How to take a picture of a black hole | Katie Bouman

3,361,362 views ・ 2017-04-28

TED


아래 영문자막을 더블클릭하시면 영상이 재생됩니다.

번역: SeungGyu Min 검토: Joowon Lee
00:13
In the movie "Interstellar,"
0
13436
1860
영화 '인터스텔라'에서
00:15
we get an up-close look at a supermassive black hole.
1
15320
3327
우리는 초대형 블랙홀을 가까이서 볼 수 있습니다.
00:18
Set against a backdrop of bright gas,
2
18671
2143
밝은 가스를 배경으로
00:20
the black hole's massive gravitational pull
3
20838
2118
블랙홀의 엄청난 중력은
00:22
bends light into a ring.
4
22980
1435
빛을 고리 모양으로 휘어지게 합니다.
00:24
However, this isn't a real photograph,
5
24439
2109
하지만, 이것은 실제 사진이 아닙니다.
00:26
but a computer graphic rendering --
6
26572
1786
예술적 해석을 가미하여
00:28
an artistic interpretation of what a black hole might look like.
7
28382
3390
'블랙홀이 이렇게 생겼을 것이다'라고 컴퓨터 그래픽으로 표현한 것이죠.
00:32
A hundred years ago,
8
32401
1166
100여년 전에
00:33
Albert Einstein first published his theory of general relativity.
9
33591
3601
알버트 아인슈타인은 그의 이론인 '일반상대성이론'을 처음 출판하였습니다.
그 이후로
00:37
In the years since then,
10
37216
1439
00:38
scientists have provided a lot of evidence in support of it.
11
38679
2973
과학자들은 일반상대성이론을 뒷받침하기 위한 증거들을 제시하고 있습니다.
00:41
But one thing predicted from this theory, black holes,
12
41676
3084
하지만 이 이론을 증명하는 단 하나
블랙홀은 직접 관찰된 적이 없습니다.
00:44
still have not been directly observed.
13
44784
2350
비록 블랙홀의 생김새에 대한 여러 아이디어는 제시되었지만,
00:47
Although we have some idea as to what a black hole might look like,
14
47158
3206
우리는 한번도 블랙홀을 직접 찍어본 적이 없습니다.
00:50
we've never actually taken a picture of one before.
15
50388
2779
하지만 여러분들은 아마 이것이 곧 바뀔 것이라는 점에 놀랄 겁니다.
00:53
However, you might be surprised to know that that may soon change.
16
53191
4279
우리는 몇 년 사이 찍힌 최초의 블랙홀의 모습을 볼 수 있을 것입니다.
00:57
We may be seeing our first picture of a black hole in the next couple years.
17
57494
4164
01:01
Getting this first picture will come down to an international team of scientists,
18
61682
3958
첫 번째 블랙홀 사진은 지구만한 망원경과
01:05
an Earth-sized telescope
19
65664
1567
사진들을 합치는 알고리즘을 이용하여
01:07
and an algorithm that puts together the final picture.
20
67255
2832
여러 국가의 과학자들이 찍게 될 것이죠.
실제 블랙홀을 보여드릴 수는 없지만
01:10
Although I won't be able to show you a real picture of a black hole today,
21
70111
3528
01:13
I'd like to give you a brief glimpse into the effort involved
22
73663
2911
최초의 사진을 찍기 위한 노력들에 대한
01:16
in getting that first picture.
23
76598
1613
간단한 소개를 해드리고자 합니다.
01:19
My name is Katie Bouman,
24
79477
1437
제 이름은 케이티 보먼이고
01:20
and I'm a PhD student at MIT.
25
80938
2566
MIT의 박사과정을 밟고 있습니다.
01:23
I do research in a computer science lab
26
83528
2027
저는 컴퓨터를 통해 비디오나 사진을 볼 수 있게 일을 하는
01:25
that works on making computers see through images and video.
27
85579
3298
컴퓨터 연구실에 있습니다.
01:28
But although I'm not an astronomer,
28
88901
2162
비록 저는 천문학자가 아니지만
오늘 이자리에서 저는
01:31
today I'd like to show you
29
91087
1285
제가 이 프로젝트에 어떻게 참여하는지 말씀드리고자 합니다.
01:32
how I've been able to contribute to this exciting project.
30
92396
2903
만약 오늘밤 도시의 밝은 빛들을 지나쳐가면,
01:35
If you go out past the bright city lights tonight,
31
95323
2831
여러분들은 굉장히 아름다운 은하수를
01:38
you may just be lucky enough to see a stunning view
32
98178
2436
01:40
of the Milky Way Galaxy.
33
100638
1493
볼 수 있는 행운을 얻을 것입니다.
그리고 만약 수십만개의 별들을 확대해서 볼 수 있다면,
01:42
And if you could zoom past millions of stars,
34
102155
2462
01:44
26,000 light-years toward the heart of the spiraling Milky Way,
35
104641
3755
운하의 중심부로부터 2만 6천광년이나 떨어진 은하수를 지나
01:48
we'd eventually reach a cluster of stars right at the center.
36
108420
3521
중심부 위치한 별무리를 보게 될 것입니다.
01:51
Peering past all the galactic dust with infrared telescopes,
37
111965
3206
우주먼지들을 피하기 위한 적외선 망원경을 이용해서
천문학자들은 이 별들을 16년 넘게 관찰해왔습니다.
01:55
astronomers have watched these stars for over 16 years.
38
115195
3867
하지만 진면목은 보이지 않습니다.
01:59
But it's what they don't see that is the most spectacular.
39
119086
3589
이 별들은 보이지 않는 무언가의 주위를 멤돌고 있는 듯 합니다.
02:02
These stars seem to orbit an invisible object.
40
122699
3066
02:05
By tracking the paths of these stars,
41
125789
2323
이 별들의 궤도를 추적한 결과,
천문학자들은 결론을 내렸죠.
02:08
astronomers have concluded
42
128136
1294
02:09
that the only thing small and heavy enough to cause this motion
43
129454
3129
이러한 움직임을 만들 수 있는 충분히 작고 무거운 물질은
밀도가 아주 높아 주위의 모든 것을 빨아들이는
02:12
is a supermassive black hole --
44
132607
1968
블랙홀 뿐이라는 것입니다.
02:14
an object so dense that it sucks up anything that ventures too close --
45
134599
4178
블랙홀이 빨아들이는 것은 빛 또한 예외일 수 없습니다
02:18
even light.
46
138801
1494
더 확대해 본다면 어떨까요?
02:20
But what happens if we were to zoom in even further?
47
140319
3061
사진상 보이지 않는 것들을 볼 수 있게 될까요?
02:23
Is it possible to see something that, by definition, is impossible to see?
48
143404
4733
02:28
Well, it turns out that if we were to zoom in at radio wavelengths,
49
148719
3244
라디오 파장을 확대한다면
02:31
we'd expect to see a ring of light
50
151987
1682
블랙홀 주위에
02:33
caused by the gravitational lensing of hot plasma
51
153693
2411
고온의 플라스마가 중력을 가하는 렌즈가 생겨서
02:36
zipping around the black hole.
52
156128
1829
빛의 고리가 생길 것을 기대할 수 있습니다.
02:37
In other words,
53
157981
1160
이 블랙홀은 밝은 물질을 배경으로 그림자를 생성하여
02:39
the black hole casts a shadow on this backdrop of bright material,
54
159165
3171
어둠의 영역을 조각해냅니다.
02:42
carving out a sphere of darkness.
55
162360
1842
이 밝은 고리의 중력이 매우 강해져서
02:44
This bright ring reveals the black hole's event horizon,
56
164226
3339
빛 또한 벗어날 수 없는
02:47
where the gravitational pull becomes so great
57
167589
2400
02:50
that not even light can escape.
58
170013
1626
블랙홀의 지평선을 드러내게 됩니다.
02:51
Einstein's equations predict the size and shape of this ring,
59
171663
2859
아인슈타인의 방정식은 이 고리의 크기와 모양을 예측하므로,
02:54
so taking a picture of it wouldn't only be really cool,
60
174546
3208
이 사진을 찍는 것은 근사할 뿐만이 아니라
02:57
it would also help to verify that these equations hold
61
177778
2618
이 방정식이 블랙홀 주변의 극한의 상태에서도
03:00
in the extreme conditions around the black hole.
62
180420
2466
유지된다는 점을 입증합니다.
03:02
However, this black hole is so far away from us,
63
182910
2558
하지만, 이 블랙홀이 너무 멀기에
03:05
that from Earth, this ring appears incredibly small --
64
185492
3098
겨우 달의 오렌지만하게 보이는 고리는
매우 작게 보여질 뿐입니다.
03:08
the same size to us as an orange on the surface of the moon.
65
188614
3590
03:12
That makes taking a picture of it extremely difficult.
66
192758
2824
따라서 사진에 담는것이 매우 어렵죠.
03:16
Why is that?
67
196645
1302
왜일까요?
03:18
Well, it all comes down to a simple equation.
68
198512
3188
그건 간단한 방정식 때문이죠.
03:21
Due to a phenomenon called diffraction,
69
201724
2416
'회절'이라는 현상에 때문에
볼 수도 있는 작은 물체들이
03:24
there are fundamental limits
70
204164
1355
03:25
to the smallest objects that we can possibly see.
71
205543
2670
근본적인 한계에 부딫히게 됩니다.
03:28
This governing equation says that in order to see smaller and smaller,
72
208789
3672
이 방정식에 따르면, 작은 물질을 보려면
03:32
we need to make our telescope bigger and bigger.
73
212485
2587
망원경을 더 크게 만들어야 한다고 합니다.
하지만 지구 가장 강력한 광학 망원경도
03:35
But even with the most powerful optical telescopes here on Earth,
74
215096
3069
03:38
we can't even get close to the resolution necessary
75
218189
2419
달 표면의 영상 촬영에 필요한
03:40
to image on the surface of the moon.
76
220632
2198
해상도를 구현해내지 못합니다.
03:42
In fact, here I show one of the highest resolution images ever taken
77
222854
3617
최상의 해상도로 달을 담은 사진을
03:46
of the moon from Earth.
78
226495
1397
보여드리겠습니다.
03:47
It contains roughly 13,000 pixels,
79
227916
2557
13,000개의 픽셀을 담은 사진 속
03:50
and yet each pixel would contain over 1.5 million oranges.
80
230497
4050
각각의 픽셀은 150만 개 이상의 오렌지를 포함합니다.
03:55
So how big of a telescope do we need
81
235396
1972
달 표면의 오렌지를 보기 위해서
03:57
in order to see an orange on the surface of the moon
82
237392
2765
아니면 블랙홀을 보기 위해서는
얼마나 큰 망원경이 필요할까요?
04:00
and, by extension, our black hole?
83
240181
2214
숫자를 적어 계산을 하면
04:02
Well, it turns out that by crunching the numbers,
84
242419
2340
04:04
you can easily calculate that we would need a telescope
85
244783
2610
지구 전체 크기의 망원경이
필요하다느 걸 알 수 있죠.
04:07
the size of the entire Earth.
86
247417
1393
04:08
(Laughter)
87
248834
1024
(웃음)
만일 지구 크기의 망원경을 만들게 된다면
04:09
If we could build this Earth-sized telescope,
88
249882
2119
블랙홀의 사건의 지평선을 나타내는
04:12
we could just start to make out that distinctive ring of light
89
252025
2925
04:14
indicative of the black hole's event horizon.
90
254974
2183
독특한 빛의 고리를 보게 되겠죠.
이 사진은 자세하지 않지만,
04:17
Although this picture wouldn't contain all the detail we see
91
257181
2918
컴퓨터 그래픽 해석을 통해
04:20
in computer graphic renderings,
92
260123
1506
블랙홀 주변의 환경을
04:21
it would allow us to safely get our first glimpse
93
261653
2299
04:23
of the immediate environment around a black hole.
94
263976
2487
안전하게 볼 수 있도록 해줄 것입니다.
하지만 여러분이 상상하시는 것과 같이
04:26
However, as you can imagine,
95
266487
1613
지구 크기의 단일 접시 망원경을 만드는 것은 불가능합니다.
04:28
building a single-dish telescope the size of the Earth is impossible.
96
268124
3624
04:31
But in the famous words of Mick Jagger,
97
271772
1887
하지만 믹 제거는 이렇게 말합니다,
04:33
"You can't always get what you want,
98
273683
1791
"원하는 것을 항상 가질 수는 없지만
04:35
but if you try sometimes, you just might find
99
275498
2187
시도를 한다면 원하는 것을
04:37
you get what you need."
100
277709
1215
찾고 가질 수 있을 것이다".
04:38
And by connecting telescopes from around the world,
101
278948
2464
그리고 전세계에 망원경을 연결하는
04:41
an international collaboration called the Event Horizon Telescope
102
281436
3538
국제적인 공동 작업인 "Event Horizon Telescope"는
04:44
is creating a computational telescope the size of the Earth,
103
284998
3109
사건의 지평선의 규모에서
구조를 해결할 수 있는
지구 규모의 전산 망원경을 만들고 있습니다.
04:48
capable of resolving structure
104
288131
1537
04:49
on the scale of a black hole's event horizon.
105
289692
2199
04:51
This network of telescopes is scheduled to take its very first picture
106
291915
3387
첫 사진은 내년에 찍게 될 예정입니다.
전 세계 네트워크 통신망을 통해
04:55
of a black hole next year.
107
295326
1815
망원경의 공동 작업이 이루어집니다.
04:57
Each telescope in the worldwide network works together.
108
297165
3338
05:00
Linked through the precise timing of atomic clocks,
109
300527
2712
정확한 시간을 통해 연결되고
연구소끼리 수천 테라바이트 데이터를 수집함으로써 빛을 동결시킵니다.
05:03
teams of researchers at each of the sites freeze light
110
303263
2657
05:05
by collecting thousands of terabytes of data.
111
305944
2962
05:08
This data is then processed in a lab right here in Massachusetts.
112
308930
5017
그 데이터는 이후 바로 이 곳, 메사추세츠의 실험실에서 다뤄집니다.
05:13
So how does this even work?
113
313971
1794
그래서 이러한 작업이 어떻게 해서 이루어질까요?
05:15
Remember if we want to see the black hole in the center of our galaxy,
114
315789
3403
만약 우리가 우리은하계의 중심에서 블랙홀을 보고 싶다면,
지구 크기의 망원경이 필요하다는 얘기를 했던 것을 기억하십니까?
05:19
we need to build this impossibly large Earth-sized telescope?
115
319216
2982
잠시 동안 우리가 지구 크기만한 망원경을
05:22
For just a second, let's pretend we could build
116
322222
2232
05:24
a telescope the size of the Earth.
117
324478
1842
만들 수 있다고 가정해 봅시다.
이는 지구를 하나의 회전하는 거대한
05:26
This would be a little bit like turning the Earth
118
326344
2455
05:28
into a giant spinning disco ball.
119
328823
1747
미러볼로 바꾸어 생각할 수 있습니다.
각각의 거울은 빛을 모아주고
05:30
Each individual mirror would collect light
120
330594
2200
05:32
that we could then combine together to make a picture.
121
332818
2597
하나의 이미지를 만들기 위해 빛을 한군데로 모으죠.
만약 이들 대부분이 사라지고
05:35
However, now let's say we remove most of those mirrors
122
335439
2661
05:38
so only a few remained.
123
338124
1972
아주 적은 양만 남았다고 해보겠습니다.
우리는 이 정보들을 합치기 위해 노력중이지만,
05:40
We could still try to combine this information together,
124
340120
2877
많은 양의 공백이 있습니다.
05:43
but now there are a lot of holes.
125
343021
1993
망원경이 설치된 장소가 그렇겠죠.
05:45
These remaining mirrors represent the locations where we have telescopes.
126
345038
4373
그런데 그건 미미한 수치일 뿐입니다.
05:49
This is an incredibly small number of measurements to make a picture from.
127
349435
4079
05:53
But although we only collect light at a few telescope locations,
128
353538
3838
망원경 설치 장소에서
지구가 자전하면 새로운 측정이 가능하죠.
05:57
as the Earth rotates, we get to see other new measurements.
129
357400
3423
06:00
In other words, as the disco ball spins, those mirrors change locations
130
360847
3819
다시 말해, 미러볼이 회전할 때 거울의 위치가 바뀌게 되면서
06:04
and we get to observe different parts of the image.
131
364690
2899
이미지의 다른 부분을 관찰할 수 있습니다.
06:07
The imaging algorithms we develop fill in the missing gaps of the disco ball
132
367613
4018
우리가 개발한 영상 알고리즘이 미러볼의 빈 공간을 채우게 되는데
밑에 있는 블랙홀 이미지를 복원하기 위해서입니다.
06:11
in order to reconstruct the underlying black hole image.
133
371655
3033
06:14
If we had telescopes located everywhere on the globe --
134
374712
2636
만약 우리가 전세계 모든 곳에 망원경을 설치했다면
즉 미러볼에 비유하자면
06:17
in other words, the entire disco ball --
135
377372
1941
이것은 중요하지 않습니다.
06:19
this would be trivial.
136
379337
1284
06:20
However, we only see a few samples, and for that reason,
137
380645
3322
하지만 적은 양의 샘플로는
06:23
there are an infinite number of possible images
138
383991
2388
만들어질 수 있는 사진이 너무 다양합니다.
06:26
that are perfectly consistent with our telescope measurements.
139
386403
2964
그 이미지는 망원경으로 측정한 것과 완벽하게 일치합니다.
그러나, 모든 이미지가 똑같지는 않습니다.
06:29
However, not all images are created equal.
140
389391
3016
06:32
Some of those images look more like what we think of as images than others.
141
392849
4458
이 이미지의 일부는 다른 것보다 우리가 생각하는 이미지와 일치합니다.
06:37
And so, my role in helping to take the first image of a black hole
142
397331
3222
그래서, 블랙홀의 첫 이미지를 알아내기 위한 제 역할은
06:40
is to design algorithms that find the most reasonable image
143
400577
2932
가장 합리적인 이미지를 만들어 알고리즘을 설계하는 것입니다.
06:43
that also fits the telescope measurements.
144
403533
2222
또한 이 알고리즘은 망원경 측정치에도 부합해야 합니다.
06:46
Just as a forensic sketch artist uses limited descriptions
145
406727
3942
법의학 스케치 예술가가 자신의 얼굴구조에 대한 상식을 이용해
06:50
to piece together a picture using their knowledge of face structure,
146
410693
3514
제한적인 서술을 통해 그림을 완셩해가는 것처럼
제가 개발한 영상 알고리즘은 우리 우주의 것처럼 보이는 이미지로
06:54
the imaging algorithms I develop use our limited telescope data
147
414231
3315
06:57
to guide us to a picture that also looks like stuff in our universe.
148
417570
4322
우리를 안내하기 위해 제한적인 망원경 데이터를 사용합니다.
07:01
Using these algorithms, we're able to piece together pictures
149
421916
3651
이 알고리즘을 사용하면서, 희박하고 번거로운 데이터로부터
07:05
from this sparse, noisy data.
150
425591
2180
이미지를 만들어갈 수 있게 됩니다.
07:07
So here I show a sample reconstruction done using simulated data,
151
427795
4529
여기 우리가 망원경을 통해
우리은하계 중심에 있는 블랙홀을 보려 할 때
07:12
when we pretend to point our telescopes
152
432348
1933
07:14
to the black hole in the center of our galaxy.
153
434305
2585
시뮬레이션된 데이터를 사용하여 재구성된 샘플이 있습니다.
07:16
Although this is just a simulation, reconstruction such as this give us hope
154
436914
4455
비록 시뮬레이션에 지나지 않지만, 이것과 같은 재구성은
우리에게 얼마 지나지 않아 블랙홀의 첫 이미지와
07:21
that we'll soon be able to reliably take the first image of a black hole
155
441393
3453
07:24
and from it, determine the size of its ring.
156
444870
2595
고리의 크기를 알아낼 수 있다는 희망을 줍니다.
07:28
Although I'd love to go on about all the details of this algorithm,
157
448118
3199
전 이 알고리즘의 세부사항에 대해 계속 알아내 보고 싶지만
다행히도, 여러분께 제가 설명드릴수 있는 시간이 없습니다.
07:31
luckily for you, I don't have the time.
158
451341
2174
07:33
But I'd still like to give you a brief idea
159
453539
2001
그러나, 간단하게나마 여러분께 아이디어를 드리고자 합니다.
07:35
of how we define what our universe looks like,
160
455564
2302
우리가 어떻게 우리은하계의 모양을 밝혀낼 수 있었는지
07:37
and how we use this to reconstruct and verify our results.
161
457890
4466
그리고 어떻게 이것을 저희 결과에 입증시키고 재구성하는지에 대해서요.
망원경을 통한 측정결과를 완벽하게 설명할 수 있는
07:42
Since there are an infinite number of possible images
162
462380
2496
07:44
that perfectly explain our telescope measurements,
163
464900
2365
이미지의 숫자가 무한하기 때문에
우리는 이 이미지들을 어떠한 방식으로든 나누어 선택해야 합니다.
07:47
we have to choose between them in some way.
164
467289
2605
07:49
We do this by ranking the images
165
469918
1838
블랙홀 이미지가 될 가능성에 따라
07:51
based upon how likely they are to be the black hole image,
166
471780
2834
순위를 매기고
가장 근접한 이미지 하나를 선택합니다.
07:54
and then choosing the one that's most likely.
167
474638
2482
그래서 이 말은 정확히 무슨 뜻일까요?
07:57
So what do I mean by this exactly?
168
477144
2195
07:59
Let's say we were trying to make a model
169
479862
1978
모델을 만든다고 가정해봅시다.
08:01
that told us how likely an image were to appear on Facebook.
170
481864
3183
이 화면은 페이스북에서 이미지를 예상한 것입니다.
우리는 아마 왼쪽의 이상한 사진을
08:05
We'd probably want the model to say
171
485071
1701
08:06
it's pretty unlikely that someone would post this noise image on the left,
172
486796
3557
누군가가 게시할 가능성이 매우 낮을 것이라고 생각합니다.
08:10
and pretty likely that someone would post a selfie
173
490377
2419
그리고 오른쪽의 셀카 사진을
08:12
like this one on the right.
174
492820
1334
게시할 가능성이 높다고 생각합니다.
중간에 있는 사진은 흐릿합니다.
08:14
The image in the middle is blurry,
175
494178
1639
08:15
so even though it's more likely we'd see it on Facebook
176
495841
2639
이런 사진을 페이스북에서 볼 확률이 더 높겠지요
잡음 영상과 비교했을때 말입니다.
08:18
compared to the noise image,
177
498504
1360
08:19
it's probably less likely we'd see it compared to the selfie.
178
499888
2960
하지만 자신을 찍어 올린 그림과 비교한다면 확률은 낮을 수 있습니다.
08:22
But when it comes to images from the black hole,
179
502872
2290
그러나 블랙홀의 이미지로 넘어와서는
우리는 진정한 수수께끼에 처합니다 우리는 이전에 블랙홀을 본적이 없습니다.
08:25
we're posed with a real conundrum: we've never seen a black hole before.
180
505186
3502
08:28
In that case, what is a likely black hole image,
181
508712
2291
이러한 상황에서, 무엇이 블랙홀 이미지에 가깝고
08:31
and what should we assume about the structure of black holes?
182
511027
2938
블랙홀 구조에 관해 어떻게 생각해야 할까요?
08:33
We could try to use images from simulations we've done,
183
513989
2632
우리는 '인터스텔라'에 나오는 블랙홀의 이미지처럼
우리가 완성시켜놓은 시뮬레이션으로부터 이미지를 가져올 수 있습니다
08:36
like the image of the black hole from "Interstellar,"
184
516645
2530
그러나 우리가 이렇게 한다면, 상당히 심각한 문제를 야기할 수 있습니다
08:39
but if we did this, it could cause some serious problems.
185
519199
2938
만약 아인슈타인의 이론이 유지되지 않았다면 무슨 일이 벌어졌을까요?
08:42
What would happen if Einstein's theories didn't hold?
186
522161
3380
우리는 아직까지 어떤 일이 벌어졌는지 정확한 그림을 재구성하고 있겠죠.
08:45
We'd still want to reconstruct an accurate picture of what was going on.
187
525565
3961
아인슈타인의 방정식을 우리의 알고리즘에 너무 많이 적용시킨다면
08:49
If we bake Einstein's equations too much into our algorithms,
188
529550
3371
08:52
we'll just end up seeing what we expect to see.
189
532945
2755
결국 예상되는 결과를 보는 상황에 처해질 것입니다.
08:55
In other words, we want to leave the option open
190
535724
2276
즉, 우리는 많은 선택을 열어두고 싶습니다.
왜냐하면 우리 은하계의 중심에는 하나의 거대한 코끼리가 있기 때문입니다.
08:58
for there being a giant elephant at the center of our galaxy.
191
538024
2923
09:00
(Laughter)
192
540971
1057
(웃음)
다른 유형의 이미지들은 서로 구별되는 특징들을 가집니다.
09:02
Different types of images have very distinct features.
193
542052
2989
블랙홀 시물레이션 이미지와 지구에서 찍은 사진 사이에서
09:05
We can easily tell the difference between black hole simulation images
194
545065
3548
09:08
and images we take every day here on Earth.
195
548637
2276
쉽게 다른점을 찾는 것 처럼요.
09:10
We need a way to tell our algorithms what images look like
196
550937
3104
우리는 한 유형의 사진 속 특징을 부각시키지 않으면서
알고리즘을 설명할 수 있는 방법이 필요합니다.
09:14
without imposing one type of image's features too much.
197
554065
3249
09:17
One way we can try to get around this
198
557865
1893
이와 비슷하게 실행 가능한 방법 중 하나는
09:19
is by imposing the features of different kinds of images
199
559782
3062
서로 다른 유형의 이미지 특징을 내세우고
09:22
and seeing how the type of image we assume affects our reconstructions.
200
562868
4130
예상된 유형의 이미지가 재구성에 어떤 영향을 미치는지 보는 것입니다.
09:27
If all images' types produce a very similar-looking image,
201
567712
3491
만약 모든 유형의 사진이 매우 유사해보이는 인상을 준다면
우리가 만들고 있는 이미지 추정결과가 이 사진에 편향되어 있지 않다는
09:31
then we can start to become more confident
202
571227
2057
09:33
that the image assumptions we're making are not biasing this picture that much.
203
573308
4173
생각에 자신감을 가질 수 있게 될 것입니다.
09:37
This is a little bit like giving the same description
204
577505
2990
이는 전세계의 3명의 서로 다른 스케치 예술가들에게
09:40
to three different sketch artists from all around the world.
205
580519
2996
동일한 설명을 해준 것과 비슷합니다.
09:43
If they all produce a very similar-looking face,
206
583539
2860
만약 그들이 매우 비슷해 보이는 얼굴을 그려낸다면
09:46
then we can start to become confident
207
586423
1793
그들이 고유의 문화적 편견을 그림에 담아내지 않았다고
09:48
that they're not imposing their own cultural biases on the drawings.
208
588240
3616
확신을 가져도 되는 것입니다.
09:51
One way we can try to impose different image features
209
591880
3315
서로 다른 이미지의 특징점을 부각시킬 수 있는 방법은
기존의 이미지 조각을 사용하는 것입니다.
09:55
is by using pieces of existing images.
210
595219
2441
09:58
So we take a large collection of images,
211
598214
2160
그래서 거대한 양의 사진 더미를 얻을 수 있고
10:00
and we break them down into their little image patches.
212
600398
2718
우리는 그것을 작은 이미지 조각으로 쪼갤 수 있게 됩니다.
10:03
We then can treat each image patch a little bit like pieces of a puzzle.
213
603140
4285
그 후 각각의 이미지 조각을 하나의 퍼즐처럼 취급할 수 있습니다.
10:07
And we use commonly seen puzzle pieces to piece together an image
214
607449
4278
그리고 우리는 흔히 보이는 퍼즐처럼 하나의 이미지를 맞출 수 있게 되고
10:11
that also fits our telescope measurements.
215
611751
2452
망원경으로 측정한 것에도 똑같이 적용할 수 있죠.
10:15
Different types of images have very distinctive sets of puzzle pieces.
216
615040
3743
다른 유형의 이미지는 매우 특징적인 퍼즐 조각을 가지고 있습니다.
10:18
So what happens when we take the same data
217
618807
2806
그렇다면 똑같은 데이터를 얻었으나
10:21
but we use different sets of puzzle pieces to reconstruct the image?
218
621637
4130
이미지를 재구성하는데 다른 퍼즐조각을 쓰면 어떤 일이 벌어질까요?
10:25
Let's first start with black hole image simulation puzzle pieces.
219
625791
4766
그럼 블랙홀 이미지 시물레이션 퍼즐 조각으로 시작해봅시다.
10:30
OK, this looks reasonable.
220
630581
1591
네, 상당히 괜찮군요.
10:32
This looks like what we expect a black hole to look like.
221
632196
2694
이 사진은 블랙홀이 어떻게 생겼는지 우리가 예상하는 것과 비슷합니다.
10:34
But did we just get it
222
634914
1193
그러나 우리는 단지 이것이
10:36
because we just fed it little pieces of black hole simulation images?
223
636131
3314
소수의 블랙홀 이미지에 충족시킨다고 얻어낼 수 있었을까요?
10:39
Let's try another set of puzzle pieces
224
639469
1880
그렇다면 천문학적이지만 블랙홀이 아닌
10:41
from astronomical, non-black hole objects.
225
641373
2509
물체의 퍼즐 조각으로 실험해봅시다.
10:44
OK, we get a similar-looking image.
226
644914
2126
상당히 비슷한 이미지를 얻어냈군요.
10:47
And then how about pieces from everyday images,
227
647064
2236
그런 다음 일상적인 사진들
10:49
like the images you take with your own personal camera?
228
649324
2785
예를 들어 당신의 개인 카메라로 촬영하는 것들과 비교해본다면 어떨까요?
10:53
Great, we see the same image.
229
653312
2115
아주 좋네요, 똑같은 사진을 볼 수 있습니다.
10:55
When we get the same image from all different sets of puzzle pieces,
230
655451
3366
모두 다른 퍼즐 조각 세트로부터 똑같은 이미지를 찾아낸다면
10:58
then we can start to become more confident
231
658841
2046
우리가 만들고 있는 이미지의 추정치가
11:00
that the image assumptions we're making
232
660911
1966
결과적 이미지에 영향을 받지 않았다는 것에
11:02
aren't biasing the final image we get too much.
233
662901
2921
확신을 가질 수 있습니다.
11:05
Another thing we can do is take the same set of puzzle pieces,
234
665846
3253
시도해 볼 수 있는 다른 방법은, 똑같은 퍼즐 조각을 쓰는 것입니다.
11:09
such as the ones derived from everyday images,
235
669123
2489
일상사진에서 유래된 것처럼 말이죠.
11:11
and use them to reconstruct many different kinds of source images.
236
671636
3600
많은 유형의 원본 이미지를 재구성할 수 있습니다.
11:15
So in our simulations,
237
675260
1271
우리의 시물레이션에서는
11:16
we pretend a black hole looks like astronomical non-black hole objects,
238
676555
3775
블랙홀이 천문학적이지만 블랙홀이 아닌 물체라고 가정했습니다.
11:20
as well as everyday images like the elephant in the center of our galaxy.
239
680354
3849
우리은하계 중심에 있는 코끼리 같은 일상적인 사진처럼 말이죠.
11:24
When the results of our algorithms on the bottom look very similar
240
684227
3168
제일 밑에 보이는 우리 알고리즘의 결과가
위쪽에 있는 시물레이션의 진짜 이미지와 매우 비슷해 보일 때
11:27
to the simulation's truth image on top,
241
687419
2096
11:29
then we can start to become more confident in our algorithms.
242
689539
3346
우리 알고리즘에 대한 확신을 가질 수 있습니다.
11:32
And I really want to emphasize here
243
692909
1867
그리고 여기에서 여러분께 매우 강조하고 싶은 것이 있는데
11:34
that all of these pictures were created
244
694800
1934
여기 있는 모든 사진들은
11:36
by piecing together little pieces of everyday photographs,
245
696758
2936
자그마한 일상 사진들의 조각을 맞추어 만들어 낸것입니다.
11:39
like you'd take with your own personal camera.
246
699718
2215
당신의 개인 카메라로 찍은 사진들도 마찬가지죠.
11:41
So an image of a black hole we've never seen before
247
701957
3276
그래서 우리가 여지껏 본 적 없는 블랙홀의 이미지도
결국에는 사람, 건물, 나무, 고양이, 개와 같은
11:45
may eventually be created by piecing together pictures we see all the time
248
705257
3943
항상 볼 수 있는 사진들로 만들어 낼 수 있을 것입니다.
11:49
of people, buildings, trees, cats and dogs.
249
709224
2745
11:51
Imaging ideas like this will make it possible for us
250
711993
2645
이런 아이디어를 상상한다는 것은 우리를 블랙홀 최초의 그림으로
11:54
to take our very first pictures of a black hole,
251
714662
2619
데려다 줄 수 있을 겁니다.
11:57
and hopefully, verify those famous theories
252
717305
2447
그리고 바라건대, 과학자들이 일상적으로 의존하는
11:59
on which scientists rely on a daily basis.
253
719776
2421
저런 유명한 이론들을 검증하십시오.
그렇지만 당연하게도 이러한 일처럼 상상한 아이디어를 이루어내는 것은
12:02
But of course, getting imaging ideas like this working
254
722221
2608
12:04
would never have been possible without the amazing team of researchers
255
724853
3322
제가 지금 함께 일할 수 있는 영광을 누린 좋은 팀의 연구원 분들 없이는
절대 가능하지 않을 것입니다.
12:08
that I have the privilege to work with.
256
728199
1887
아직도 저는 천체물리학적 배경이 없는 제가
12:10
It still amazes me
257
730110
1163
12:11
that although I began this project with no background in astrophysics,
258
731297
3351
이 프로젝트를 시작했지만
12:14
what we have achieved through this unique collaboration
259
734672
2619
이런 특별한 연구를 통해
블랙홀 최초의 이미지를 만들 수 있었다는 것에 놀라곤 합니다.
12:17
could result in the very first images of a black hole.
260
737315
2759
Event Horizon Telescope 같은 엄청난 프로젝트는
12:20
But big projects like the Event Horizon Telescope
261
740098
2698
12:22
are successful due to all the interdisciplinary expertise
262
742820
2814
여러 학문 분야에서 서로에게 가져다주는 전문성 덕분에
12:25
different people bring to the table.
263
745658
1790
성공적입니다.
12:27
We're a melting pot of astronomers,
264
747472
1706
우리는 천문학자
물리학자, 수학자, 그리고 엔지니어 분들이 섞여 있었습니다.
12:29
physicists, mathematicians and engineers.
265
749202
2232
12:31
This is what will make it soon possible
266
751458
2554
이것이 바로 언뜻 생각해 보았을 때 불가능해 보이는 것을
12:34
to achieve something once thought impossible.
267
754036
2853
이뤄낼 수 있었던 비결이 되었습니다.
12:36
I'd like to encourage all of you to go out
268
756913
2256
전 여러분 모두에게 밖으로 나가서
12:39
and help push the boundaries of science,
269
759193
2096
과학의 경계를 넓히도록 권하고 싶습니다.
그게 비록 처음에는 블랙홀처럼 이해하기 쉽지 않더라도요.
12:41
even if it may at first seem as mysterious to you as a black hole.
270
761313
3901
감사합니다.
12:45
Thank you.
271
765238
1174
(박수)
12:46
(Applause)
272
766436
2397
이 웹사이트 정보

이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.

https://forms.gle/WvT1wiN1qDtmnspy7