초속 7킬로미터(km) 이상으로 날아다니는 우주선끼리 부딪히지 않도록 궤도를 일치시키고 속도를 조절해 출입구를 맞춰 연결하는 도킹 작업에 '챗GPT'의 기반이 되는 인공지능(AI) 아키텍처를 활용할 수 있다는 연구결과가 나왔다.
스페이스닷컴은 15일(현지시간) 스탠포드대학교 항공 우주 연구진이 AI를 사용해 두 개 이상의 우주선 도킹을 위한 최적 궤도 생성 모델 ‘ART(Autonomous Rendezvous Transformer)’를 공개했다고 보도했다.
이에 따르면 ART는 챗GPT처럼 언어를 학습하고 생성하는 대신, 우주선 궤적을 분석한다. 챗GPT 기반이 되는 트랜스포머 아키텍처는 단어뿐만 아니라 이미지, 오디오, 궤적 등 다양한 유형의 데이터를 구문 분석하는 데 매우 효율적이기 때문이다.
ART의 핵심은 기존 우주선 궤적 계산 파이프라인에 AI를 통합, 고품질 궤적 후보를 신속하게 생성하는 것이다.
시몬 다미코 스탠포드대 항공우주학 부교수는 “이 분야의 가장 큰 과제 중 하나는 슈퍼컴퓨터가 궤도를 계산하는 지상에 정보를 전달한 다음 명령을 다시 위성에 업로드해야 하는 ‘그라운드 인 더 루프(ground in the loop)’ 문제”라며 "우주에서 수십억마일 떨어진 곳에서 자율성적으로 작동하려면 온보드 컴퓨터가 처리할 수 있는 방식으로 수행해야 한다"라고 강조했다.
지구에서 멀찌감치 떨어져 도킹하려는 우주선이나 지상 제어 장치와 접촉할 수 없는 우주선은 슈퍼컴퓨터를 사용할 수 없고, 대신 자체 온보드 하드웨어로 ART를 실행해야 한다는 설명이다.
연구진은 ART가 우주 비행 문제에 적용한 최초의 AI 모델은 아니지만, 지상 실험실 환경에서 실시한 컴퓨터 시뮬레이션 테스트에서 다른 AI 기반 모델보다 성능이 뛰어났다고 주장했다.
다음 단계로 모의 공간 환경에서 테스트할 계획이다. 이 테스트에서도 적합 판정을 받으면, ART는 우주 궤도로 나갈 수 있다.
다미코 부교수는 "우리의 다음 단계는 추가 AI 요소를 주입, ART의 기능을 개선하는 것"이라며 "물론 우주에서 ART를 테스트하려면 아직 긴 여정을 거쳐야 한다다"라고 말했다.
박찬 기자 cpark@aitimes.com
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com