가우시안 혼합 모델로 본 외계행성 분류: 밀도와 지구 유사성 지수의 다차원 분석

초록

본 연구는 450개의 확인된 외계행성을 대상으로 밀도와 지구 유사성 지수(ESI)를 이용해 가우시안 혼합 모델(GMM)로 군집을 찾고, AIC·BIC 정보 기준으로 최적 군집 수를 평가한다. 1차원 밀도 분석에서는 AIC가 3개, BIC가 2개 군집을 선호하지만 통계적 결정력이 부족해 어느 쪽이 우세한지 확정할 수 없었다. 반면 2차원(밀도 + ESI) 분석에서는 두 기준 모두 3개 군집을 강력히 지지한다.

상세 분석

이 논문은 외계행성 데이터베이스를 두 개(NASA Exoplanet Archive와 Extrasolar Planet Encyclopedia)에서 교차 검증하여 450개의 행성을 골라냈다. 질량·반지름을 이용해 평균 밀도(ρ)를 계산하고, 표면 온도·공전 주기·탈출 속도·표면 중력 등 추가 물리량을 활용해 ESI를 정의하였다. GMM은 Scikit‑learn 구현을 사용했으며, 기대‑최대화(EM) 알고리즘으로 로그 정규 형태의 다중 가우시안을 피팅한다. 모델 차원 k를 1부터 14까지 변화시켜 로그우도(L)를 최대화하고, 각 모델의 자유도(p)와 표본 수(N)를 이용해 AIC = 2p − 2lnL와 BIC = p lnN − 2lnL을 계산하였다. AIC는 자유도에 대해 완화된 벌점을 주는 반면, BIC는 보다 강력히 벌점을 부과한다는 점을 감안해 두 기준을 동시에 적용하였다. 1차원 밀도 분포에 대해 k = 2와 k = 3 모델을 비교했을 때, AIC는 ΔAIC = 0인 3‑컴포넌트 모델을 최소값으로 선택했으나 ΔAIC = 5.6(2‑컴포넌트)로 차이가 크지 않았다. BIC는 ΔBIC = 0인 2‑컴포넌트 모델을 선호했으며, 3‑컴포넌트와의 차이는 0.36으로 역시 미미했다. 따라서 두 기준이 서로 상충하고, Δ값이 10 이하이므로 통계적 유의성이 부족함을 지적한다. 2차원(밀도 + ESI) 분석에서는 동일한 GMM 절차를 적용했으며, AIC·BIC 모두 Δ값이 10을 초과하는 3‑컴포넌트 모델을 명확히 선호한다. 이는 행성들의 물리적 특성이 밀도와 서식 가능성(ESI) 두 축에서 동시에 구분될 때, 세 개의 군집(주로 가스·얼음 거성, 초지구형·철·암석 초거성, 고밀도·고온의 소형 천체)으로 구분되는 것이 통계적으로 타당함을 의미한다. 또한, 기존 OR16 연구가 로그정규분포를 직접 피팅해 0.71, 6.9, 29.1 g cm⁻³의 피크를 찾은 것과 비교했을 때, 본 연구의 3‑컴포넌트 평균값(0.71, 2.03, 88.1 g cm⁻³)은 비슷한 구조를 보이나, 두 번째 피크가 크게 이동한 점이 특징이다. 이는 ESI를 포함한 다변량 분석이 행성 군집을 재구성할 가능성을 시사한다. 한계점으로는 오류 추정이 미비하고, 데이터가 주로 전이법(transit) 탐지에 의존해 관측 편향이 존재한다는 점을 들 수 있다.