할 수 있을까
연구팀은 해당 계산을 위해 프랑스에서 개발된 유체역학 수치모의실험 코드 RAMSES(람세스)를 채택했습니다. 누리온 슈퍼컴퓨터에서 최대 효율을 발휘하도록 최적병렬화했습니다. 최적병렬화는 슈퍼컴퓨터에서 수천대의 컴퓨터가 동시에 수행할 수 있게 코드를 개발해 어려운 문제를 빠르게 계산하도록 하는 기술입니다.
새롭게 개발된 RAMSES 버전은 초신성과 활동성 은하핵에 의한 기체의 가열 및 손실 뿐 아니라 산소, 철과 같은 중원소 함량의 진화, 초거대질량 블랙홀의 자세한 물리적 진화과정을 계산 가능한 코드입니다.
기존 세계 최대급 우주론적 유체역학 수치모의실험에서는 가상 우주 공간 크기의 한계 때문에 우주거대구조의 성장과 은하 진화와의 상관 관계를 제대로 규명할 수 없었습니다. HR5는 모의실험의 규모를 크게 확장헤 표준우주모형에 입각한 은하의 형성과 진화를 가장 사실적으로 재현했다는 데 큰 의의가 있습니다.
예를 들어 기존 수치실험에서는 10개 내외의 은하단만 찾을 수 있었지만, HR5에서는 동일한 공간 분해능을 가진 기존 시뮬레이션보다 10배 큰 공간에서 약 10배 더 많은 100여개의 은하단을 찾을 수 있었습니다. 이는 통계적으로 유의미한 수의 은하단 형성과 소속 은하의 진화를 살펴볼 수 있게 하며, 2020년 노벨물리학상과 2019년 사건지평선망원경(Event Horizon Telescope, EHT)으로 화제가 되었던 초거대 블랙홀의 성장 과정을 이해하기 위한 중요한 이론적 자료가 될 수 있습니다.
HR5 실험은 우주의 팽창현상을 설명하기 위해 이론상으로 제시된 암흑에너지(Dark Energy)의 정체 규명을 위한 탐사 관측 해석에 큰 기여를 할 수 있을 것으로 기대됩니다. 우주의 나이가 38만 년일 때 빛과 물질이 분리되며 형성된 물질 요동의 흔적(BAO)은 암흑에너지를 이해하기 위한 핵심 정보 중 하나인데요. HR5는 한 변이 약 34억 광년인 가상 우주 공간 내의 은하 분포로부터 BAO를 구현해 낸 최초의 시뮬레이션입니다.
- 표준우주모형
우주상수가 들어간 차가운 암흑물질 모형이라고도 하며, 우주대폭발 모형, 급팽창가설, 차가운 암흑물질 모형, 중력불안정 가설로 이루어져있습니다. 대부분의 우주론적 관측 데이터와 잘 일치합니다.
- 암흑에너지
암흑에너지는 초신성 폭발 관측을 통해서 알아낸 우주의 가속팽창을 설명하기 위해서 도입된 물리량으로 우주 공간의 에너지와 관련된 물리량입니다. 이를 관측적으로 발견한 공로로 2011년에 솔 펄머터와 브라이언 슈밋, 애덤 리스는 노벨물리학 상을 수상했습니다.
- 물질 요동의 흔적(BAO)
바리온 물질 요동의 흔적 (BAO, Baryonic Acoustic Oscillation)이란 우주 초기에 공간이 팽창함에 따라서 바리온 요동이 화석화되어 현재까지 남아 있는 흔적을 말합니다.
고등과학원 박창범 교수는 "HR5는 국내 연구진이 주도한 세계 최대 규모의 우주론적 유체역학 시뮬레이션으로서 우주 거대구조와 은하의 생성 및 진화를 동시에 정밀히 기술할 수 있다는 특징이 있습니다. 우주론을 비롯한 은하 및 은하단의 기원을 밝히는 다양한 연구에 활용되길 바란다"고 했습니다.
수치실험에 참여한 KISTI 슈퍼컴퓨팅응용센터 권오경 책임연구원은 "이번 거대규모 시뮬레이션을 통해 기존에 수행할 수 없었던 어려운 문제를 풀 수 있었으며, 다른 종류의 연구에도 확장하여 혁신적인 연구에 보탬이 되었으면 한다"고 밝혔습니다.