AI가 해독한 달의 뒷면, 50년 미스터리의 끝

달의 절반은 인류가 지구에 존재한 이래 단 한 번도 제 모습을 드러낸 적이 없다.

달은 지구 주위를 공전하는 주기와 자전 주기가 같다. 그 결과 달의 뒷면은 언제나 지구 반대편을 향한 채 영원히 숨겨져 있다. 아폴로 우주인들조차 직접 밟아보지 못한 이 반구는 앞면과 놀랍도록 다른 지형을 가졌다는 사실이 알려져 있었지만, 그 화학적 구성만큼은 오랫동안 베일에 싸여 있었다. 달 표면의 거의 절반에 해당하는 이 영역이 화학적으로 미지의 땅으로 남아 있었던 것이다.

그 공백이 이제 채워지기 시작했다.

창어 6호가 열어젖힌 문

2024년, 중국 국가항천국(CNSA)의 창어 6호 탐사선은 달 뒷면의 남극-에이킨 분지(South Pole–Aitken Basin)에 착륙해 약 1.9킬로그램의 암석과 토양 샘플을 채취하는 데 성공했다. 이는 인류 역사상 달 뒷면에서 가져온 첫 번째 물질이었다. 달 앞면 샘플은 아폴로 미션과 소련의 루나 탐사선, 그리고 창어 5호가 이미 확보했지만, 뒷면 샘플은 그 자체로 전례 없는 성과였다.

그러나 샘플을 가져오는 것과 달 전체의 화학 지도를 그리는 것은 전혀 다른 문제다. 뒷면의 광활한 영역을 직접 탐사하는 건 현실적으로 불가능에 가깝다. 바로 여기서 AI가 등장한다.

상하이 기술물리연구소(SITP) 연구팀은 창어 6호가 가져온 샘플 데이터와 달 궤도선이 수집한 원격탐사 데이터를 결합했다. 핵심은 AI 알고리즘을 활용해 샘플의 실제 화학 성분과 궤도에서 관측된 스펙트럼 신호 사이의 상관관계를 학습시키는 것이었다. 달 표면에서 반사되는 빛의 파장 패턴을 분석하면 어떤 광물이 어디에 얼마나 분포하는지 추정할 수 있다는 원리다.

이 방법으로 연구팀은 달 뒷면의 주요 화학 원소—철, 티타늄, 마그네슘, 칼슘 등—의 분포 지도를 최초로 완성했다. 연구 결과는 국제 학술지에 게재됐으며, 달 과학 커뮤니티에서 주목받고 있다.

왜 달 뒷면은 다른가

달 앞면과 뒷면은 외형만 다른 게 아니다. 앞면에는 '마리아(Mare)'라 불리는 어두운 현무암 평원이 넓게 펼쳐져 있는 반면, 뒷면은 밝고 울퉁불퉁한 고지대가 대부분이다. 과학자들은 이 비대칭이 달의 형성과 초기 진화 과정에서 비롯됐다고 본다.

가장 유력한 가설 중 하나는 달이 형성된 직후 '마그마 바다(magma ocean)' 상태였을 때, 지구 쪽을 향한 앞면이 더 많은 열을 받아 냉각 속도가 달랐다는 것이다. 그 결과 앞면에는 화산 활동이 활발했고, 뒷면은 상대적으로 조용했다. 이번 AI 분석 결과는 뒷면의 지각이 앞면보다 더 두껍고, 철과 티타늄 함량이 낮다는 기존 가설을 뒷받침하는 동시에, 일부 예상치 못한 광물 분포 패턴도 드러냈다.

이는 단순한 지질학적 호기심이 아니다. 달의 화학 지도는 태양계 초기 역사, 나아가 지구 형성의 비밀을 푸는 열쇠가 될 수 있다.

왜 지금, 왜 중국인가

이 연구가 2026년 현재 주목받는 이유는 과학적 성과 자체만이 아니다. 달 탐사는 지금 조용하지만 치열한 국제 경쟁의 장이 되고 있다.

미국의 아르테미스 계획은 유인 달 착륙을 목표로 하고 있고, 인도는 찬드라얀 3호로 달 남극 착륙에 성공했다. 일본, 유럽, 민간 기업들도 달을 향해 움직이고 있다. 그 한가운데서 중국은 창어 시리즈를 통해 달 탐사의 실질적 성과를 꾸준히 쌓아왔다.

특히 이번 연구는 AI와 우주탐사의 결합이 어떤 가능성을 열어주는지 보여준다. 직접 가지 않아도, 제한된 샘플만으로도, AI가 빈칸을 채울 수 있다면—탐사의 효율성은 완전히 달라진다. 이 방법론은 달을 넘어 화성, 소행성, 더 먼 천체에도 적용될 수 있다.

한국 입장에서도 무관하지 않다. 한국은 2022년 다누리 달 궤도선을 성공적으로 발사했고, 독자적인 달 착륙선 개발을 추진 중이다. AI 기반 원격탐사 분석 기술은 한국항공우주연구원(KARI)과 관련 연구기관들이 주목해야 할 방법론이다. 직접 채취한 샘플 없이도 궤도 데이터만으로 과학적 성과를 극대화할 수 있다는 것은, 상대적으로 탐사 예산이 제한된 국가에게 특히 유효한 전략이 될 수 있다.

열린 질문들

물론 이 연구가 모든 것을 해결한 건 아니다. AI 모델이 학습한 샘플은 달 뒷면의 특정 지점에서만 채취됐다. 뒷면 전체를 대표하는지는 여전히 검증이 필요하다. 원격탐사 데이터의 해상도 한계도 있다. 연구팀이 발견한 예상 밖의 광물 분포 패턴은 새로운 수수께끼를 낳기도 했다.

그리고 더 근본적인 질문이 남는다. 우리는 AI가 '발견'한 것을 얼마나 신뢰할 수 있는가? AI는 데이터 안의 패턴을 찾는다. 하지만 달의 지질학적 역사는 단순한 패턴 이상의 복잡성을 품고 있다. AI의 분석은 가설을 세우는 강력한 도구가 될 수 있지만, 그것을 검증하려면 결국 더 많은 샘플, 더 많은 탐사가 필요하다.