태양 및 지자기 데이터에서 20~250년 주기의 존재와 안정성

초록

본 논문은 20 ~ 250년 범위의 장기 태양 주기가 실제로 존재하며, 여러 독립적인 태양·지자기 기록에서 안정적으로 나타난다는 것을 입증한다. 11년 평균화와 초세기 추세 제거 후 T‑R 주기표와 웨이브렛 분석을 적용했으며, 55‑60년, 110‑120년, 약 200년 주기가 주요하게 검출되었다. 특히 55‑60년 주기는 18·19세기에 강하게 나타났고, 110‑120년 주기는 거의 모든 자료에서 지속적인 존재가 확인되었다. 200년 주기는 취리히 일양태양흑점지수(Ri)에서는 보이지 않지만 다른 기록에서는 뚜렷이 드러난다. 이러한 다중 주기는 서로 다른 종류의 활동 영역(예: 대형·소형 태양활동)의 주기적 변동을 반영할 가능성이 있다.

상세 분석

본 연구는 장기 태양 활동 변동성을 파악하기 위해 다섯 개의 서로 다른 데이터 시계열을 사용하였다. 첫 번째는 1749‑2009년까지의 국제 일양태양흑점수(Ri)인 취리히 시리즈이며, 두 번째는 1610‑1995년까지의 그룹 흑점수(Rh)이다. 세 번째와 네 번째는 ESAI(Extended time series of Solar Activity Indices) 프로젝트에서 재구성한 1090‑2002년까지의 확장 흑점지수(Rsi)와 지자기 aa‑인덱스이며, 다섯 번째는 1919‑1991년까지의 메우동 필라멘트 기록이다. 모든 시계열은 11년 이동 평균으로 스무딩하고, 초세기(trend) 성분을 선형 혹은 다항식으로 제거하였다.

분석 방법으로는 T‑R 주기표(T‑R periodogram)를 두 가지 모드, 즉 전체 시계열에 적용하는 표준 모드와 이동 윈도우(scanning window) 모드로 수행하였다. 표준 모드에서는 전체 데이터에 대한 주파수 스펙트럼을 한 번에 도출하고, 윈도우 모드에서는 100년 길이의 서브윈도우를 10년 간격으로 이동시켜 시간에 따른 주기의 변화를 추적하였다. 두 번째 방법은 연속 웨이브렛 변환(wavelet analysis)으로, Morlet 모듈레이터를 사용해 시간‑주파수 영역에서 에너지 분포를 시각화하였다. 두 방법 모두 동일한 주기 구조를 재현했으며, 이는 결과의 신뢰성을 크게 높인다.

주요 결과는 다음과 같다. (1) 55‑60년 주기가 거의 모든 시계열에서 강하게 나타났으며, 특히 18세기와 19세기에 최대 진폭을 보였다. 이는 당시 대형 활동 영역(예: 대형 태양 플레어·활동 복합체)의 주기적 성장‑소멸과 연관될 가능성이 있다. (2) 110‑120년 주기는 ‘쿼시-세기’ 주기로 불리며, 취리히 시리즈, 그룹 흑점수, ESAI 흑점수, ESAI aa‑인덱스 모두에서 지속적으로 검출되었다. 이 주기는 태양 자기장 전체의 장기 재편성, 즉 대규모 극성 전환과 연관될 수 있다. (3) 약 200년 주기는 ESAI 기반 시계열(흑점·지자기)에서 뚜렷이 나타났지만, 취리히 시리즈에서는 검출되지 않았다. 이는 관측 기록의 길이와 데이터 품질 차이, 혹은 200년 주기가 비교적 약한 신호이기 때문일 수 있다. (4) 95년 주기는 취리히 시리즈에서만 뚜렷이 관측되었으며, 이는 다른 데이터에서는 잡음 수준에 묻혀 사라진 것으로 보인다.

ESAI(1090‑2002) 데이터를 이용한 장기 분석에서는 ‘세대‑쌍둥이’ 구조가 확인되었다. 즉, 80년과 120년 주기가 쌍을 이루어 변동하고, 때때로 55‑60년 주기가 추가되어 삼중 구조(triplet)를 형성한다. 이러한 복합 구조는 태양 활동이 단일 주기보다 여러 계층의 비선형 상호작용에 의해 조절된다는 가설을 뒷받침한다.

지자기 aa‑인덱스에서도 동일한 주기가 검출된 점은 태양 활동 변동이 지구 자기권에 직접적인 영향을 미친다는 물리적 연결 고리를 시사한다. 특히 110‑120년 주기의 변동은 대규모 태양풍·코로나 질량 방출(CME) 빈도의 장기 변동과 맞물려, 지구의 전리층·중간층 전류 시스템에 주기적인 변화를 초래할 수 있다.

결론적으로, 본 연구는 20‑250년 범위의 다중 주기가 실제 존재하며, 서로 다른 데이터 소스와 분석 기법에서도 일관되게 검출된다는 강력한 증거를 제공한다. 이는 태양‑지구 시스템을 이해하는 데 있어 장기 예측 모델에 새로운 주기적 인자를 포함시켜야 함을 의미한다.