기본 콘텐츠로 건너뛰기

태양계 이야기 518 - 주노 목성 궤도에 진입하다



(This artist's rendering shows NASA's Juno spacecraft above the north pole of Jupiter. Image Credit: NASA/JPL-Caltech)


 2011년 발사 이후 5년간 28억km의 우주를 날아 목성에 도달한 주노가 성공적으로 로켓을 분사해 목성 궤도에 진입하는 데 성공했다는 소식입니다. 현지 시각으로 7월 4일 오후 11시 18분에 목성 궤도 진입을 위한 감속 엔진을 점화한 주노는 11시 53분 궤도에 진입에 성공했습니다. 


 주노는 목성 궤도에 진입해서 그 주변을 공전하는 두 번째 탐사선이지만, 이전의 탐사선과는 완전히 궤도를 돌게 됩니다. 극 궤도를 공전하기 때문이죠. 갈릴레오 탐사선은 적도 궤도에 근접한 궤도를 공전하면서 관측을 했기 때문에 사실 극지방을 근접해서 관측하지는 못했습니다. 


 주노는 20개월에 걸쳐 37회 정도의 극궤도 관측을 목표로 하고 있기 때문에 오로라를 포함해서 목성의 독특한 자기장 및 기상현상을 관측할 수 있을 것으로 기대됩니다. 주노의 첫 번째 궤도는 다소 긴 타원 궤도로 53.5일 주기이며 나중에는 14일까지 공전주기가 짧아지게 됩니다. (아래 그림) 




(주노의 공전 궤도.  출처: 나사)


 다만 이 궤도를 유지하는 데 더 많은 연료가 사용되는만큼 주노는 갈릴레오 탐사선 보다 수명은 짧을 수밖에 없습니다. 연료가 고갈되면 유로파 같은 생명체 존재 가능성이 있는 위성에 충돌하는 사태를 피하기 위해 계획적으로 목성 대기에서 타서 사라질 예정입니다. (이 시기는 대략 2018년 2월로 예정되어 있습니다) 대신 목성의 극지방에 근접할 수 있는 드문 기회를 얻은 셈이죠. 


 카시니 역시 토성의 극지방을 관측한 바 있지만, 주노는 거대 가스 행성의 극지방을 가장 세밀하게 관측할 수 있는 궤도를 지나게 됩니다. 오로라를 포함해서 목성 극지방의 비밀이 얼마나 드러나게 될지 매우 궁금합니다. 특히 지구보다 더 거대한 목성의 오로라의 근접 사진은 기대되는 것 가운데 하나입니다. 


 물론 극궤도를 선택하므로써 목성의 주요 위성의 관측은 다소 어려워지는 단점도 같이 존재합니다. 이를 극복하기 위해선 이전에 소개드린 것 같이 별도의 탐사선을 보내야 할 것입니다. 2020년대 목성의 위성 유로파를 탐사할 목표로 개발 중인 유로파 클리퍼 (가칭)이 그것입니다.


 이전 포스트 :     http://blog.naver.com/jjy0501/220371807339


 목성 자체도 매우 흥미롭지만, 목성의 위성 유로파는 바다와 생명체의 존재 가능성 때문에 태양계에서 가장 흥미로운 관측 목표입니다. 다만 개발 기간과 목성 까지의 거리를 생각하면 실제 도달하는 것은 10년 이상 후의 일이 될 것입니다. 아마도 목성에 인류가 직접 가는 일은 우리 세대에는 어려운 일이겠죠. 


 지금은 그런 먼 미래의 일보다 과연 주노가 보내올 목성의 사진과 데이터가 더 궁금합니다. 앞으로 마지막 순간까지 순조롭게 임무를 마치기를 기대합니다. 



 참고 





댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

R 스튜디오 설치 및 업데이트

 R을 설치한 후 기본으로 제공되는 R 콘솔창에서 코드를 입력해 작업을 수행할 수도 있지만, 보통은 그렇게 하기 보다는 가장 널리 사용되는 R 개발환경인 R 스튜디오가 널리 사용됩니다. 오픈 소스 무료 버전의 R 스튜디오는 누구나 설치가 가능하며 편리한 작업 환경을 제공하기 때문에 R을 위한 IDE에서 가장 널리 사용되어 있습니다. 아래 링크에서 다운로드 받습니다.    https://www.rstudio.com/  다운로드 R 이나 혹은 Powerful IDE for R로 들어가 일반 사용자 버전을 받습니다. 오픈 소스 버전과 상업용 버전, 그리고 데스크탑 버전과 서버 버전이 있는데, 일반적으로는 오픈 소스 버전에 데스크탑 버전을 다운로드 받습니다. 상업 버전의 경우 데스크탑 버전의 경우 년간 995달러, 서버 버전은 9995달러를 받고 여러 가지 기술 지원 및 자문을 해주는 기능이 있습니다.   데스크탑 버전을 설치하는 과정은 매우 쉽기 때문에 별도의 설명이 필요하지 않을 것 같습니다. 인스톨은 윈도우, 맥, 리눅스 (우분투/페도라)에 따라 설치 파일이 나뉘지만 설치가 어렵지는 않을 것입니다. 한 가지 주의할 점이라면 R은 사전에 반드시 따로 설치해야 한다는 점입니다. R 스튜디오만 단독 설치하면 아무것도 할 수 없습니다. 뭐 당연한 이야기죠.   설치된 R 스튜디오는 자동으로 업데이틀 체크하지 않습니다. 따라서 업데이트를 위해서는 R 스튜디오에서 Help 로 들어가 업데이트를 확인해야 합니다.     만약 업데이트 할 내용이 없다면 최신 버전이라고 알려줄 것이고 업데이트가 있다면 업데이트를 진행할 수 있도록 도와주게 됩니다. R의 업데이트와 R 스튜디오의 업데이트는 모두 개별적이며 앞서 설명했듯이 R 업데이트는 사실 기존 버전과 병행해서 새로운 버전을 새롭게 설치하는 것입니다. R 스튜디오는 실제로 업데이트가 이뤄지기 때문에 구버전을 지워줄 필요는

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b