한 번에 잡는 별빛: D³PO로 광자 이미지 정밀 복원

본 논문은 고에너지 천문학에서 관측되는 포아송 잡음이 지배적인 광자 카운트 이미지를 대상으로, ‘확산(flux)’와 ‘점원천(point‑like)’ 두 종류의 신호를 동시에 복원하고 분리하는 D³PO(Denoising, Deconvolving, and Decomposing Photon Observations) 알고리즘을 제안한다. 1. **서론 및 배경** 광자 이미지에는 여러 형태의 천체(확산 방출, 점원천, 배경 등)가 겹쳐 나타나며, 관측 장비의 PSF와 불완전한 커버리지, 포아송 잡음 등으로 인해 직접적인 해석이 어렵다. 기존 방법(SExtractor, CLEAN, 다양한 스파스 정규화 기법 등)은 각각 잡음 제거, 디컨볼루션, 혹은 특정 형태(점원천)만을 목표로 하며, 두 신호를 동시에 정확히 분리하기엔 한계가 있다. 2. **문제 정의와 베이지안 프레임워크** - **신호 모델**: 광자 플럭스 ρ(x)를 로그 변환된 두 필드 s(x) (확산)와 u(x) (점원천)로 표현, ρ = ρ₀·exp(s+u). 이는 플럭스의 양성성을 보장하면서 비선형성을 도입한다. - **관측 모델**: 선형 연산자 R (PSF, 노출, 에너지 응답 포함)를 통해 기대 카운트 λ = R·exp(s+u) 를 계산하고, 실제 카운트 d_i는 포아송 분포 P(d_i|λ_i) 로 모델링한다. - **사전 분포**: * 확산 필드 s는 가우시안 사전으로, 공분산 행렬이 파워 스펙트럼 C_ℓ 형태이며, 이는 데이터로부터 자동 추정된다(자기‑정규화). * 점원천 필드 u는 각 픽셀 독립적인 로그 정규분포(또는 라플라시안 스파스성 사전) 로 설정해, 점원천이 공간적으로 비상관임을 반영한다. - **계층적 베이지안**: 사전 파라미터(예: 파워 스펙트럼, 스파스성 강도)는 하이퍼파라미터로 두고, 하이퍼 사전까지 포함한 완전한 계층 구조를 구성한다. 3. **추론 방법** - **MAP 해**: 사후 로그 가능도 L(s,u) = log P(d|s,u) + log P(s) + log P(u) 를 뉴턴‑라프슨 혹은 제한된 BFGS 최적화로 최대화한다. - **변분 베이지안(Free Energy 최소화)**: 가우시안 근사 Q(s,u) = N(m, D) 를 도입하고, 자유 에너지 F = ⟨H⟩_Q – S_Q 를 최소화한다. 여기서 H는 사후 해밀토니안, S_Q는 근사 엔트로피이다. 변분 최적화는 반복적으로 m과 D를 업데이트하며, 최종적으로 사후 평균과 공분산을 제공한다. 이는 불확실성 정량화와 하이퍼 파라미터 자동 추정에 유리하다. 4. **알고리즘 구현 – NIFTy** NIFTy(‘Numerical Information Field Theory’) 라이브러리를 활용해 모든 연산을 격자·차원·위치공간에 독립적으로 구현한다. 이는 1‑D 프로토타입 코드를 그대로 2‑D 이미지, 구면 지도, 혹은 다중 주파수 데이터에 적용 가능하게 만든다. 연산은 FFT 기반의 선형 연산자, 사전 공분산의 대각화, 그리고 포아송 로그 가능도의 효율적 계산을 포함한다. 5. **실험 및 검증** - **시뮬레이션 설정**: 32 × 32 arcmin² 영역, 0.1 arcmin 해상도, 복합 신호(수천 개의 점원천 중 극소수만이 눈에 띄는 강도)와 복잡한 PSF·불완전 커버리지를 포함한 고에너지 이미지 생성. - **성능 평가**: * 잡음 억제: 포아송 잡음이 크게 감소하고, 실제 신호와 거의 일치하는 카운트 분포 복원. * 디컨볼루션: PSF 효과가 성공적으로 제거되어 점원천이 원래 위치와 강도로 복원. * 성분 분리: 확산 성분과 점원천이 각각 독립적인 지도 형태로 정확히 재구성되었으며, 점원천 검출률과 위양성률이 기존 방법보다 현저히 개선. - **불확실성 정량화**: 변분 해는 MAP 해보다 넓은 2σ 신뢰구간을 제공하지만, 실제 신호와의 일치도는 비슷하거나 더 좋았다. 6. **논의** - **장점**: 계층적 베이지안 모델을 통해 사전과 데이터가 자연스럽게 결합, 포아송 잡음에 대한 정확한 통계 처리, NIFTy 기반 구현으로 다양한 관측 환경에 유연하게 적용 가능. - **제한점**: 사전 파라미터 선택이 결과에 영향을 미칠 수 있음, 변분 근사의 가우시안 형태가 비선형성 높은 경우 근사 오차를 초래할 가능성, 고차원(전천구면·다주파수) 데이터에서 메모리·연산 비용이 크게 증가. 향후 다중 스케일 전처리와 효율적인 사전 압축 기법이 필요하다. 7. **결론** D³PO는 정보장 이론(IFT)과 계층적 베이지안을 결합한 통합 프레임워크로, 포아송 잡음이 지배적인 고에너지 천문 이미지에서 잡음 제거, 디컨볼루션, 그리고 확산·점원천 성분 분리를 동시에 수행한다. 시뮬레이션 실험을 통해 높은 정확도와 불확실성 정량화를 입증했으며, NIFTy 기반 구현을 통해 다양한 관측 형태와 해상도에 적용 가능함을 보여준다. 향후 실제 관측 데이터와 다중 파장 데이터에 대한 확장 연구가 기대된다.