관측 시상은 천체관측을 진행하는데 있어 중요한 요소 중 하나이다. 이 연구에서는 밀양아리랑우주천문대의 평 균 시상이 어느 정도인지, 그리고 그 시상이 계절에 따라 어떻게 변화하는지 살펴보았다. 이를 위해 밀양아리랑우주천 문대의 0.7m 망원경을 이용해 관측을 2 4회 진행했으며, 그 관측은 2 02 2년 6월부터 2 02 3년 5월까지 진행됐다. 그 결과, 측정된 밀양아리랑우주천문대의 연평균 시상은 3.1"±0.8"이었다. 계절별로는 여름철의 평균 시상이 2.2"±0.3"로 가장 좋 았으며 이어서 봄(2.8"±0.4"), 가을(3.1"±0.7"), 겨울(4.1"±1.1"), 순으로 시상이 좋았다. 이러한 결과는 부산에 위치한 한 국과학영재학교 천지인천문대에서의 시상 계절 변화와 비교해 논의했다. 추가적으로 시상이 풍속 및 미세먼지 농도와 관계가 있는지 조사해 보았으나, 뚜렷한 상관관계는 확인할 수 없었다. 향후에는 시상 관측 자료와 기상 정보를 장기적 으로 종합해, 시상에 영향을 미치는 주요 요인들이 무엇인지 보다 자세히 규명하고자 한다.

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없 었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 “cloudynight” 을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역 으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량(“Cloudiness”)은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그 램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하 지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.