방대한 천문 대이터베이터에서 나오는 영상과 광도곡선을 아마추어 천문가들이 검토하여 그 특징들을 서술하고 찾아내는데 기여할 수 있다. 시대가 발전하면서 컴퓨터 기술이 발달했음에도 자료의 육안검토는 여전히 천문학의 중요한 분야이다. 아직까지는 인간만이 육안으로 패턴을 인식할 수 있기 때문이다. 90년대에는 천문 데이터베이스의 규모가 이러한 시간을 투자한 검증을 불가능하게 하였지만 인터넷의 발달로 많은 대중들이 자료분석을 협업형태로 진행할 수 있게 되었다.
1) Crowed-sourced Classification
천문학에서 협업자들이 할 일은 Stardust mission의 Wild-2 혜성에서 오는 표본 영상들은 스캔하는 것이다. 태양계 밖에서 오는 물질들의 표본을 확보하기 위한 노력으로 먼지입자를 찾을 수 있다. 겉보기에는 별로 매력이 없는 직업이지만 2만명 이상의 자원자들이 참여하여 에어로졸에서 오는 성분을 제거한다. 덕분에 성간먼지로 보이는 7개 후보자들 중 2개가 분석되어 논문으로 발표되었다. 이러한 작업은 장기적으로 봤을 때 중요한 시사점을 보여준다. 바로 성간입자를 찾는 것과 같은 별것 아닌 일에 수많은 대중들이 참여해 줬다는 점, 그리고 웹사이트를 적당히 디자인하여 잘 검증하면 아주 좋은 결과를 도출할 수 있다는 점이다. 다른 프로젝트 중 하나는 Galaxy Zoo 이다. 지금까지 가장 활발한 대중 참여 프로젝트이며 은하들의 형태학적인 분류의 중요성에 기반하여 개발되었다. 은하형태학은 색, 항성형성역사, 동역학, 밀집도등과 밀접하게 관련 되어 있지만 정확하게는 알려지지 않고 있다. 이러한 것들을 SDSS같은 대형 프로젝트를 통해 운하의 자동분류작업을 하게 되는데 이는 색, 등급, 크기등의 입력변수에 따라 결과값이 달라지며 일반적인 경향을 띄지 않는 은하들은 검토할 수 없다. 그리하여 프로그램으로 분류하지 못한 수많개의 은하들이 육안으로 분류되었다. Galaxy Zoo는 2007년에 Lintott에 의해 시작되었다. 80만개 이상의 SDSS은하들의 분류를 하기 시작하였는데 분류를 위한 옵션은 6가지가 있다. 시계방향, 반시계방향과 edge on spirals, ellipticals, mergers 등이다. 최근에는 팽대부가 얼마나 뚜렷한가에 대한 옵션을 추가하였다. GEMS, GOODS, COSMOS, CANDELS를 포함한 허블우주망원경 전천탐사로 얻어진 은하들에 대해 모두 비슷한 작업들을 수행 중이다. 현재 수십만명의 대중들이 참여하고 있다. 이러한 결과는 전문가들이 얻은 결과와 같은 결과가 나오고 있으며 적색 나선은하의 연구와 나선팔의 자전연구까지 가능해 지고 있다.
NASA Clickworkers란 자원자들에게 화성의 표면에 있는 분화구의 동정을 의뢰한 가장 오래된 천문학적 crowd-sourcing 프로젝트이다. 초기에는 실제 학문적 가치가 있는 결과를 얻는데 실패했지만 최근 달, 수성, 화성등을 보고 중요한 분류를 시도하도록 유도중이다. 예비결과들은 가능성을 보여주지만 행성 천문학계에서 사용할 수 있도록 데이터베이스가 구축 되고 있는 중이다. 이에대한 첫번째 논문이 the Cosmoquest Moon Mappers project를 통해 발표되었다.
행성대기의 겉보기 모습을 모니터링 하기 위해 아마추어 천문가들의 전세계 네트워크가 있다. JUPOS라 불리는 이 네트워크는 WinJPOS소프트웨어 도 아마추어에 의해 개발된 프로그램이다. 이는 목성이나 토성의 빠른 자전을 보정하기 위해 여러장의 영상들을 한꺼번에 보면서 위도-경도 좌표계에서 다시 표현하게 해 주는 프로그램이다. 대기에서 보이는 현상들의 정확한 위치가 point-and-click으로 결정되어진다. 이로인해 목성의 대류지도가 완성되었다. 제트흐름에 의해 형성된 작은 규모의 대류구조에서부터 거대한 소용돌이까지에 이르는 현상들의 위치를 측정하였다. 목성대기층 내에서 동역학적 상호작용을 하여 이런 영역의 제트들이 오랫동안 안정되게 유지됨을 보여준다. 나중에 우주탐사선의 관측시에 추적관측을 준비하는데 도움을 준다.
빅데이터의 특징은 volume, velocity, variety이다. Time domain astronomy프로젝트는 많은 양, 높은 속도, 복잡한 데이터들을 바로 검토하는 일에 대중들의 도움이 필요하다. 그 이유는 초신성이나 소행성 같은 일시적으로 빛을 내는 천체들은 자동 관측 루틴으로 발견될 수 있지만 추적관측을 위한 후보를 선정하는 과정에서는 육안검사가 필요하기 때문이다. 현재 존재하는 도구들을 이용하면 더 좋은 결과를 획득할 수 있다. Spanish Virtual Observatory는 SDSS의 데이터베이스를 이용하여 NEA의 궤도를 더 정확하게 계산한다. 3000명 이상의 대중들이 참여하여 움직이는 천체를 표시하고 알려진 NEA수를 6%나 증가시켰다. 이를 알라딘 VO science user interface를 사용하여 결과물들을 보고하였다.
2) 분류 분석
영상들을 빠르게 처리하려면 분류된 자료들을 더욱 효과적으로 분석해야 한다. 슈퍼노바 주 프로젝트는 Bayesian 방법 개발로 인해 분류에 제목을 부여하고 그 부류들의 물리적 성질들을 계산한 예이다. Space Warps 프로젝트는 Rare object search를 위한 실시간 분석 프로젝트로 자원자들에게 심천영상을 보여주고 중력렌즈를 일으키는 은하나 퀘이사가 보이는 현상들을 표시하게 하여 렌즈현상을 계산해 보고 렌즈현상인지 아닌지 확인한다. 이에 대한 즉각적인 피드백을 통해 렌즈현상을 일으키는 이미지를 분류한다. BOSSA 분류법은 생태계와 파피루스학에 응용되고 컴퓨터 과학, 경제학과 사회과학에서 사용되는것 처럼 다른 분야에서도 사용된다. 예를 들면 세렝게티 국립공원에 설치된 200대 이상의 카메라에 포착된 사진들로부터 동물들을 육안분류 하거나 사이트에서 기존 분류된 자료들을 클릭해서 비교해 볼 수 있다. 이를 통해 동물분류의 경험을 쌓을 수 있다. Visual inspection of 3D biologial scans는 MIT에서 개발되었으며 뇌세포를 완성하는 게임이다. Gamified elements가 보이면 3차원에서 어디에 연결되어 있는지 자원자들이 찾아내고 성공하게 되면 점수도 받는다. 이 게임은 인터넷에 공개되어 있으며 다른사람들도 볼 수 있다.
