위성 궤도 예측 프로그램 오류 잡는 SSA
다중 위성 운영 중 위성 간 소통 개선하는 Kube위성
개발자, 스타트업, 연구원 등 누구나 참여 가능
IBM이 AI 오픈소스 프로젝트인 우주상황인식(SSA, Space Situational Awareness) 프로젝트와 Kube위성(KubeSat)을 공개하며 76년 만에 우주 사업을 본격화한다. IBM은 지난 1일 공식블로그에서 위성 충돌로 인한 우주 쓰레기 문제를 해결하고 위성 간 소통을 개선하는 AI 오픈소스 프로젝트 SSA와 KubeSat을 시작한다고 밝혔다.
SSA프로젝트는 머신 러닝 모델로 큐브 위성과 같이 사람이 쏘아 올린 소규모 인공 우주 물질 궤도를 예측해 충돌 위험을 방지하고 우주 쓰레기를 줄인다. KubeSat 프로젝트 도입 머신러닝 모델은 위성, 지구 본부, 센서 간 소통을 개선해 다중 위성 운영을 돕는 것을 목표로 한다. 두 프로젝트는 IBM 클라우드 레드햇 오픈시프트(Red Hat OpenShift)를 기반으로 한다.
IBM이 SSA프로젝트를 마련한 이유는 사람이 쏘아 올린 소규모 인공 우주 물체(ASO, Anthropogenic Space Object)가 최근 기하급수적으로 늘어나면서 충돌 사고와 우주 쓰레기에 대한 우려가 커졌기 때문이다.
IBM은 "직경 몇 센티미터 크기에 불과한 개인이 쏘아올린 큐브 위성도 초당 8000미터 속도로 움직인다면 큰 비극을 초래할 수 있다"고 강조했다.
SSA프로젝트는 기존 물리학 기반 모델과 베이스라인 머신러닝 모델을 사용한다. ASO 궤도 예측은 기존 물리학 모델이 담당하고 머신러닝 모델은 물리학 모델의 오류를 개선하는 역할을 한다.
IBM은 “모든 궤도 변화를 예측하는 머신러닝 모델을 만드려면 궤도 메커니즘에 대한 굉장히 많은 학습 데이터가 필요하다. 이미 물리학 모델이 궤도에 대한 많은 데이터를 가지고 있으니 (머신 러닝 모델은) 이들이 어떻게 실수하는 지에 대해서만 배우면 된다”고 설명했다.
베이스라인 모델 구축을 위한 데이터는 United States Strategic Command (USSTRATCOM)에서 제공한다. 데이터셋은 하루에 한 번만 업데이트한다. 대부분의 ASO는 낮은 지구 궤도에 위치해 드물게 움직임을 보이기 때문이다.
SSA프로젝트에는 IBM 클라우드 배어 메탈 서버와 인텔 Xeon 프로세서 16개, 120GB RAM을 사용한다. 엔비디아 테슬라 V100 GPU 2개는 물리학 모델 가동과 머신 러닝 트레이닝, 두 개 모델 결과를 합쳐 미래 ASO 궤도를 추론하는데 쓰인다.
KubeSat프로젝트는 자동 인지 프레임워크(cognitive autonomous framework)로 다중 위성 운영을 위한 위성 간 커뮤니케이션 향상이 목적이다. 다중 위성 운영은 크기가 큰 기존 위성에 대한 저가 대안책으로 다수 스타트업과 연구소에서 최근 주목하고 있다.
프로젝트의 주요 목적은 모듈식 다중 위성 그룹을 만드는 것이다. 그룹 속 위성 간 소통을 개선할 뿐만 아니라 자율적으로 협업, 통합, 분리도 실현하는 것이 목표다.
프로젝트에서 오레킷(Orekit) 라이브러리는 각 위성의 정확한 궤도 매커니즘을 시뮬레이팅한다. 강화 학습은 위성, 기지, 센서 간 커뮤니케이션 조절을 위해 필요한 요소를 계산하고 맞춤형 결과를 제시한다. 이후 UI에 커뮤니케이션을 퍼블리싱한다. 마이크로서비스를 위한 핵심 플랫폼으로는 쿠버넷츠(Kubernetes)를 사용한다.
이번에 공개한 2개 AI 오픈소스 프로젝트를 통해 IBM은 우주 사업에 대한 접근성을 늘리겠다는 방침이다.
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com