FIRST 조사에서 딥러닝과 리지라인 분석으로 찾은 971개의 FR I 은하

초록

본 논문은 VLA FIRST 전파조사 데이터를 딥러닝 기반 검출기와 리지라인 플럭스 분포 분석을 결합한 2단계 파이프라인으로 처리하여 971개의 FR‑I 라디오 은하를 선별하고, 이 중 845개를 신규 발견으로 보고한다. 광학·적외선 대응은 DESI LS와 SDSS를 이용해 813개를 확인했으며, 적색 은하가 88 %를 차지하고 청색 은하는 고전파 파워와 연관된다. 라디오 파워는 1.2 × 10²¹–3.55 × 10²⁷ W Hz⁻¹, 적색편이는 z ≤ 2.307이며, 블랙홀 질량은 10⁷–7.94 × 10⁹ M⊙ 범위이다. 스펙트럼 분류 결과 LERG 571개, HERG 59개로, FR‑I가 주로 저여기성(LERG)임을 재확인한다.

상세 분석

이 연구는 기존 FR‑I 샘플이 수백 개에 머물렀던 한계를 극복하기 위해 두 가지 혁신적인 방법을 도입했다. 첫 번째는 B. Lao 등(2023)에서 개발한 Radio Galaxy Classification with Mask Transformer(RGCMT) 모델을 활용한 전자동 형태 분류이다. RGCMT는 FIRST 이미지에서 12 501개의 후보 FR‑I를 추출했으며, 평균 신뢰도 0.84를 기록했다. 그러나 딥러닝만으로는 복합 구조나 잡음에 의해 발생하는 오분류를 완전히 배제할 수 없기에, 두 번째 단계로 ‘리지라인 플럭스 밀도 분포’ 분석을 적용했다. 이 방법은 RGCMT가 만든 마스크를 폴리곤 형태로 변환하고, 보로노이 다이어그램을 이용해 중심선(ridge line)을 추출한 뒤, 각 측면에서 플럭스가 연속적으로 감소하는지를 정량화한다. 중앙 피크를 기준으로 양쪽이 로컬 빔 크기(≈6.4″) 이상 연속 감소하면 FR‑I로 확정하고, 한쪽만 감소하거나 비대칭이면 하이브리드 형태(HyMoRS) 혹은 코어-젯(CJ)으로 재분류한다. 이 절차를 통해 초기 12 501개 후보 중 971개만이 최종 FR‑I로 남았다.

광학·적외선 대응 단계에서는 DESI Legacy Survey DR10의 g r z W1 W2 이미지와 SDSS DR17을 활용해 30″ 반경 내에서 호스트 후보를 추출했다. 신호‑대‑잡음 비율이 5 이하인 후보와 별(star)로 판별된 객체는 제외했으며, 최종적으로 819개의 FR‑I에 대해 확정 호스트를 확보했다. 이 중 813개는 적어도 하나의 파장대에서 검출되었으며, 색분포는 적색 은하가 88 %를 차지했다. 청색 호스트는 라디오 파워가 10²⁴ W Hz⁻¹ 이상인 고전파 영역에 집중돼, FR‑I가 고전파 파워와도 연관될 수 있음을 시사한다.

라디오 파워와 적색편이 분석에서는 1.2 × 10²¹ ≤ P₁₄₀₀ ≤ 3.55 × 10²⁷ W Hz⁻¹, z ≤ 2.307의 넓은 범위를 포괄한다. 절대 r‑밴드 광도는 –24 ≲ M_r ≲ –20 mag이며, 블랙홀 질량 추정(512개에 한정)에서는 10⁷ ≤ M_BH ≤ 7.94 × 10⁹ M⊙를 얻었다. 스펙트럼 분류는