Executive Summary

주요 수치

출처: Vaccari, arXiv:2609.18694 (2026-09-16)

중간적외선에서 천체를 고르면 넓은 하늘에서 먼 거리까지, 별의 질량에 가까운 잣대로 은하 표본을 모을 수 있다. 적색편이에 따른 보정이 그 대역에서 완만하게 변하기 때문이다. 스피처 우주망원경이 냉각 임무 기간에 IRAC과 MIPS로 훑은 외부은하 영역들, 그중에서도 SWIRE 영역들이 은하 진화 연구의 기준 실험실 노릇을 해 온 배경이 여기에 있다. 그 뒤로 같은 하늘에 자외선부터 전파까지 자료가 겹겹이 쌓였다.

논문은 그 풍요에 값이 따른다고 쓴다. 영역 하나가 수십 개의 독립된 서베이에 덮여 있고, 서베이마다 자기 소스 추출 방식과 좌표 해, 측광 규약, 플래그 정의, 파일 형식을 갖는다. 그래서 단 한 영역의 밴드 병합 카탈로그를 만드는 데도 상당한 장부 작업이 든다. 그 작업은 연구 그룹마다 되풀이되는데, 재현할 수 있을 만큼 상세히 문서로 남는 일은 드물다.

다루는 영역은 여덟 개, 합쳐 65제곱도다. SWIRE 여섯 영역(ELAIS-S1, XMM-LSS, CDFS, Lockman Hole, ELAIS-N1, ELAIS-N2)에 스피처 딥 와이드 필드 서베이의 목동자리 영역(Boötes), 그리고 스피처 외부은하 퍼스트 룩 서베이(XFLS)가 더해졌다. 곁다리 자료가 깊고 넓게 쌓여 있다는 점, 그리고 허셜과 전파, 유클리드와 루빈 관측 계획에서 계속 중요하게 다뤄진다는 점을 선정 이유로 든다.

병합은 짧은 파장에서 시작해 바깥으로 나아간다. 각 단계의 반경은 그 밴드의 각분해능에 맞춘다. 3.6과 4.5μm 카탈로그는 1초각 반경으로 서로 짝지어지고 그 위치가 기준 좌표가 된다. 5.8과 8.0μm는 그 기준 좌표에 1.5초각 안에서 붙고, MIPS의 24·70·160μm는 각각 3초각, 6초각, 12초각 안에서 붙는다.

반경을 왜 밴드마다 달리 잡아야 하는지는 망원경이 점을 어떻게 그리는지를 보면 금방 잡힌다. 같은 구경으로 긴 파장을 보면 상이 더 넓게 번지고, 번진 만큼 천체의 위치를 집어내는 정확도도 떨어진다. 논문이 반경을 각분해능에 맞췄다고만 쓰고 넘어가는데, 하나의 값으로 통일했을 때 무엇이 깨지는지는 방향이 두 가지뿐이라 짐작해 둘 만하다. 좁은 값인 1초각으로 원적외선까지 재면 실제로는 같은 천체인 관측 짝이 반경 밖으로 밀려나 끊긴다. 반대로 12초각을 근적외선에 쓰면 그 안에 들어온 남남까지 한 천체로 접힌다. 끊긴 쪽은 나중에 세기라도 하지만, 잘못 접힌 쪽은 표에서 한 줄로 보이므로 알아채기 어렵다.

정리하면 이 데이터베이스가 정한 것은 천체의 목록이 아니라 판정의 눈금이다. 관측 장비의 물리적 한계가 그 안으로 그대로 들어와 있다. 장비가 흐릿하게 볼수록 너그럽게 묶고, 또렷하게 볼수록 깐깐하게 묶는다.

병합을 시작하기 전에, 입력 카탈로그를 하나하나 2MASS에 등록해 공통 좌표 프레임으로 끌어온다. 방법은 단순하다. 신뢰도가 높은 검출만 골라 적경과 적위의 중앙값 오프셋을 구하고, 그 값을 카탈로그 전체에 적용한다. 이렇게 하면 카탈로그마다 조금씩 어긋나 있던 체계 오차가 걷힌다.

논문은 이 보정의 목적을 분명히 밝힌다. 프레임 사이의 체계적 어긋남을 없애지 않으면 고정 반경으로 하는 교차 식별의 신뢰도가 바로 그 어긋남에 붙들린다. 두 관측이 1초각 안에 있는지 없는지를 따지는데 두 카탈로그의 좌표 원점이 이미 0.5초각 틀어져 있다면, 그 판정은 천체를 재는 것이 아니라 틀어진 정도를 재는 셈이 된다.

남은 결정은 명단이다. 이 데이터베이스에 오르려면 IRAC 3.6μm 또는 4.5μm에서 검출돼야 한다. 논문은 이 조건이 균질한 선정과 데이터베이스 전체에 걸친 좋은 좌표 정확도를 보장한다고 쓴다. 그렇게 고른 천체의 위치는 이후 모든 매칭의 기준 좌표가 된다.

이 조건은 품질 기준인 동시에 모집단의 정의이기도 하다. 두 밴드에 걸리지 않은 천체는 다른 파장에서 아무리 밝게 찍혔더라도 이 데이터베이스 안에 존재하지 않는다. 카탈로그를 여는 사람 입장에서는 무엇이 들어 있는지보다 무엇이 애초에 후보가 아니었는지를 먼저 알아야 한다는 뜻이다. 그 기준은 논문 2.2절 첫 문장에 나온다.

4.1규칙이 하나가 아니다

앞 절의 파장별 반경은 IRAC과 MIPS 사이의 밴드 병합에만 적용된다. 그 바깥에서 들어오는 부가 카탈로그는 파장을 가리지 않고 일률 1초각 최근접 이웃으로 IRAC 위치에 붙는다. GALEX의 자외선 측광, SDSS와 영역별 지상 관측의 광학 측광, 2MASS·UKIDSS·VIDEO의 근적외선 측광, 그리고 허셜 PACS와 SPIRE의 원적외선 측광이 모두 그 규칙을 따른다. 측광 적색편이와 분광 적색편이도 그 줄에 나란히 들어간다. 다만 분광 적색편이는 이 작업이 직접 측정한 값이 아니다.

빔 크기에 맞춰 반경을 벌리던 규칙과, 원적외선까지 1초각으로 붙이는 규칙이 한 데이터베이스 안에 나란히 있는 셈이다. 논문은 그 까닭을 밝히지 않는다. 짐작할 실마리는 5절에 나오는 쓰임새 하나다. 겹친 원적외선원을 허셜 지도에서 떼어 낼 때 이 데이터베이스가 소스 위치를 대 줬다면, 그렇게 만들어진 원적외선 목록은 이미 IRAC 위치 위에 얹혀 나온 값이다. 그렇다면 1초각은 새로 짝을 찾는 반경이 아니라 이미 같은 자리에 있는 값을 확인하는 반경에 가깝다. 이 연결은 이 글이 붙인 해석이고, 논문에는 없는 문장이다.

4.2적색편이 열은 또 다른 병합에서 온다

한 줄에 같이 실리는 분광 적색편이의 출처를 따라가면 병합이 한 겹 더 나온다. 같은 저자가 넉 달 앞서 공개한 스피처 분광 데이터 퓨전이 그 값의 출처다. 열네 개 외부은하 영역의 공개 분광 적색편이 카탈로그를 모아 병합한 자료 모음인데, 이 측광 데이터베이스가 다루는 여덟 영역의 이름이 그 열네 개 목록에 모두 들어 있다. 영역 선정 기준은 스피처 관측 범위에 맞추는 것이었고, 그래야 측광 데이터베이스와 교차 참조가 매끄럽다는 이유를 든다.

그 모음의 병합 규칙은 이 데이터베이스와 결이 다르다. 영역마다 NED와 VizieR, 서베이 팀 배포본, 관측소 아카이브에서 공개된 분광 카탈로그를 전부 모아 1초각 반경으로 위치를 맞추는 데까지는 비슷하다. 그다음이 갈린다. 카탈로그 사이에 순위를 매기는데, 순서는 영역마다 다르게 정하고 NED만 관례상 1순위로 고정한다. 순위가 가장 높은 카탈로그가 낸 값을 대표값으로 뽑아 ZBEST 열에 올린다. 한 천체에 측정값이 여러 개 있을 때 어느 값을 대표로 삼을지가 미리 정해져 있는 셈이다.

그 논문은 대표값에 단서를 붙인다. ZBEST가 모든 용도에서 과학적으로 가장 나은 적색편이는 아니라는 것이다. 1순위인 NED 자체가 품질이 고르지 않은 측정값을 모아 놓은 집계여서, 정밀한 측광 적색편이 보정을 하려면 특정 고품질 서베이의 값을 직접 골라 쓰라고 권한다. 기본값이 곧 최선은 아니라는 경고를 만든 사람이 먼저 달았다.

4.3같은 절차를 더 깊은 하늘에

동반 산출물인 SERVS 데이터 퓨전은 스피처 웜 미션 기간에 SERVS가 더 깊게 찍은 3.6과 4.5μm 영상에 같은 방식을 적용해, 18제곱도에서 IRAC으로 고른 천체 280만 개를 낸다. 하늘은 좁아지고 깊이는 늘었는데 규칙은 그대로다. 절차를 문서로 고정한 덕에 새 입력에 같은 절차를 다시 돌릴 수 있었다.

결과물은 영역마다 FITS 이진 표 하나씩, 전부 묶어 압축 파일 하나다. 2023년 7월 28일 배포된 DR1이 2.0GB다. 여기서 눈에 띄는 설계가 열 이름에 있다. 각 열의 이름에 그 값이 어느 서베이의 어느 밴드에서 왔는지를 박아 넣어, 모든 측정값의 출처가 표 안에서 곧바로 드러나게 했다. 값과 계보가 따로 놀지 않는다.

4.2절의 분광 적색편이 모음은 같은 원칙을 한 걸음 더 밀고 나간다. 대표값 ZBEST 옆에 그 값을 어느 카탈로그가 냈는지 가리키는 ZFLAG가 붙고, 대표로 뽑히지 않은 카탈로그별 값도 지워지지 않고 같은 표에 그대로 있다. 기본 우선순위를 그대로 받지 않고 쓰는 사람이 자기 기준으로 다시 고를 수 있게 하려는 설계다. 배포 압축 파일에도 병합 결과와 함께 서베이별 입력 카탈로그가 들어간다.

ZWHERE는 한 천체가 몇 개의, 그리고 어느 카탈로그에서 측정값을 받았는지를 비트마스크로 담는다. 이 열로 여러 카탈로그에 중복해 잡힌 천체만 골라내면 서베이 사이의 체계 오차를 가늠할 수 있는데, 3절에서 2MASS 등록으로 걷어 낸 것과 같은 종류의 어긋남이다. 중복은 낭비가 아니라 검증 수단으로 쓰인다.

나머지 판정 근거는 함께 배포되는 README(AAAREADME.MAIN)가 맡는다. 어떤 카탈로그가 기여했는지, 매칭 반경이 얼마였는지, 좌표를 어떻게 보정했는지, 영역별로 무엇을 조심해야 하는지가 그 파일에 적혀 있다. 앞 절들에서 본 결정이 코드나 담당자의 기억이 아니라 배포물에 실려 나간다는 뜻이다. 절차를 설명한 문서도 이번 노트가 처음이 아니다. 논문이 '균일하고 문서화된 절차'의 근거로 다는 인용은 2015년 학회 발표문이고, DR1 배포는 2023년 7월, 이 노트는 2026년 9월이다. 규칙이 데이터보다 먼저 있었고, 데이터가 이 노트보다 먼저 있었다.

보관과 인용도 같은 선상에 있다. 데이터베이스는 Zenodo에 개념 DOI로 올라가 있어 그 주소가 늘 최신 판을 가리키고, DR1은 별도 DOI로 박제돼 있으며, CDS/VizieR에도 카탈로그 II/377로 올라가 있다. 공개 범위는 조금 다르다. Zenodo 레코드에는 데이터 산출물 가운데 일부만 들어 있고, 전체 데이터베이스는 저자가 운영하는 사이트에서 받도록 안내한다. 병합 도구로는 STILTS와 TOPCAT을 썼다고 밝힌다.

압축 파일 바깥의 산출물에도 각각 주소가 붙어 있다. MIPS 24μm 지도와 카탈로그, 70·160μm 산출물은 각기 다른 주소에서 받게 되어 있고, SERVS IRAC12 카탈로그와 보정에 쓴 측광 필터 데이터베이스에는 각각 DOI가 매겨져 있다. 값이 어느 서베이에서 왔는지를 열 이름에 박는 데서 멈추지 않고, 그 값을 보정할 때 쓴 자료에도 인용 주소를 붙였다.

이 데이터베이스가 실제로 쓰인 사례도 이미 여럿이다. 적외선 광도함수 분석의 모표본과 측광 자료로 쓰였고, 적외선으로 고른 대형 표본의 측광 적색편이를 추정하는 훈련·검증 자료가 됐다. 허셜 외부은하 레거시 프로젝트에서는 허셜 지도를 디블렌딩할 때의 사전 위치와, 여러 영역에 걸친 측광 적색편이 보정에 쓰였다. 앞으로를 보면 여덟 영역 가운데 다섯이 유클리드의 딥 또는 보조 영역이거나 루빈의 딥 드릴링 영역이고, 여덟 곳 모두 LOFAR·GMRT·MeerKAT의 전파 연속파 서베이와 4MOST·MOONS·PFS의 분광 관측 대상에 들어 있다. 새 망원경들이 같은 하늘을 다시 찍을 때 중간적외선 기준점과 사전 소스 목록, 측광 적색편이 훈련셋을 공급하도록 설계돼 있다.

여기서부터는 논문을 떠나 데이터를 다루는 쪽에서 이 소식을 다시 읽는다. 이 논문이 실제로 푼 문제를 천문학 밖의 말로 옮기면 레코드 링키지다. 서로 다른 장비가 서로 다른 규약으로 남긴 관측을 놓고, 어디까지를 한 대상의 기록으로 볼지 정하는 일. 페블러스가 오래 붙들어 온 물음도 같은 모양이다. 어떤 값이 어디서 와서 무엇을 거쳐 지금 한 줄에 앉아 있는가.

이 논문에서 오래 남는 것은 규칙의 내용보다 그것을 세운 순서다. 좌표계를 맞추고, 무엇을 한 건으로 셀지 정하고, 그다음에 반경을 나눴다. 그리고 그 셋을 전부 배포물에 실어 내보냈다. 아래 표의 왼쪽 두 열은 논문에 나온 것이고, 오른쪽 열은 기업 데이터에 옮겨 읽은 이 글의 해석이다.

기업 데이터에서 이 다섯 줄이 가장 자주 무너지는 자리는 마지막 줄이다. 천문학 쪽에서는 저자 한 사람이 반경 숫자와 좌표 보정을 README에 적어 내보냈고, 그래서 남이 그 판정에 동의하지 않을 자유가 생긴다. 같은 고객, 같은 부품, 같은 환자를 묶는 우리 쪽 기준은 대개 그만큼 적혀 있지 않다. 어느 필드가 일치해야 동일인으로 보는지, 유사도 임계값이 왜 0.9인지, 그 값을 언제 누가 올렸는지가 파이프라인 코드 안에만 남아 있으면, 나중에 그 판정을 검토하려는 사람은 결과부터 거꾸로 추측해야 한다.

값이 여럿일 때 하나를 고르는 방식도 옮겨 올 만하다. 4.2절의 적색편이 모음은 대표값을 뽑아 올리면서 그 값을 어느 카탈로그에서 가져왔는지, 그리고 어느 카탈로그들이 같은 천체를 함께 봤는지를 같은 표에 남겼다. 기업 데이터에서 골든 레코드를 만들 때는 대개 이긴 값만 남고 후보와 선택 근거가 사라진다. 나중에 그 레코드를 의심하는 사람은 무엇과 무엇 사이에서 이 값이 뽑혔는지부터 복원해야 한다. 이 대조는 이 글의 읽기이고, 논문이 기업 데이터를 두고 한 말은 아니다.

경계도 그어 둔다. 천체 매칭은 두 좌표 사이의 거리라는 단일 척도 위에서 돌아가지만, 사람이나 회사를 묶는 일에는 이름 표기, 오탈자, 개명, 법인 분할처럼 거리로 환산되지 않는 축이 얹힌다. 반경 하나로 끝나는 문제가 아니라는 뜻이다. 그래도 가져올 것은 있다. 판정에 쓰는 눈금을 데이터의 성질에 맞춰 나눠 잡는 일, 그리고 그것을 결과물과 함께 내보내는 일이다.

데이터를 합쳐 쓰는 팀이라면 다음 여섯 가지를 확인해 볼 만하다.

• 우리 파이프라인에서 두 레코드를 같은 대상으로 판정하는 기준이 무엇인지, 한 문장으로 적을 수 있는가.
• 그 기준이 소스 시스템마다 다른가, 아니면 정확도가 다른 데이터에 같은 임계치를 쓰고 있는가.
• 판정 전에 키와 표기를 표준화하는 단계가 따로 있는가. 없다면 지금 재고 있는 거리는 무엇의 거리인가.
• 한 건으로 셀 대상이 어느 시스템에 있어야 하는지 정해져 있는가. 그 시스템에 없는 대상은 어떻게 처리되는가.
• 같은 항목의 값이 소스마다 다를 때 무엇을 대표로 올리는지, 그 순위가 규칙으로 정해져 있는가. 대표로 뽑히지 않은 값은 어디에 남는가.
• 합친 뒤에도 각 값이 어느 레코드에서 왔는지 되짚을 수 있는가. 되짚을 수 없으면 틀린 병합도 고칠 수 없다.

여기까지 읽어 주셔서 감사하다. 이 글이 인용한 수치와 문장은 arXiv에 공개된 논문에서 누구나 원문으로 확인할 수 있고, 데이터베이스 자체는 Zenodo와 CDS/VizieR 카탈로그 II/377에 올라가 있다. 여러분의 조직에서는 '같은 대상'의 기준을 누가, 무엇을 근거로 정하고 있는지 나눠 주시면 좋겠다.

학술 논문

• 1.Vaccari, M. (2026). "The Spitzer Data Fusion: A Far-Ultraviolet to Far-Infrared Multi-Wavelength Database in Spitzer Extragalactic Survey Fields." arXiv:2609.18694.
• 2.Vaccari, M. (2026). "The Spitzer Spectroscopic Data Fusion: Merged Spectroscopic Redshift Catalogs in Spitzer Fields." Research Notes of the AAS, 10, 118. doi:10.3847/2515-5172/ae6a9a
• 3.Vaccari, M. (2016). "The Spitzer Data Fusion: Contents, Construction and Applications to Galaxy Evolution Studies." Proceedings of Science, EXTRA-RADSUR2015, 027. doi:10.22323/1.267.0027

데이터셋·카탈로그

• 4.Vaccari, M. (2023). "The Spitzer Data Fusion (Data Release 1)." Zenodo. doi:10.5281/zenodo.6120913
• 5.Vaccari, M. (2023). "The Spitzer Data Fusion." VizieR Online Data Catalog, II/377.
• 6.Vaccari, M. (2026). "The Spitzer Spectroscopic Data Fusion (Merged Spectroscopic Redshift Catalogs)." Zenodo. doi:10.5281/zenodo.6368347
• 7."The Spitzer Data Fusion Astronomical Photometric Filter Database." (2023). Zenodo. doi:10.5281/zenodo.7864237
• 8."SERVS (Spitzer Extragalactic Representative Volume Survey) IRAC12 Catalogs." (2023). Zenodo. doi:10.5281/zenodo.7929151