NASA는 지난 수개월간 UAP현상과 관련해 독자적으로 이를 분석하기 위한 작업을 진행했으며, 그에 따른 리포트를 공개했습니다.

https://science.nasa.gov/science-pink/s3fs-public/atoms/files/UAP%20Independent%20Study%20Team%20-%20Final%20Report_0.pdf

리포트는 주로, 앞으로 UAP 현상을 체계적으로 수집하고 분석하는데 있어 어떻게 NASA가 기여할 수 있는지에 관해 기술하는 내용입니다.

아래는 주요 내용에 대한 요약입니다.
 

요약

UAP 연구는 새롭게 발견된 과학적 기회로, 이를 근거 기반으로 접근하려면 체계적인 데이터 수집과 분석이 필요하다. NASA는 이 분야에서 광범위한 전문 지식을 가지고 있어 UAP 연구에 중요한 역할을 할 수 있다.

• NASA의 역할: NASA는 UAP를 이해하려면 지구와 우주를 관측하는 기존의 자산을 활용해야 한다. 이 자산들은 특정 환경 요인이 UAP의 발생 또는 행동과 관련이 있는지 확인하는데 중요하다.

• 데이터 분석의 문제: UAP 데이터의 분석은 여러 가지 문제로 인해 제한적이다. 센서의 부정확성, 데이터의 부족, 그리고 기준 데이터가 없다는 점이 그 예이다.

• 기술의 활용: 인공 지능과 기계 학습은 큰 데이터 셋에서 UAP와 같은 드문 현상을 탐지하는데 있어 중요한 도구로 사용될 수 있다.

• 대중의 참여: NASA는 UAP 연구를 위한 데이터 수집에 대중의 참여를 적극 권장한다. 이를 통해 보다 풍부하고 다양한 데이터를 얻을 수 있다.

• 보고의 문제: UAP에 대한 민간 보고는 현재 표준화되지 않았으며, 이는 데이터의 품질과 양에 영향을 미친다.

• UAP의 위협: UAP는 미국의 항공 안전에 위협을 가하며, 이를 탐지하고 분석하기 위해 NASA와 FAA는 협력해야 한다.

결론적으로, NASA는 UAP 연구에 필수적이며, 그들의 전문 지식과 기술은 이 현상을 이해하는데 중요한 역할을 한다.
 

결론과 제안

NASA는 UAP (Unidentified Aerial Phenomena)를 이해하는 정부 전체의 노력에 중요한 역할을 해야 합니다. NASA는 이미 있는 지구 관측 자원을 활용하여 UAP와 연관된 환경 조건을 조사해야 하며, 미국 상업 원격 감지 산업과의 협력을 강화할 것을 권장합니다. 현재 UAP 감지는 부정확하며, 다양한 센서를 사용하여 감지하는 것이 중요합니다. 이를 위해 NASA는 다중 스펙트럼 또는 초스펙트럼 데이터를 활용해야 합니다. 또한, 인공 지능 및 기계 학습을 활용하여 데이터 분석을 강화해야 합니다.

공공 참여도 중요하며, NASA는 UAP 연구에 이름을 연결함으로써 이에 대한 오해를 줄이는 데 도움이 됩니다. NASA는 국민들로부터의 UAP 보고를 체계적으로 수집하기 위해 스마트폰 기반 앱 등의 군중 소싱 시스템 개발을 탐색해야 합니다.

항공 안전 보고 시스템 (ASRS)는 상업 조종사의 UAP 보고를 위한 중요한 데이터베이스를 제공해야 하며, NASA는 FAA와의 오랜 파트너십을 활용하여 고급 실시간 분석 기법이 다음 세대의 공중 교통 관리 시스템에 어떻게 적용될 수 있는지 조사해야 합니다.

결론적으로, NASA는 UAP 연구에 대한 체계적인 접근 방식에 기여할 수 있는 독특한 위치에 있습니다. NASA는 주어진 권장 사항을 실행할 때 주도적 또는 보조적 역할을 해야 할지 판단하기 위해 핵심 능력과 전문 지식을 활용해야 합니다.

 

주요 질문들에 대한 답

**질문:** 

NASA나 다른 민간 정부 기관에서 현재 수집 및 보관되는 어떤 종류의 과학 데이터가 UAP의 성격과 기원을 밝히는 데 활용될 수 있을까요?

 

**답변:** 

NASA는 UAP를 탐지하고 이해하는 데 도움이 될 수 있는 다양한 지구 및 우주 관측 자산과 데이터 세트를 보유하고 있습니다. 그러나 NASA의 지구 관측 위성은 일반적으로 UAP와 같은 작은 객체를 감지하는 데 필요한 공간 해상도가 부족합니다. 그럼에도 불구하고, 이러한 위성은 UAP와 동시에 발생하는 환경 조건을 파악하는 데 중요한 보조 역할을 할 수 있습니다. Terra와 Aqua 임무의 고급 센서를 사용하여 UAP의 초기 감지와 동시에 지역의 지구, 해양 및 대기 조건을 조사해야 합니다. NEXRAD 도플러 레이더 네트워크나 Geostationary Operational Environmental Satellites 같은 자산은 흥미로운 객체를 공중 잡음에서 구분하는 데 중요합니다. 또한 Vera C. Rubin 천문대와 같은 지상 기반 망원경에 의해 가능해진 대형 하늘 조사는 지구 대기권 밖의 이상한 객체를 찾는 데 중요한 보충 역할을 할 것입니다. 

 

NASA는 또한 Synthetic Aperture Radar (SAR)에서 광범위한 경험을 가지고 있으며, NISAR (NASA-ISRO Synthetic Aperture Radar) 임무와 같은 미래의 SAR 기반 지구 관측 위성은 UAP를 직접 조사하는 데 중요할 것입니다. 

 

UAP 데이터는 체계적인 과학 분석을 위해 최적화되지 않은 다른 목적으로 획득된 관측에서 주로 구성됩니다. 여기서 NASA는 큰 데이터의 관리, 보관 및 배포에 있어 세계 최고의 전문 지식을 활용하여 주요한 역할을 할 수 있습니다.

 

**질문:** 

비영리 단체와 기업들이 현재 수집하고 보유하고 있는 어떤 종류의 과학 데이터가 UAP의 성격과 기원을 밝히는 데 활용될 수 있을까요?

 

**답변:** 

미국의 상업용 원격 감지 산업은 UAP 이벤트를 직접 해결할 수 있는 Earth-관측 센서의 강력한 조합을 제공합니다. 예를 들면, 상업 위성 군은 일반적으로 알려진 UAP의 공간 규모에 잘 맞는 이미지를 제공합니다. 또한, 상업 원격 감지 네트워크가 제공하는 높은 시간적인 해상도는 UAP 이벤트의 초기 관찰을 대체하는 가능성을 크게 높일 수 있습니다. 그러나, 이 데이터의 한계는 대부분의 지구 표면이 높은 해상도로 상업 위성에 의해 커버되지 않는다는 것입니다.

 

이를 넘어서, 패널은 큰 하늘 영역을 조사할 수 있는 저렴한 지상 기반 센서를 사용하기 위해 민간 부문과 미국 학계에서 기울인 노력을 칭찬합니다. 이러한 센서들은 알려진 UAP 활동의 지역에 빠르게 배치될 수 있으며, "활동 패턴" 추세 및 UAP의 물리적 특성을 설정하는데 중요한 역할을 할 수 있습니다.

 

그러나, 강력한 데이터 보정은 매우 중요하며, 여기서 NASA는 중요한 자문 역할을 할 수 있습니다. UAP 연구의 경우, 데이터가 그러한 객체를 감지하기 위해 특별히 설계되지 않은 기기에서 주로 출처를 가지기 때문에 제대로된 보정이 더욱 중요해집니다. 결과적으로, 메타데이터는 정확한 UAP 및 센서의 특성화를 위해 동시에 존재해야 합니다. 실제로 적절한 보정 및 메타데이터 검토가 적용되면 여러 UAP가 센서 아티팩트로 나타났습니다. NASA의 이러한 경험은 이 영역에서 필수적일 것입니다.

 

**질문:** 

NASA가 UAP의 성격과 기원을 이해하는 데 도움이 될 추가 과학 데이터의 유형은 무엇입니까?

 

**답변:** 

NASA는 UAP를 이해하기 위한 정부 전체의 틀 내에서 데이터를 수집하는 포괄적인 접근 방식에 기여해야 합니다. 다양하고 잘 보정된 센서로 UAP를 감지하는 것이 매우 중요하며, NASA는 미래의 UAP에 대한 추가 데이터를 획득하기 위한 엄격한 캠페인의 일환으로 다중 스펙트럼 또는 초분광 데이터를 활용할 수 있습니다. Vera C. Rubin 천문대를 포함한 연방 지상 기반 자산에 의해 활성화된 대규모 하늘 조사는 데이터를 대량으로 수집하며, 이는 지구 대기 이외의 비정상적인 객체를 검색하는 데 직접 사용될 수 있습니다.

 

데이터 서명은 방대하며, 새로운 서명을 예측하는 이론은 우리의 검색을 안내합니다. 명확한 증거 임계값을 설정하는 것은 특히 자동화된 방법으로 오류를 피하기 위해 중요합니다. 그리고 UAP 감지를 위한 미래의 목적 지향 센서는 더 나은 감지를 돕기 위해 밀리 초 단위로 조절되어야 합니다.

 

패널은 현재 UAP 데이터 수집이 센서 보정의 어려움과 센서 메타데이터 부족으로 방해받고 있다고 지적했습니다. 간단히 말해, 보정은 미래에 수집될 데이터가 신뢰할 수 있고 정확하다는 것을 보장하며, 메타데이터 수집은 기록된 UAP 이벤트의 맥락과 환경 요인을 잘 알려주는 것을 보장합니다. 두 가지 모두 UAP 이벤트의 체계적인 분석을 허용하며, 중요한 것은 센서 아티팩트로 인한 거짓 긍정을 제거할 수 있습니다.

 

패널은 현대의 크라우드 소싱 기술을 사용하여 잠재적인 데이터 수집 노력을 확대하는 것에 여러 가지 이점이 있다고 보고 있습니다. NASA는 이러한 크라우드소싱 시스템의 개발 또는 습득의 실행 가능성을 탐구해야 합니다.

 

NASA의 지구 관측 위성 편대는 또한 UAP 목격과 동시에 환경 조건에 대한 미래 데이터를 수집하는데 중요한 역할을 해야 합니다. 미래의 임무는 NOAA/NASA Geostationary Extended Observations (GeoXO) 위성 시스템과 같은 것이 UAP 분석에서 중요한 데이터를 제공할 것입니다.

 

다음으로, 테크노 서명 검색을 위해 설계된 라디오와 광학 천문학의 수집 노력은 지구 대기에서 전체 태양계로 확장되어야 합니다. 또한, 지구 대기 근처의 현상에 대한 상당한 데이터 수집을 가진 근지체(NEO) 프로그램도 있다. NASA는 이러한 요소를 포괄적인 미래 데이터 전략의 일부로 통합할 것을 고려해야 합니다.

 

마지막으로, NASA의 미래 데이터 수집에 대한 참여는 현재 UAP 보고와 관련된 부정적인 이미지를 줄이는 데 중요한 역할을 할 것입니다. NASA의 장기적인 공공 신뢰는 이 현상에 대한 시민들에게 결과를 전달하는 데 필수적이며, UAP 보고 및 과학 연구의 부정적인 이미지를 줄이는 데 중요하다. NASA가

 

 사용하는 과학적 프로세스는 비판적 사고를 장려한다; NASA는 UAP와 같은 주제를 접근하는 방법을 대중에게 모델링 할 수 있습니다.

 

**질문:** 

생산 중인 어떤 과학적 분석 기술이 UAP의 성격과 기원을 평가하는 데 사용될 수 있습니까? 어떤 종류의 분석 기법이 개발되어야 합니까?

 

**답변:** 

인공 지능(AI)과 기계 학습(ML)은 방대한 데이터 세트 내에서 드문 사건을 식별하는 데 필수적인 도구로 입증되었습니다. 이러한 방법론은 위성 및 레이더 시스템과 같은 데이터 소스에서 UAP의 성격과 기원을 조사하는 데 사용되어야 합니다. 그러나 AI와 ML의 효과는 사용된 데이터의 질에 크게 의존합니다. 현재 UAP 분석은 기법의 사용 가능성보다 데이터의 질에 의해 더 제한됩니다. 따라서, 새로운 분석 기술을 개발하는 것보다 더 나은 품질의 데이터를 얻는 것이 더 높은 우선 순위입니다.

 

AARO와 NASA를 포함한 다른 기관이 기초 데이터의 광범위한 카탈로그를 축적하면, 이를 사용하여 신경망을 훈련시켜 정상에서의 편차를 특성화할 수 있습니다. 패널은 천문학, 입자 물리학 및 기타 과학 분야에서 정기적으로 적용되는 표준 기술이 이러한 분석에 적용될 수 있다고 판단합니다.

 

데이터 세트 내의 이상 – 예를 들어 UAP – 을 탐지하는 것에는 두 가지 접근 방식이 있습니다. 첫 번째 방식은 예상되는 신호 특성을 나타내는 모델을 구축하고 이 모델에 대한 일치 항목을 검색하는 것입니다. 두 번째 방식은 배경 속성의 모델을 사용하여 해당 모델에서 벗어나는 것을 검색하는 것입니다. 패널은 첫 번째 접근 방식이 UAP의 물리적 특성에 대한 일관된 설명을 가지고 있지 않기 때문에 어렵다고 지적합니다. 반면 두 번째 접근 방식은 주어진 검색 영역에서 어떤 것이 평범하고 알려져 있는지를 이해하는 것을 필요로 합니다.

 

과학 분석을 위한 세 번째 잠재적 방법은 NASA의 광범위한 데이터베이스를 보고된 UAP 이벤트의 위치와 시간과 상호 상관시키는 것입니다. 광범위한 UAP 보고 목록이 제공되면 패널은 이것이 미래 분석을 위한 유망한 방법으로 간주됩니다.

 

AI와 ML에 사용되는 데이터는 엄격한 기준에 따라 수집되어야 합니다. 데이터는 각각의 사용 사례에 맞게 보정된 기기를 사용하여 수집되어야 하며 메타데이터가 수반되어야 합니다. 데이터의 적절한 관리와 통합도 과학 분석을 가능하게 하는 데 중요합니다. 기본 이해를 확립하기 위해, 정확하게 보정된 기기로 알려진 사건을 조사하는 것도 필요합니다. NASA는 데이터 보정, 관리 및 고급 분석에 대한 전문 지식을 바탕으로 UAP를 평가하기 위한 정부 전체의 틀 내에서 중심 역할을 할 수 있습니다.

 

**질문:** 

위의 요소들을 고려할 때, UAP의 성격과 기원에 대한 기본적인 물리적 제약은 무엇입니까?

 

**답변:** 

현재까지의 UAP 관측은 일관되지 않고 유사한 특성을 따르지 않습니다. 따라서 현재로서는 그들에 대한 물리적 제약을 두기 어렵습니다. 이보다는 우리가 알고 있는 드론, 풍선 및 비행기와 같은 현대의 플랫폼에 의해 달성될 수 있는 속도와 가속도의 범위를 알고 있습니다. 이 범위 밖의 잘 특성화된 관측값, 즉 속도와 가속도는 UAP의 평가와 분석에 과학적으로 흥미롭습니다. 패널은 거리를 명확하게 결정하는 것이 UAP의 대다수가 흔한 설명을 가지고 있다는 AARO의 결과를 확인하는 데 중요하다고 강조합니다.

정부 전체의 UAP 이해 프레임워크에서 NASA가 중요한 역할을 하는 경우, 패널은 UAP에 대한 물리적 제약과 함께 그 가능성 있는 성격과 기원을 설정하는 것이 가능하다고 판단합니다. 만약 모든 미확인 사건이 전통적인 속도와 가속도로 움직인다면, 이것은 이러한 사건에 대한 전통적인 설명을 나타낼 가능성이 있습니다. 검증된 이상한 가속도와 속도에 대한 확실한 증거는 UAP에 대한 새로운 설명을 나타낼 수 있습니다.

 

**질문:** 

정부 기관에서 수집한 UAP와 관련된 민간 항공 공간 데이터는 무엇이며, a) UAP의 성격과 기원을 더 잘 이해하기 위해, 그리고 b) UAP가 국가 항공 공간(NAS)에 미치는 위험을 판단하기 위해 분석할 수 있습니까?

 

**답변:** 

정부 기관, FAA를 포함하여, UAP를 탐사하기 위해 민간 항공 공간 데이터를 수집합니다. 이러한 데이터에는 항공 교통 관제 탑과 레이더 시스템에서 얻은 정보가 포함됩니다. 그러나 이러한 데이터는 항상 UAP의 엄격한 과학적 분석에 적합하거나 최적화되지 않은 것을 주의해야 합니다. 관측은 거의 항상 물체를 탐지하기 위해 특별히 설계되지 않은 도구를 사용하여 우연히 발생하며, 메타데이터 형태의 중요한 컨텍스트 정보가 종종 누락됩니다. 민간 항공 공간 데이터는 고립된 UAP 사례의 분석을 돕기 위해 AARO에 의해 사용되었지만, 이러한 데이터의 넓은 범위는 UAP의 크기, 움직임 또는 성격에 대한 글로벌한 이해를 제공할 가능성이 적습니다. 

또한 현재 민간 UAP 보고를 위한 표준화된 연방 시스템이 없습니다. AARO는 군사 및 정보 커뮤니티 UAP 보고서를 위한 체계적인 메커니즘을 구축하고 있지만, 현재의 FAA 지침은 UAP를 보고하고자 하는 시민들에게 지역 법 집행 기관 또는 하나 이상의 비정부 기구에 연락하도록 지시하고 있습니다. 결과적으로, 데이터 수집은 희박하며 체계적이지 않으며 어떠한 큐레이션 또는 심사 프로토콜도 없습니다.

이러한 문맥에서 NASA는 UAP를 이해하기 위한 정부 전체의 노력에 중요한 지원을 제공할 수 있습니다. 데이터 큐레이션 및 조직에서 세계 최고의 전문 지식을 보유한 NASA는 민간 항공 공간 데이터의 저장소를 구축하기 위한 최상의 방법론에 대한 조언을 제공하는 데 잘 위치해 있습니다.

 

**질문:** 

현재의 보고 프로토콜과 항공 교통 관리 (ATM) 데이터 획득 시스템 중 어떤 것들이 과거 및 미래의 UAP에 대한 추가 데이터를 획득하기 위해 수정될 수 있습니까?

 

**답변:** 

패널은 UAP 보고를 위한 더 강력하고 체계적인 프레임워크 및 데이터 저장소를 설립하는 것이 필수적이라고 확실히 생각합니다. 특히 민간 UAP 보고에 해당합니다: 현재 FAA 지침은 UAP를 보고하려는 시민들에게 지역 법 집행 기관 또는 하나 이상의 비정부 기관에 연락하도록 권장하고 있으며, 이는 과학적 추론을 위해 부족합니다. 이러한 목격자 보고서는 종종 흥미롭고 설득력이 있지만 UAP에 대한 확정적인 결론을 내리기에는 자체적으로는 부족합니다. 따라서 체계적으로 수집된 데이터(ATM 시스템 포함)를 기반으로 강력한 보고 및 후속 조치 프레임워크 내에서의 효과적인 확인은 UAP를 이해하는 유용한 도구를 제공할 수 있습니다. 특히 체계적이고 근거에 기반한 프레임워크 내에서 깊은 통합을 위한 유망한 방법은 NASA의 항공 안전 보고 시스템(ASRS)입니다. 이 시스템은 FAA를 위해 NASA가 관리하는 기밀, 자발적, 비처벌적 보고 시스템으로, 조종사, 항공 교통 관제사, 디스패처, 기내 승무원, 지상 운영자, 유지 보수 기술자 및 UAS 운영자로부터의 안전 보고를 받습니다. UAP 수집을 위해 처음에 설계되지 않았지만, 이 시스템을 상업 조종사 UAP 보고에 활용하는 것은 UAP를 이해하기 위한 정부 전체의 노력을 위한 중요한 데이터베이스를 제공하며, 이에 대해 NASA는 기술 지원을 제공해야 합니다.

 

**질문:** 

UAP의 성격과 기원을 더 잘 이해하기 위한 노력을 돕기 위해 미래에 보고된 UAP에 관한 데이터를 획득하기 위해 미래의 ATM 개발 노력에 어떤 향상을 추천할 수 있습니까?

 

**답변:** 

NASA의 항공 교통 관리 도구에 대한 깊은 경험과 FAA와의 강력한 파트너십은 UAP 데이터를 획득하기 위한 미래 ATM 시스템 설계에 결정적일 것입니다. 현재 감시 장치는 이상한 객체를 감지하도록 설계되지 않았으며 관련 메타데이터는 종종 누락됩니다. NASA는 UAP를 더 잘 이해하는 노력을 지원하기 위해 이러한 시스템을 가능하게 하는 ATM 시스템의 새로운 개념과 아이디어를 개발하기 시작해야 합니다.

NASA는 수동 감지 기술을 검토하고 시연하는 데 전문 지식을 활용해야 합니다. 또한 이미징 데이터 및 다중 스펙트럼 또는 초스펙트럼 데이터와 같은 새로운 유형의 데이터를 포함하는 플랫폼도 고려해야 합니다. 차례로 NASA는 기계 학습 알고리즘이 UAP를 실시간으로 감지하고 분석하기 위해 미래의 ATM 시스템에 통합될 수 있는지 연구할 수 있습니다. 이 연구는 UAP 데이터의 대규모 및 체계적인 수집뿐만 아니라 백그라운드의 견고한 특성화를 허용할 수 있는 결과를 가져올 복잡한 사업을 나타냅니다. 다시 한번, NASA의 이러한 영역에서의 경험과 전문 지식은 새로운 안전 시스템을 식별하고 평가하는 데 중요한 지원을 제공할 수 있게 해줄 것입니다.