TED2014
Andrew Connolly: What's the next window into our universe?
앤드류 코놀리: 우주 깊숙한 곳을 향하는 다음 창문을 찾아서
Filmed:
Readability: 5
1,261,423 views
거대한 자료는 어디에나 있는데 심지어 하늘에도 있습니다. 앤드류 콜로니는 이번 강연에서 얼마나 많은 양의 우주에 대한 데이터가 수집되고 늘 변화하는 추세로 기록되어 가는지를 설명하고 있습니다. 과학자들은 어떻게 그렇게 많은 정보를 수집하는 것일까요? 이는 거대 망원경으로부터 시작합니다.
Andrew Connolly - Astronomer
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way. Full bio
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way. Full bio
Double-click the English transcript below to play the video.
00:13
So in 1781, an English composer,
0
1119
3471
1781년, 영국의 작곡가이자
00:16
technologist and astronomer called William Herschel
1
4590
3139
과학기술자, 천문학자인
윌리엄 허셜은
윌리엄 허셜은
00:19
noticed an object on the sky that
2
7729
1743
다른 행성들과는 다르게 움직이는
00:21
didn't quite move the way the rest of the stars did.
3
9472
2868
한 물체를 하늘에서
목격하게 됩니다.
목격하게 됩니다.
00:24
And Herschel's recognition
that something was different,
that something was different,
4
12340
3094
허셜은 뭔가 다른 이상한 것을
발견하게 되었는데
발견하게 되었는데
00:27
that something wasn't quite right,
5
15434
1867
심상치 않았던 이것은
00:29
was the discovery of a planet,
6
17301
1822
한 행성이었습니다.
00:31
the planet Uranus,
7
19123
2077
바로 천왕성이죠.
이는 셀 수 없이
많은 세대의 아이들이
많은 세대의 아이들이
00:33
a name that has entertained
8
21200
1355
00:34
countless generations of children,
9
22555
3160
접해온 익숙한 이름입니다.
00:37
but a planet that overnight
10
25715
2335
또한 이것의 발견으로
00:40
doubled the size of our known solar system.
11
28050
2616
단번에 태양계가 두 배로 커졌습니다.
00:42
Just last month, NASA announced the discovery
12
30666
1855
지난 달 NASA에서는 517개의
00:44
of 517 new planets
13
32521
2329
새롭게 발견된 행성들을 발표했고
00:46
in orbit around nearby stars,
14
34850
2126
이로써 하룻밤만에
00:48
almost doubling overnight the number of planets
15
36976
2251
흔히 아는 우리은하 속
행성의 숫자가
행성의 숫자가
00:51
we know about within our galaxy.
16
39227
2598
두 배가 되었습니다.
00:53
So astronomy is constantly being transformed by this
17
41825
2632
그래서 천문학계는
관련 자료들의 수용을 위하여
관련 자료들의 수용을 위하여
00:56
capacity to collect data,
18
44457
2138
계속해서 바뀌어가고 있는 추세이며
00:58
and with data almost doubling every year,
19
46595
2545
해마다 두 배씩 늘어나는
데이터를 가지고
데이터를 가지고
01:01
within the next two decades, me may even
20
49140
1808
빠르면 20년 안에
01:02
reach the point for the first time in history
21
50948
2318
우리는 역사상 처음으로
01:05
where we've discovered the majority of the galaxies
22
53266
2854
우주 속 은하의 장엄함에
도달할 수 있을지도 모르겠습니다.
01:08
within the universe.
23
56120
1724
01:09
But as we enter this era of big data,
24
57844
2284
하지만 우리가 빅 데이터
시대에 들어옴에 따라서
시대에 들어옴에 따라서
01:12
what we're beginning to find is there's a difference
25
60128
1980
많은 정보가 조금 더 나은 것과
01:14
between more data being just better
26
62108
3161
정보가 특이한 것의 차이를
01:17
and more data being different,
27
65269
1980
구분하기 시작하였고,
01:19
capable of changing the questions we want to ask,
28
67249
2891
다른 의문점을 갖게 되었습니다.
01:22
and this difference is not about
how much data we collect,
how much data we collect,
29
70140
3320
이 차이점은 수집한
정보의 양이 아니라
정보의 양이 아니라
01:25
it's whether those data open new windows
30
73460
1689
그 정보가 우주를 바라보게 하는
01:27
into our universe,
31
75149
1378
새로운 창문이며
01:28
whether they change the way we view the sky.
32
76527
2885
우리가 하늘을 보는
시각을 바꾸었다는 것입니다.
시각을 바꾸었다는 것입니다.
01:31
So what is the next window into our universe?
33
79412
3439
그러면 우리 우주의
새로운 창문은 무엇일까요?
새로운 창문은 무엇일까요?
01:34
What is the next chapter for astronomy?
34
82851
2791
천문학의 다음 목표는 무엇일까요?
01:37
Well, I'm going to show you some
of the tools and the technologies
of the tools and the technologies
35
85642
2655
저는 여러분께 향후 10년을 발전시킬
01:40
that we're going to develop over the next decade,
36
88297
2564
수단과 기술들과
데이터를 현명하게 사용함으로
01:42
and how these technologies,
37
90861
1473
01:44
together with the smart use of data,
38
92334
1868
이러한 기술들이
01:46
may once again transform astronomy
39
94202
2970
우주의 창, 즉 시간의 창을 열어서
01:49
by opening up a window into our universe,
40
97172
2047
다시 한번 천문학을 변화시킬 것을
보여드리겠습니다.
01:51
the window of time.
41
99219
1781
01:53
Why time? Well, time is about origins,
42
101000
2584
왜 하필 시간일까요?
시간은 기원에 관한 것이며
시간은 기원에 관한 것이며
01:55
and it's about evolution.
43
103584
1890
진화에 관한 것입니다.
01:57
The origins of our solar system,
44
105474
1496
우리의 태양계가 어떻게 탄생했는지,
01:58
how our solar system came into being,
45
106970
2204
태양계의 기원은
02:01
is it unusual or special in any way?
46
109174
3409
특별하거나 특이한 것일까요?
02:04
About the evolution of our universe.
47
112583
1991
우주의 진화에 관해서 말입니다.
02:06
Why our universe is continuing to expand,
48
114574
3006
왜 우주가 계속 팽창하고 있으며,
02:09
and what is this mysterious dark energy
49
117580
1933
팽창하게 하는
02:11
that drives that expansion?
50
119513
2615
신비의 암흑에너지는 무엇일까요?
02:14
But first, I want to show you how technology
51
122128
2764
우선 여러분께 어떻게 기술이
02:16
is going to change the way we view the sky.
52
124892
2771
우리가 하늘을 보는 방식을
바꾸는지 말씀드리겠습니다.
바꾸는지 말씀드리겠습니다.
02:19
So imagine if you were sitting
53
127663
1507
여러분이 칠레 북쪽의 산에서
02:21
in the mountains of northern Chile
54
129170
2092
해가 뜨기 몇시간 전에
02:23
looking out to the west
55
131262
1407
태평양을 향해
02:24
towards the Pacific Ocean
56
132669
2048
서쪽을 바라보며
02:26
a few hours before sunrise.
57
134717
2564
앉아 있다고 생각해 보십시오.
02:29
This is the view of the night sky that you would see,
58
137281
3237
이것이 밤하늘에 보이는 모습일겁니다.
02:32
and it's a beautiful view,
59
140518
1671
은하수가 수평선너머 보이는
02:34
with the Milky Way just peeking out over the horizon.
60
142189
2913
아름다운 광경입니다.
02:37
but it's also a static view,
61
145102
2160
하지만 또한 정적인 광경입니다.
02:39
and in many ways, this is the
way we think of our universe:
way we think of our universe:
62
147262
2758
우리는 거의 우주를
이렇게 생각합니다.
이렇게 생각합니다.
02:42
eternal and unchanging.
63
150020
2394
영원 불변하다고요.
02:44
But the universe is anything but static.
64
152414
1991
하지만 우주는 절대
정적이지 않습니다.
정적이지 않습니다.
02:46
It constantly changes on timescales of seconds
65
154405
2531
몇 초에서 수십억 년이라는 시간에 걸쳐
02:48
to billions of years.
66
156936
1845
지속적으로 변화합니다.
02:50
Galaxies merge, they collide
67
158781
1744
은하들은 병합하며
02:52
at hundreds of thousands of miles per hour.
68
160525
2655
시속 수십만 마일로 충돌합니다.
02:55
Stars are born, they die,
69
163180
2070
별들은 탄생하고 죽으며
02:57
they explode in these extravagant displays.
70
165250
3150
그들은 화려하게 폭발합니다.
03:00
In fact, if we could go back
71
168400
1270
우리가 만약 칠레 위의
03:01
to our tranquil skies above Chile,
72
169670
2599
고요한 하늘로 돌아가
03:04
and we allow time to move forward
73
172269
2465
시간을 앞으로 돌려
03:06
to see how the sky might change over the next year,
74
174734
4393
일년 동안 하늘이 바뀌는
모습을 볼 수 있다면
모습을 볼 수 있다면
03:11
the pulsations that you see
75
179127
2290
당신이 보는 움직임은
03:13
are supernovae, the final remnants of a dying star
76
181417
4409
폭발하고 밝아지다가
시야에서 사라지는
시야에서 사라지는
03:17
exploding, brightening and then fading from view,
77
185826
3747
죽어가는 별들의 파편인
초신성들의 모습입니다.
초신성들의 모습입니다.
03:21
each one of these supernovae
78
189573
1890
각각의 초신성들은
03:23
five billion times the brightness of our sun,
79
191463
3003
태양의 50억배 밝아서
03:26
so we can see them to great distances
80
194466
2340
멀리에서도 볼 수 있지만
03:28
but only for a short amount of time.
81
196806
2496
볼 수있는 시간은 짧습니다.
03:31
Ten supernova per second explode somewhere
82
199302
2577
초당 10개의 초신성들이
03:33
in our universe.
83
201879
1417
우주의 어딘가에서 터지고 있습니다.
03:35
If we could hear it,
84
203296
1420
우리가 그것을 듣는다면,
03:36
it would be popping like a bag of popcorn.
85
204716
3699
마치 팝콘이 터지는 것과
같을 것 입니다.
같을 것 입니다.
03:40
Now, if we fade out the supernovae,
86
208415
3127
우리가 초신성을 서서히
사라지게 한다면
사라지게 한다면
03:43
it's not just brightness that changes.
87
211542
3229
그것은 단지 밝기만
바뀌는게 아닙니다.
바뀌는게 아닙니다.
03:46
Our sky is in constant motion.
88
214771
2339
우리의 하늘은 지속적으로
움직이고 있습니다.
움직이고 있습니다.
03:49
This swarm of objects you
see streaming across the sky
see streaming across the sky
89
217110
3170
하늘을 가로질러 흐르는 물체의 집단은
03:52
are asteroids as they orbit our sun,
90
220280
2658
태양의 궤도를 도는 소행성들이며
03:54
and it's these changes and the motion
91
222938
1972
이 변화와 운동성
03:56
and it's the dynamics of the system
92
224910
2324
그리고 태양계의 역동성이
03:59
that allow us to build our models for our universe,
93
227234
2373
우주의 미래를 예측하고
과거를 설명하는
과거를 설명하는
04:01
to predict its future and to explain its past.
94
229607
4073
모형을 만들 수 있게 해줍니다.
04:05
But the telescopes we've used over the last decade
95
233680
3094
하지만 지난 10년동안 썼던 망원경들은
04:08
are not designed to capture the data at this scale.
96
236774
4015
이 정도의 정보를 수집하도록
설계되지 않았습니다.
설계되지 않았습니다.
04:12
The Hubble Space Telescope:
97
240789
1620
허블 우주 망원경은
04:14
for the last 25 years it's been producing
98
242409
2261
지난 25년 동안
04:16
some of the most detailed views
99
244670
1961
우리에게 먼 우주에 대한
04:18
of our distant universe,
100
246631
1991
자세한 정보를 제공해 주었습니다.
04:20
but if you tried to use the Hubble to create an image
101
248622
2070
하지만 허블 망원경으로
하늘의 사진을 만들려면
하늘의 사진을 만들려면
04:22
of the sky, it would take 13 million individual images,
102
250692
4578
천 삼백만개의 사진이 필요하고
04:27
about 120 years to do this just once.
103
255270
3712
한번 하려면 120년정도가 걸립니다.
04:30
So this is driving us to new technologies
104
258982
2261
그래서 저희는 새로운 기술과
04:33
and new telescopes,
105
261243
1847
새로운 망원경을 만들고 있습니다.
04:35
telescopes that can go faint
106
263090
1742
희미해질 수있는 망원경들은
04:36
to look at the distant universe
107
264832
1553
먼 거리 우주를 볼수 있게 하며
04:38
but also telescopes that can go wide
108
266385
2681
넓게 보이는 망원경들은
04:41
to capture the sky as rapidly as possible,
109
269066
2819
하늘을 가능한 빨리
포착할수있도록 합니다.
포착할수있도록 합니다.
04:43
telescopes like the Large Synoptic Survey Telescope,
110
271885
3561
대형 개요 조사 망원경 같은
04:47
or the LSST,
111
275446
1879
또는 LSST라고 불리는
04:49
possibly the most boring name ever
112
277325
2340
천문학의 역사중에서
04:51
for one of the most fascinating experiments
113
279665
1979
가장 흥미로운 실험에 비해
04:53
in the history of astronomy,
114
281644
1992
가장 지루한 이름을 가진 망원경입니다.
04:55
in fact proof, if you should need it,
115
283636
2214
확실히 이것을 보면
04:57
that you should never allow
a scientist or an engineer
a scientist or an engineer
116
285850
2668
절대로 과학자나 기술자에게
05:00
to name anything, not even your children.
(Laughter)
(Laughter)
117
288518
5831
이름을 짓게 해서는 안됩니다.
아이 이름도요. (웃음)
아이 이름도요. (웃음)
05:06
We're building the LSST.
118
294349
1465
우리는 LSST를 만들고 있습니다.
05:07
We expect it to start taking data
by the end of this decade.
by the end of this decade.
119
295814
3381
십년 후쯤에 정보수집을
예상하고 있습니다.
예상하고 있습니다.
05:11
I'm going to show you how we think
120
299195
1699
우리가 우주를 바라보는 시선이
어떻게 변화할지
어떻게 변화할지
05:12
it's going to transform
our views of the universe,
our views of the universe,
121
300894
3577
제가 보여드리겠습니다.
05:16
because one image from the LSST
122
304471
2374
왜냐하면 LSST에 사진 한장이
05:18
is equivalent to 3,000 images
123
306845
2385
허블 우주 망원경의
05:21
from the Hubble Space Telescope,
124
309230
2126
3,000장의 사진에 해당하기 때문에
05:23
each image three and a half degrees on the sky,
125
311356
3138
사진 한장 당 하늘에서 3.5도이며,
05:26
seven times the width of the full moon.
126
314494
2776
보름달의 폭에 7배 입니다.
05:29
Well, how do you capture an image at this scale?
127
317270
2309
어떻게 이런 크기로
사진을 찍을 수 있을까요?
사진을 찍을 수 있을까요?
05:31
Well, you build the largest digital camera in history,
128
319579
4151
역사상 최대크기의
디지털 카메라를 만드는 겁니다.
디지털 카메라를 만드는 겁니다.
05:35
using the same technology you find
in the cameras in your cell phone
in the cameras in your cell phone
129
323730
3161
여러분의 휴대폰 카메라나
05:38
or in the digital cameras you
can buy in the High Street,
can buy in the High Street,
130
326891
3791
번화가에서 산 디지털 카메라와
같은 기술을 씁니다.
같은 기술을 씁니다.
05:42
but now at a scale that is five and a half feet across,
131
330682
3120
하지만 직경 1.6미터의
05:45
about the size of a Volkswagen Beetle,
132
333802
2408
폭스바겐 비틀 정도의 크기에
05:48
where one image is three billion pixels.
133
336210
2958
사진 한장이 30억화소입니다.
05:51
So if you wanted to look at an image
134
339168
1338
이 사진을 고해상도로 보려면
05:52
in its full resolution, just a single LSST image,
135
340506
3229
한 장짜리 LSST 사진에
05:55
it would take about 1,500
high-definition TV screens.
high-definition TV screens.
136
343735
4725
1,500대의 고화질 TV
화면이 필요합니다.
화면이 필요합니다.
06:00
And this camera will image the sky,
137
348460
2778
이 카메라가 하늘을 담을겁니다.
06:03
taking a new picture every 20 seconds,
138
351238
3038
20초 마다 새로운 사진을 찍으며
06:06
constantly scanning the sky
139
354276
2188
항상 하늘을 촬영합니다.
06:08
so every three nights, we'll get a completely new view
140
356464
2825
그래서 삼일에 한 번씩
06:11
of the skies above Chile.
141
359289
2383
완전히 새로운 칠레의
하늘을 보게 됩니다.
하늘을 보게 됩니다.
06:13
Over the mission lifetime of this telescope,
142
361672
2835
이 망원경이 동작하는 동안
06:16
it will detect 40 billion stars and galaxies,
143
364507
3352
40억의 별과 은하수를 발견하고
06:19
and that will be for the first time
144
367859
1500
그것은 최초로
06:21
we'll have detected more objects in our universe
145
369359
2775
지구상의 사람보다
06:24
than people on the Earth.
146
372134
2689
더 많은 것을 우주에서
발견 할 것입니다.
발견 할 것입니다.
06:26
Now, we can talk about this
147
374823
1215
이제 이것을 테라 바이트,
페타 바이트와
페타 바이트와
06:28
in terms of terabytes and petabytes
148
376038
2362
수십억의 물체의
06:30
and billions of objects,
149
378400
1519
관점에서 얘기할 수 있습니다.
06:31
but a way to get a sense of the amount of data
150
379919
1748
더 이해하기 쉽게 말씀드리면
06:33
that will come off this camera
151
381667
1899
이 카메라에서 나오는 데이터양은
06:35
is that it's like playing every TED Talk ever recorded
152
383566
4731
지금까지의 모든 TED 강연을
06:40
simultaneously, 24 hours a day,
153
388297
3073
동시에 하루 24시간동안 쉬지 않고
06:43
seven days a week, for 10 years.
154
391370
2858
10년간 재생하는 것과 같습니다.
06:46
And to process this data means
155
394228
2261
그리고 이 데이터를 처리한다는 뜻은
06:48
searching through all of those talks
156
396489
1924
새로운 생각이나 개념을 찾아
06:50
for every new idea and every new concept,
157
398413
2249
모든 강연을 검색해서
06:52
looking at each part of the video
158
400662
1856
영상의 각 부분을 보며
06:54
to see how one frame may have changed
159
402518
2025
한 장면이 그 다음과 바뀐 것이 있는지
06:56
from the next.
160
404543
1845
보는 것과 같습니다.
06:58
And this is changing the way that we do science,
161
406388
2351
이것은 우리가 과학을 대하는 태도와
07:00
changing the way that we do astronomy,
162
408739
2255
천문학을 하는 태도를 바꿔 줍니다.
07:02
to a place where software and algorithms
163
410994
2256
소프트웨어와 알고리즘도
07:05
have to mine through this data,
164
413250
1868
이 데이터를 통해서 찾아내고
07:07
where the software is as critical to the science
165
415118
3206
망원경과 우리가 설계한
카메라가 중요하듯이
카메라가 중요하듯이
07:10
as the telescopes and the
cameras that we've built.
cameras that we've built.
166
418324
4027
과학에 소프트웨어가
중요하다는 것입니다.
중요하다는 것입니다.
07:14
Now, thousands of discoveries
167
422351
2587
이제 수 천개의 발견들이
07:16
will come from this project,
168
424938
1935
이 프로젝트를 통하여 만들어집니다.
07:18
but I'm just going to tell you about two
169
426873
1451
제가 여러분께
07:20
of the ideas about origins and evolution
170
428324
2363
이 정도 규모의 데이타로 인해
07:22
that may be transformed by our access
171
430687
2253
변화된 기원과 진화에 대한
07:24
to data at this scale.
172
432940
2561
두 가지 생각을 말씀드리겠습니다.
07:27
In the last five years, NASA has discovered
173
435501
2385
지난 5년간 NASA가
07:29
over 1,000 planetary systems
174
437886
2261
천 개의 행성계를
주변에서 발견했습니다.
07:32
around nearby stars,
175
440147
2093
하지만 저희가 찾고 있는 행성계는
07:34
but the systems we're finding
176
442240
1930
07:36
aren't much like our own solar system,
177
444170
2490
우리의 태양계와 같지 않습니다.
07:38
and one of the questions we face is
178
446660
1575
우리가 직면하고 있는
문제 중 하나는
문제 중 하나는
07:40
is it just that we haven't been looking hard enough
179
448235
2318
과연 우리가 제대로
찾아보지 않은 것인지
찾아보지 않은 것인지
07:42
or is there something special or unusual
180
450553
1766
아니면 태양계 형성에
07:44
about how our solar system formed?
181
452319
2418
뭔가 특별하고 특이한 것이
있는가 하는 겁니다.
있는가 하는 겁니다.
07:46
And if we want to answer that question,
182
454737
2262
우리가 그것을 알려면
07:48
we have to know and understand
183
456999
1439
우리의 태양계의 역사를 자세히
07:50
the history of our solar system in detail,
184
458438
2836
다 알고 이해해야 합니다.
07:53
and it's the details that are crucial.
185
461274
2137
매우 중요한 사항들입니다.
07:55
So now, if we look back at the sky,
186
463411
3666
우리가 다시 하늘을 가로지르는
07:59
at our asteroids that were streaming across the sky,
187
467077
3551
소행성들을 보면
08:02
these asteroids are like the
debris of our solar system.
debris of our solar system.
188
470628
4222
마치 우리 태양계의
파편과 같습니다
파편과 같습니다
08:06
The positions of the asteroids
189
474850
2008
해왕성과 목성의 궤도가
08:08
are like a fingerprint of an earlier time
190
476858
2137
태양에 더 가까워질 때,
08:10
when the orbits of Neptune and Jupiter
191
478995
1980
소행성의 위치는
08:12
were much closer to the sun,
192
480975
1895
초기의 흔적 같을 것입니다.
08:14
and as these giant planets migrated
through our solar system,
through our solar system,
193
482870
3453
그리고 이 거대한 행성들이
태양계를 통과해 이동하면서
태양계를 통과해 이동하면서
08:18
they were scattering the asteroids in their wake.
194
486323
3330
그 여파로 소행성을 뿌립니다.
08:21
So studying the asteroids
195
489653
1306
그래서 소행성을 연구하는 것은
08:22
is like performing forensics,
196
490959
2121
마치 태양계의
08:25
performing forensics on our solar system,
197
493080
2558
과학수사를 하는 것 같습니다.
08:27
but to do this, we need distance,
198
495638
2702
그러나 그러려면
간격이 있어야 합니다.
간격이 있어야 합니다.
08:30
and we get the distance from the motion,
199
498340
2079
움직인 동선의 간격이 있으면
08:32
and we get the motion because of our access to time.
200
500419
4547
시간적 접근에 의해
이동을 알게 됩니다.
이동을 알게 됩니다.
08:36
So what does this tell us?
201
504966
1702
이것이 무엇을 알려줄까요?
08:38
Well, if you look at the little yellow asteroids
202
506668
2227
여러분이 보고 있는
이 그림에서 흘러가는
이 그림에서 흘러가는
08:40
flitting across the screen,
203
508895
2273
작은 노란 유성들을 보시면
08:43
these are the asteroids that are moving fastest,
204
511168
2430
우리 지구에 가장 가깝기 때문에
08:45
because they're closest to us, closest to Earth.
205
513598
3341
가장 빠르게 움직이는 유성들입니다.
08:48
These are the asteroids we may one day
206
516939
1507
이들은 언젠가 자원을 캐기 위해
08:50
send spacecraft to, to mine them for minerals,
207
518446
3398
우주선을 보낼 유성들입니다.
08:53
but they're also the asteroids that may one day
208
521844
2002
하지만 언젠가 지구에 충돌할
08:55
impact the Earth,
209
523846
1665
유성들이기도 합니다
08:57
like happened 60 million years ago
210
525511
1291
마치 6천만년 전
08:58
with the extinction of the dinosaurs,
211
526802
2635
공룡의 멸종을 일으킨 유성이나
09:01
or just at the beginning of the last century,
212
529437
1822
아니면 20세기 초에
09:03
when an asteroid wiped out
213
531259
1332
어느 소행성이
09:04
almost 1,000 square miles of Siberian forest,
214
532591
3589
1,000평방 마일의
시베리아 숲을 전멸시킨 것처럼,
시베리아 숲을 전멸시킨 것처럼,
09:08
or even just last year, as one burnt up over Russia,
215
536180
3088
심지어 작년에 핵 폭탄만한
에너지를 방출하며
에너지를 방출하며
09:11
releasing the energy of a small nuclear bomb.
216
539268
3612
러시아를 태운 소행성처럼 말입니다.
09:14
So studying the forensics of our solar system
217
542880
3622
그래서 우리 태양계의 과학수사는
09:18
doesn't just tell us about the past,
218
546502
2058
우리의 과거를 알려줄 뿐 아니라
09:20
it can also predict the future,
including our future.
including our future.
219
548560
3811
미래를 예측할 수도 있습니다.
우리가 멀리서 보면
09:26
Now when we get distance,
220
554771
1968
09:28
we get to see the asteroids
in their natural habitat,
in their natural habitat,
221
556739
3589
태양 주위를 도는
자연상태의 소행성들을 봅니다.
09:32
in orbit around the sun.
222
560328
1322
09:33
So every point in this visualization that you can see
223
561650
2907
여러분 앞에 그려지는
이 모든 점들은
이 모든 점들은
09:36
is a real asteroid.
224
564557
2763
실제 소행성입니다.
09:39
Its orbit has been calculated
from its motion across the sky.
from its motion across the sky.
225
567320
4010
이것의 궤도는 하늘의
움직임을 통하여 계산됩니다.
움직임을 통하여 계산됩니다.
09:43
The colors reflect the composition of these asteroids,
226
571330
3341
색상은 이 소행성의 구성을 보여줍니다.
09:46
dry and stony in the center,
227
574671
2137
중심부는 건조하고 돌투성이며
09:48
water-rich and primitive towards the edge,
228
576808
2587
바깥 쪽은 물이 풍부한
원시상태입니다.
원시상태입니다.
09:51
water-rich asteroids which may have seeded
229
579395
2284
물이 풍부한 소행성이란
09:53
the oceans and the seas that we find on our planet
230
581679
3451
이전에 지구와 부딪힐 때
09:57
when they bombarded the
Earth at an earlier time.
Earth at an earlier time.
231
585130
3206
지금의 바다를 있게 한 것일 겁니다.
10:02
Because the LSST will be able to go faint
232
590127
2832
LSST가 폭 넓게 볼 뿐만 아니라
10:04
and not just wide,
233
592959
1698
희미해질수 있어서
10:06
we will be able to see these asteroids
234
594657
1808
우리는 이 소행성들을
10:08
far beyond the inner part of our solar system,
235
596465
3187
태양계를 훨씬 뛰어 넘고
10:11
to asteroids beyond the
orbits of Neptune and Mars,
orbits of Neptune and Mars,
236
599652
3813
해왕성과 화성의 궤도도 넘어
10:15
to comets and asteroids that may exist
237
603465
2261
태양으로부터 일광년이 넘어
존재할지도 모르는
존재할지도 모르는
10:17
almost a light year from our sun.
238
605726
3230
혜성과 소행성을 볼수 있을 겁니다.
10:20
And as we increase the detail of this picture,
239
608956
2609
또한 우리가 사진의 화질을
10:23
increasing the detail by factors of 10 to 100,
240
611565
3127
10에서 100배만큼 높이면
10:26
we will be able to answer questions such as,
241
614692
2430
이런 것들을 알 수 있을 겁니다.
10:29
is there evidence for planets
outside the orbit of Neptune,
outside the orbit of Neptune,
242
617122
3589
해왕성 바깥 궤도에 있는 행성이
10:32
to find Earth-impacting asteroids
243
620711
2507
위험요소이기 오래 전에
10:35
long before they're a danger,
244
623218
2535
지구에 충격을 준 소행성을 찾거나
10:37
and to find out whether, maybe,
245
625753
1757
아니면 태양이 스스로 형성된 건지
10:39
our sun formed on its own or in a cluster of stars,
246
627510
3180
별들의 뭉치로 만들어 진건지
10:42
and maybe it's this sun's stellar siblings
247
630690
3082
태양의 자매별들이
10:45
that influenced the formation of our solar system,
248
633772
3442
태양계 형성에 영향을 준 것인지
알게 해주는 것이죠.
알게 해주는 것이죠.
10:49
and maybe that's one of the reasons why
solar systems like ours seem to be so rare.
solar systems like ours seem to be so rare.
249
637214
5753
우리 태양계같은 행성계가 드문 것이
그 때문인지 모릅니다.
그 때문인지 모릅니다.
10:54
Now, distance and changes in our universe —
250
642974
4562
그럼, 우주에 있는 거리와 변화들은--
10:59
distance equates to time,
251
647536
3859
거리는 시간과 동일하죠.
11:03
as well as changes on the sky.
252
651395
2059
또한 하늘의 변화도
마찬가지입니다.
마찬가지입니다.
11:05
Every foot of distance you look away,
253
653454
2790
한 걸음 멀리 보거나
11:08
or every foot of distance an object is away,
254
656244
2485
별이 한 걸음 멀리
떨어져 있을 때마다
떨어져 있을 때마다
11:10
you're looking back about a
billionth of a second in time,
billionth of a second in time,
255
658729
3589
여러분은 십억분의 일초를
되돌아 보는것입니다.
되돌아 보는것입니다.
11:14
and this idea or this notion of looking back in time
256
662318
2613
이 되돌아 본다는 개념은
11:16
has revolutionized our ideas about the universe,
257
664931
2631
우주에 대한 생각에
11:19
not once but multiple times.
258
667562
2280
여러번 변혁을 일으켰습니다.
11:21
The first time was in 1929,
259
669842
2812
그것은 1929년에 처음으로
11:24
when an astronomer called Edwin Hubble
260
672654
2092
에드윈 허블이라는 천문학자가
11:26
showed that the universe was expanding,
261
674746
2249
우주는 팽창하고
있다는 것을 보여주며
있다는 것을 보여주며
11:28
leading to the ideas of the Big Bang.
262
676995
2713
빅뱅이론으로 이끌며
변혁이 일어났습니다.
변혁이 일어났습니다.
11:31
And the observations were simple:
263
679708
2582
그리고 그가 관찰한것은
간단했습니다:
간단했습니다:
11:34
just 24 galaxies
264
682290
2154
24개의 은하수와
11:36
and a hand-drawn picture.
265
684444
3050
손으로 그린 그림이었습니다.
11:41
But just the idea that the more distant a galaxy,
266
689124
4660
하지만 은하수가 멀리 있을수록
11:45
the faster it was receding,
267
693784
2070
더 빨리 물러난다는 생각만으로도
11:47
was enough to give rise to modern cosmology.
268
695854
3419
현대 우주론을 낳기에 충분했습니다.
11:51
A second revolution happened 70 years later,
269
699273
2425
70년후에 두 번째 혁명이 일어 났는데
11:53
when two groups of astronomers showed
270
701698
2072
두 그룹의 천문학자들이
11:55
that the universe wasn't just expanding,
271
703770
2433
우주가 팽창할 뿐만 아니라
11:58
it was accelerating,
272
706203
1325
가속화되고 있다는 것을
발견한 겁니다.
발견한 겁니다.
11:59
a surprise like throwing up a ball into the sky
273
707528
3343
마치 공을 하늘로 던지면
12:02
and finding out the higher that it gets,
274
710871
2812
높이 올라갈수록
12:05
the faster it moves away.
275
713683
1778
더 빨리 가버리는 것 같은
놀라운 일이었습니다.
놀라운 일이었습니다.
12:07
And they showed this
276
715461
1509
증명한 방법은
12:08
by measuring the brightness of supernovae,
277
716970
2405
초신성의 밝기와
12:11
and how the brightness of the supernovae
278
719375
1834
거리에 따라 밝기가
희미해지는 것을
희미해지는 것을
12:13
got fainter with distance.
279
721209
2171
측정하는 것이었습니다.
12:15
And these observations were more complex.
280
723380
2453
이 관측은 좀더 까다로웠습니다.
12:17
They required new technologies and new telescopes,
281
725833
3014
새로운 기술과 새로운
망원경이 필요했죠.
망원경이 필요했죠.
12:20
because the supernovae were in galaxies
282
728847
4050
왜냐하면 초신성은
12:24
that were 2,000 times more distant
283
732897
1958
허블 망원경으로 보는것보다
12:26
than the ones used by Hubble.
284
734855
2688
2,000배 더 멀리있는
은하계에 있었기 때문입니다.
은하계에 있었기 때문입니다.
12:29
And it took three years to find just 42 supernovae,
285
737543
5311
그리고 42개의 초신성을 찾는데
삼년이 걸렸습니다.
삼년이 걸렸습니다.
12:34
because a supernova only explodes
286
742854
1754
왜냐하면 초신성은
12:36
once every hundred years within a galaxy.
287
744608
3082
은하계에서 100년에 한번
폭발하기 때문입니다.
폭발하기 때문입니다.
12:39
Three years to find 42 supernovae
288
747690
2284
수만개의 은하계를 수색하여
12:41
by searching through tens of thousands of galaxies.
289
749974
4019
42개의 초신성을 찾기까지
삼년이 걸렸습니다.
삼년이 걸렸습니다.
12:45
And once they'd collected their data,
290
753993
1851
그 데이타를 모아서 찾은 것이
12:47
this is what they found.
291
755844
3748
바로 이것입니다.
12:51
Now, this may not look impressive,
292
759592
2711
이게 그렇게 대단해
보이지 않겠지만
보이지 않겠지만
12:54
but this is what a revolution in physics looks like:
293
762303
4115
물리학의 혁명은 이렇습니다:
12:58
a line predicting the brightness of a supernova
294
766418
2430
11억 광년 멀리있는
13:00
11 billion light years away,
295
768848
2046
초신성의 밝기를
예측하는 선 한 개와
예측하는 선 한 개와
13:02
and a handful of points that don't quite fit that line.
296
770894
3796
그 선에 맞지 않는
점들이 한 움큼 입니다.
점들이 한 움큼 입니다.
13:06
Small changes give rise to big consequences.
297
774690
4113
작은 변화가 큰 결과를
만들어 냅니다.
만들어 냅니다.
13:10
Small changes allow us to make discoveries,
298
778803
2948
작은 변화가 새로운 것을
발견하게 해 줍니다.
발견하게 해 줍니다.
13:13
like the planet found by Herschel.
299
781751
2823
허셜이 찾은 행성 처럼요.
13:16
Small changes turn our understanding
300
784574
2272
작은 변화는 우주에 대한
우리의 생각을
우리의 생각을
13:18
of the universe on its head.
301
786846
2401
완전히 뒤집어 줍니다.
13:21
So 42 supernovae, slightly too faint,
302
789247
3464
약간 희미한 42개의 초신성은
13:24
meaning slightly further away,
303
792711
2009
그만큼 살짝 멀리있다는 만큼
13:26
requiring that a universe must not just be expanding,
304
794720
3160
우주가 팽창할 뿐만 아니라
13:29
but this expansion must be accelerating,
305
797880
3330
이 팽창이 가속되고 있다는 것은
13:33
revealing a component of our universe
306
801210
1946
우리가 암흑에너지라고 부르는
13:35
which we now call dark energy,
307
803156
2486
우주의 구성을 보여줍니다.
13:37
a component that drives this expansion
308
805642
2509
그 구성은 우주의 팽창을 가속화하고
13:40
and makes up 68 percent of the energy budget
309
808151
3027
오늘날 우주 에너지 분배의
68퍼센트를
68퍼센트를
13:43
of our universe today.
310
811178
2035
차지하고 있습니다.
13:46
So what is the next revolution likely to be?
311
814751
3824
그럼 다음 혁명은 무엇일까요?
13:50
Well, what is dark energy and why does it exist?
312
818575
2719
암흑에너지는 무엇이고
왜 존재할까요?
왜 존재할까요?
13:53
Each of these lines shows a different model
313
821294
2328
각각의 선들은
13:55
for what dark energy might be,
314
823622
2843
암흑 에너지가 무엇일지
나타내는 다른 모형입니다.
나타내는 다른 모형입니다.
13:58
showing the properties of dark energy.
315
826465
2481
암흑 에너지의 특징을 보여주죠.
14:00
They all are consistent with the 42 points,
316
828946
3623
모두 다 42개의 점과 일치하지만
14:04
but the ideas behind these lines
317
832569
2227
이 선들이 의미하는 것은
14:06
are dramatically different.
318
834796
2103
매우 다릅니다.
14:08
Some people think about a dark energy
319
836899
2543
어떤 사람들은 암흑 에너지가
14:11
that changes with time,
320
839442
1458
시간에 따라 변한다고 보고,
14:12
or whether the properties of the dark energy
321
840900
2288
혹은 암흑 에너지의 특징들이
14:15
are different depending on where you look on the sky.
322
843188
2756
하늘을 보는 위치에 따라
다르다고 생각합니다.
다르다고 생각합니다.
14:17
Others make differences and changes
323
845944
1823
다른 이들은 물리학의 변화와 차이를
14:19
to the physics at the sub-atomic level.
324
847767
3048
원자 이하의 차원에서 봅니다.
14:22
Or, they look at large scales
325
850815
2790
또는 큰 규모로 보며
14:25
and change how gravity and general relativity work,
326
853605
3565
중력이나 일반 상대성이
어떻게 작용하는지 변화를 봅니다.
어떻게 작용하는지 변화를 봅니다.
14:29
or they say our universe is just one of many,
327
857170
2791
또는 우리의 우주는
여러 우주 중 하나인
여러 우주 중 하나인
14:31
part of this mysterious multiverse,
328
859961
2598
신비한 다중우주의
한 부분이라고 합니다.
한 부분이라고 합니다.
14:34
but all of these ideas, all of these theories,
329
862559
3161
하지만 이 모든 생각과
모든 이론들은
모든 이론들은
14:37
amazing and admittedly some of them a little crazy,
330
865720
3499
놀랍고 확실히
어떤 것은 기이합니다.
어떤 것은 기이합니다.
14:41
but all of them consistent with our 42 points.
331
869219
4027
하지만 42개의 점들이 일치합니다.
14:45
So how can we hope to make sense of this
332
873246
2182
그렇다면 앞으로 10년간
14:47
over the next decade?
333
875428
2272
이것을 어떻게 이해해야 할까요?
14:49
Well, imagine if I gave you a pair of dice,
334
877700
3230
여러분께 주사위 두 개를 드리고
14:52
and I said you wanted to see whether those dice
335
880930
1999
이것이 무게가 쏠린 주사위인지
14:54
were loaded or fair.
336
882929
1867
공정한 것인지 보자고 가정할 때
14:56
One roll of the dice would tell you very little,
337
884796
2934
주사위를 한번 던지면 잘 모르지만
14:59
but the more times you rolled them,
338
887730
1992
더 많이 던질수록
15:01
the more data you collected,
339
889722
1922
더 많은 데이터를 수집하게 되고
15:03
the more confident you would become,
340
891644
2172
여러분은 더욱 확신하게 됩니다.
15:05
not just whether they're loaded or fair,
341
893816
2603
주사위가 공정한지 아닌지만이 아니라
15:08
but by how much, and in what way.
342
896419
3898
얼만큼 어떤 방식으로까지 말입니다.
15:12
It took three years to find just 42 supernovae
343
900317
3802
42개의 초신성을 찾기까지
삼년이 걸렸습니다
삼년이 걸렸습니다
15:16
because the telescopes that we built
344
904119
3047
우리가 만든 망원경들로는
15:19
could only survey a small part of the sky.
345
907166
3693
하늘의 일부만 조사할 수
있었기 때문입니다.
있었기 때문입니다.
15:22
With the LSST, we get a completely new view
346
910859
2665
LSST를 가지고는 삼일마다
15:25
of the skies above Chile every three nights.
347
913524
3622
칠레의 하늘을 완전히
새롭게 볼 수 있습니다.
새롭게 볼 수 있습니다.
15:29
In its first night of operation,
348
917146
2463
작동하는 첫날 밤에는,
15:31
it will find 10 times the number of supernovae
349
919609
3150
암흑에너지 발견에 필요한
15:34
used in the discovery of dark energy.
350
922759
3141
초신성의 10배를 찾게 될 겁니다.
15:37
This will increase by 1,000
351
925900
1809
이것은 첫 넉달 안에
15:39
within the first four months:
352
927709
2493
1,000개씩 증가합니다.
15:42
1.5 million supernovae by the end of its survey,
353
930202
4784
조사가 끝날쯤엔
백 오십만 초신성을 찾을것이며
백 오십만 초신성을 찾을것이며
15:46
each supernova a roll of the dice,
354
934986
3185
각각의 초신성은
주사위 한번 던지는 것 처럼
주사위 한번 던지는 것 처럼
15:50
each supernova testing which theories of dark energy
355
938171
3442
암흑에너지의 이론 중
15:53
are consistent, and which ones are not.
356
941613
4128
어느 것이 맞는지 아닌지를
검사할 겁니다.
검사할 겁니다.
15:57
And so, by combining these supernova data
357
945741
3803
그리하여 이 초신성의 데이터와
16:01
with other measures of cosmology,
358
949544
2276
다른 우주론의 관측을 결합하여
16:03
we'll progressively rule out the different ideas
359
951820
2890
암흑 에너지에 관한
여러가지 생각과 이론들을
여러가지 생각과 이론들을
16:06
and theories of dark energy
360
954710
1976
점진적으로 골라낼 것입니다.
16:08
until hopefully at the end of this survey around 2030,
361
956686
7142
그래서 2030년
이 조사가 끝날 때까지는
이 조사가 끝날 때까지는
16:15
we would expect to hopefully see
362
963828
2614
우리가 알게 되길 바랍니다.
16:18
a theory for our universe,
363
966442
2142
우주 물리학 원론인
16:20
a fundamental theory for the physics of our universe,
364
968584
2539
우주 이론이
16:23
to gradually emerge.
365
971123
2757
서서히 드러나는 것이죠.
16:26
Now, in many ways, the questions that I posed
366
974950
2392
제가 여러분께 드린 질문들은
16:29
are in reality the simplest of questions.
367
977342
4361
실제로 가장 단순한 질문이었습니다.
16:33
We may not know the answers,
368
981703
1754
우리가 답은 모르지만
16:35
but we at least know how to ask the questions.
369
983457
3852
적어도 어떻게 질문을
해야 하는지 압니다.
해야 하는지 압니다.
16:39
But if looking through tens of thousands of galaxies
370
987309
3118
그렇지만 수 천개의 은하를 보면서
16:42
revealed 42 supernovae that turned
371
990427
2938
알아 낸 42개의 초신성이
16:45
our understanding of the universe on its head,
372
993365
3479
우리 우주에 대한 이해를 바꾼다면
16:48
when we're working with billions of galaxies,
373
996844
2914
수 십억개의 은하계와 작업할 때
16:51
how many more times are we going to find
374
999758
1777
우리 예상과 맞지 않는 42개의 점들이
16:53
42 points that don't quite match what we expect?
375
1001535
5648
얼마나 많이 있겠습니다?
16:59
Like the planet found by Herschel
376
1007183
2757
허셜이 찾은 행성이나
17:01
or dark energy
377
1009940
2417
암흑 에너지,
17:04
or quantum mechanics or general relativity,
378
1012357
3843
혹은 양자 역학이나 일반 상대성 같은
17:08
all ideas that came because the data
379
1016200
2344
이 모든 생각은
17:10
didn't quite match what we expected.
380
1018544
3455
우리가 기대했던 데이터와는
맞지 않았기 때문에 생겼습니다.
맞지 않았기 때문에 생겼습니다.
17:13
What's so exciting about the next decade of data
381
1021999
3261
천문학에서
앞으로 10년간의 데이터가
너무나 기대되는 것은
너무나 기대되는 것은
17:17
in astronomy is,
382
1025260
1670
17:18
we don't even know how many answers
383
1026930
2211
우리의 기원과 진화에 대한
17:21
are out there waiting,
384
1029141
1800
얼마나 많은 해답들이
17:22
answers about our origins and our evolution.
385
1030941
3881
있을지 모르기 때문입니다.
17:26
How many answers are out there
386
1034822
1095
거기에 우리가 묻고 싶었던
17:27
that we don't even know the questions
387
1035917
3294
우리가 심지어 질문조차 몰랐던 것에
17:31
that we want to ask?
388
1039211
2011
얼마나 많은 해답들이
우주에 있을까요?
우주에 있을까요?
17:33
Thank you.
389
1041222
1947
감사합니다
17:35
(Applause)
390
1043169
3702
(박수)
ABOUT THE SPEAKER
Andrew Connolly - AstronomerAndrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way.
Why you should listen
Andrew Connolly's research focuses on understanding the evolution of our universe, by studying how structure forms and evolves on small and large scales -- from the search for asteroids to the clustering of distant galaxies. He's a ten-year veteran of the Large Synoptic Sky Survey, and is now prepping for the unprecedented data streams we could expect from the under-construction Large Synoptic Survey Telescope.
Set on an 8,800-foot peak in northern Chile, the LSST will have an 8.4-meter primary mirror, a 10-square-degree field of view and a 3.2 gigapixel camera. It will survey half the sky every three nights, creating about 100 terabytes of data every week. Astronomers, Connolly suggests, will need wholly new tools to wrangle this amount of data -- so he has been helping bring together computer scientists, statisticians and astronomers to develop scalable algorithms for processing massive data streams.
On sabbatical from the University of Washington, Connolly led the development of Google Sky, and he's now working with Microsoft to develop affordable digital planetariums.
More profile about the speakerSet on an 8,800-foot peak in northern Chile, the LSST will have an 8.4-meter primary mirror, a 10-square-degree field of view and a 3.2 gigapixel camera. It will survey half the sky every three nights, creating about 100 terabytes of data every week. Astronomers, Connolly suggests, will need wholly new tools to wrangle this amount of data -- so he has been helping bring together computer scientists, statisticians and astronomers to develop scalable algorithms for processing massive data streams.
On sabbatical from the University of Washington, Connolly led the development of Google Sky, and he's now working with Microsoft to develop affordable digital planetariums.
Andrew Connolly | Speaker | TED.com