우주에서 인공지능이 스스로 눈을 뜨다: 당신의 위성 관념은 이제 바뀌어야 합니다

우주, 하면 어떤 이미지가 떠오르시나요? 아마도 지구를 맴도는 수많은 위성들이 정해진 임무에 따라 데이터를 꾸준히 전송하고, 지구 아래의 전문가들이 그 데이터를 분석하며 의미를 찾아내는 모습일 겁니다. 그런데, 만약 이 위성들이 스스로 생각하고, 판단하고, 무엇을 봐야 할지 결정할 수 있게 된다면 어떨까요? 공상과학 영화에서나 보던 일이 현실이 된다는 상상, 너무 과장된 이야기일까요?

놀랍게도, 지난 4월, 이 상상이 현실이 되었습니다. 사상 최초로 지구 관측 위성이 인간 분석가의 지시 없이, 스스로 자신이 찾아야 할 것을 발견해냈습니다. 이는 궤도상에서 비전-언어 모델(Vision-Language Model, VLM)이 사용된 첫 번째 보고 사례로, 인공지능이 우주 기반 센서의 능력과 가치를 얼마나 근본적으로 변화시킬 수 있는지를 여실히 보여주는 이정표입니다. 사실 이건, 우주 시대의 패러다임이 바뀌는 중대한 사건이라고 해도 과언이 아닙니다.

더 이상 수동적이지 않은 눈: 인공지능 위성의 등장

기존의 위성들은 방대한 양의 데이터를 지구로 다운로드하는 데 초점을 맞췄습니다. 그러면 지상의 분석가들이 머신러닝 알고리즘이나 직접 눈으로 데이터를 일일이 검토하며 무슨 일이 일어나고 있는지 파악해야 했죠. 이 과정은 시간과 인력 소모가 매우 컸습니다. 엄청난 정보의 홍수 속에서 우리가 원하는 ‘의미 있는’ 데이터를 건져 올리는 일은 결코 쉽지 않았습니다.

하지만 이제는 다릅니다. 우주 인프라 기업 로프트 오비탈(Loft Orbital)이 제작한 YAM-9이라는 우주선에 NASA 제트 추진 연구소(JPL)가 개발한 소프트웨어 패키지가 탑재되면서, 상황은 완전히 달라졌습니다. 이 소프트웨어는 자연어 쿼리, 즉 우리가 일상적으로 사용하는 언어 질문에 반응하여 관심 영역을 스스로 식별해냈습니다. 예를 들어, 연구원들은 모델에게 “자연환경과 인간 개발이 만나는 센서 데이터를 분류하라”거나 “철도 허브 주변의 인프라를 식별하라”고 요청했고, 위성은 이를 완벽하게 수행했습니다.

이 데모를 가능하게 한 핵심 기술은 바로 구글 딥마인드(Google DeepMind)의 Gemma 3이라는 비전-언어 모델(VLM)입니다. Gemma 3은 특히 엣지 애플리케이션(edge applications), 즉 데이터 센터와 멀리 떨어진 제한된 하드웨어에서도 실행되도록 특별히 설계되었습니다. VLM은 대규모 언어 모델(LLM)의 문맥 이해 능력과 이미지 분석 능력을 결합한 모델이죠. 솔직히 말해서, 위성 자체에 이런 지능이 탑재된다는 건 상상 이상의 혁신입니다. 위성이 단순한 관측 도구를 넘어, 하나의 지능형 엔티티로 진화하는 순간을 목격하고 있는 셈입니다.

우주 데이터 처리의 혁명: 왜 중요한가?

이번 시연이 중요한 이유는 크게 두 가지입니다.

단기적으로는, 궤도상에서 초기 **데이터 트리아지(data triage)**를 수행함으로써 우주 센서의 유용성을 크게 높일 수 있습니다. 현재 분석가들이 처리해야 하는 방대한 양의 원시 데이터를 획기적으로 줄여줄 수 있다는 뜻이죠. 더 이상 지구로 모든 데이터를 전송하여 막대한 대역폭을 소비하고, 지상에서 수많은 분석 인력이 매달릴 필요가 없어지는 겁니다. 위성이 자체적으로 ‘쓸모 있는’ 정보와 ‘쓸모 없는’ 정보를 구분하여 필요한 데이터만 전송한다면, 전체 시스템의 효율성은 극대화될 것입니다.

장기적으로는, 우주에서 더 큰 규모의 AI 인프라를 운영하기 위한 중요한 **개념 증명(proof point)**이 됩니다. 로프트 오비탈의 AI 책임자인 폴 라세르(Paul Lasserre)는 “이것은 우주에서 항시 작동하는 순찰 레이어의 문을 엽니다”라고 언급했습니다. “VLM이 있다면 ‘이 국경을 감시하고, 의심스러운 것이 있으면 알려달라’는 식의 논리를 가질 수 있고, 위성과 양방향으로 상호작용할 수 있게 됩니다.” 마치 영화에서 나오는 인공지능 비서처럼 위성과 대화하며 특정 임무를 부여하고 결과를 받을 수 있다는 이야기입니다. 정말 놀랍지 않습니까?

YAM-9 위성에는 우주 컴퓨팅에 사용되는 선도적인 칩 중 하나인 **엔비디아 젯슨 오린 AGX GPU(Nvidia Jetson Orin AGX GPU)**가 탑재되어 있습니다. 이는 제한된 전력과 자원으로 고성능 AI 연산을 수행해야 하는 우주 환경에 최적화된 선택입니다. NASA JPL의 AI 그룹 기술 리더인 후안 델파 빅토리아(Juan Delfa Victoria)는 Gemma 3 VLM을 효과적으로 구동하는 소프트웨어 패키지인 NAVI-Orbital 개발을 이끌었습니다. 시판용 모델인 Gemma 3을 우주 환경에 맞게 최적화하기 위해, 소프트웨어 엔지니어들은 필요한 라이브러리와 메모리 양을 줄이는 데 많은 노력을 기울였습니다.

업계의 흐름과 필자의 분석: 보이지 않는 우주 AI 경쟁

이번이 궤도상 VLM의 첫 보고 사례이지만, 다른 회사들도 곧 뒤따를 것이 분명합니다. 실제로 플래닛 랩스(Planet Labs)는 이미 젯슨 오린 프로세서를 탑재한 위성을 운용 중이며, 현재는 더 간단한 객체 탐지 작업에 사용하고 있지만, 대변인은 VLM을 포함한 다른 AI 애플리케이션에 대한 연구가 진행 중이라고 밝혔습니다.

흥미로운 점은 우주에서 가장 많은 GPU 그룹을 운영하고 있는 케플러 커뮤니케이션스(Kepler Communications)입니다. 이들은 NDA(비밀유지협약)로 인해 우주에 VLM을 배치했는지 여부를 밝히기를 거부했지만, 지난 1월 위성 발사 이후 **“우리의 컴퓨팅 환경에서 여러 미공개 활용 사례”**가 있었다고 언급했습니다. 개인적으로는 이 부분에서 주목할 점이 많다고 생각합니다. 이는 우주 공간에서 조용하지만 치열하게 AI 역량을 확장하려는 숨겨진 경쟁이 이미 시작되었음을 암시하는 강력한 신호입니다. 이미 VLM에 버금가는, 혹은 그 이상의 온-오빗(on-orbit) AI 기술이 비밀리에 개발 및 적용되고 있을 가능성이 높다고 봅니다.

로프트 오비탈은 YAM-9과 같은 위성을 50~100개 가량 배치하여 지구 어디든 실시간 감시가 가능한 위성군을 구축하는 것을 목표로 하고 있습니다. 현재 로프트는 12개의 우주선을 운영 중이죠. 이처럼 소규모 모델을 궤도에 배포하면서 얻은 교훈은 향후 기업들이 더 큰 규모의 컴퓨팅 인프라를 우주에 배포할 때, 특히 전력 및 메모리 관리와 같은 중요하면서도 실용적인 분야에서 귀중한 정보가 될 것입니다.

지구 너머의 비전: 우주 비행사를 위한 지능형 동반자

이번 기술 발전은 단순히 지구 관측의 효율성을 높이는 데 그치지 않습니다. 새로운 과학적 도구 개발에도 길을 열어줄 수 있습니다. NAVI-Space의 아이디어는 델파 빅토리아와 JPL 연구원 타란 시리아크 존(Taran Cyriac John)이 달이나 화성을 탐사하는 우주 비행사를 위한 디지털 비서에 대해 생각하면서 시작되었습니다.

델파 빅토리아는 이렇게 말했습니다. “우주 비행사들은 가압복을 입고 있어서 키보드를 두드리거나 원하는 작업을 하는 것이 복잡합니다. 그래서, 비디오 게임이나 영화에서 보는 것처럼 상호작용하는 AI 비서를 제공하는 건 어떨까 생각했죠.” 이 비전은 이번 궤도상 VLM 시연의 궁극적인 목표가 무엇인지를 보여줍니다. 즉, 인간이 도달하기 어려운 극한의 환경에서 AI가 단순한 도구를 넘어, 동반자로서 복잡한 임무를 수행하고, 실시간으로 상황을 분석하며, 심지어 우주 비행사와 소통하며 의사결정을 돕는 미래를 그려볼 수 있다는 거죠. 개인적으로는 이번 뉴스가 단순히 기술적 성과를 넘어, 인류의 우주 탐사 방식 자체를 혁신할 잠재력을 가지고 있다고 생각합니다.

우주 공간에 지능을 불어넣는다는 것은 우리의 우주 활용 방식을 근본적으로 재정의할 것입니다. 더 효율적인 지구 관측에서부터 미지의 행성을 탐험하는 우주 비행사들의 든든한 조력자 역할까지, 인공지능 위성은 이제 막 그 거대한 잠재력을 보여주기 시작했습니다. 과연 이 새로운 우주 시대는 우리에게 어떤 놀라운 발견과 기회를 가져다줄까요? 앞으로가 더욱 기대됩니다.

---

출처

• 원문 제목: A satellite just learned to find things on its own — here’s what that means
• 출처: AI News & Artificial Intelligence | TechCrunch
• 원문 기사 보러가기