TL;DR

  • NASA의 화성 탐사·궤도 관측·우주정거장 실험은 자율형 AI가 우주선의 주변 해석과 임무 계획에 더 큰 유연성을 줄 수 있는지 시험하는 단계임.
  • 우주선은 수십 년간 자율적으로 작동해 왔지만, 엔지니어는 예측 가능한 동작을 중시해 자율성이 주된 운용 방식이 되지는 않았음.
  • 지구와 궤도의 물리 환경 차이 때문에 지상에서 학습한 로봇 모델은 미세중력에서 즉시 실패할 수 있으며, 실제 환경 데이터도 매우 부족함.
  • 우주선이 지구에서 멀어질수록 통신 지연과 빠른 상황 변화로 현장 자율 판단의 필요성이 커짐.
  • 신뢰할 수 있는 수준까지 기술이 발전하기는 아직 멀지만, 제한된 적용부터 시작해 위험을 관리하며 자율성의 범위를 넓히는 접근이 논의되고 있음.

우주 탐사의 새로운 최전선

  • 우주는 인류 탐사의 마지막 개척지로 여겨져 왔으며, 이제 인공지능(AI)의 마지막 개척지로도 부상하는 중임.
  • 지난해 12월 NASA 제트추진연구소(JPL)는 Anthropic의 Claude 모델을 활용해 Perseverance 로버의 화성 주행 경로 두 건을 계획했으며, 인간 계획 담당자가 경로를 확인하고 조정한 뒤 로버에 전송함.
  • 5월 NASA와 IBM은 압축 AI 모델을 국제우주정거장(ISS)과 위성에 탑재해 궤도에서 홍수와 구름 등을 식별했으며, 우주에서 시연된 동종 최초의 모델임.
  • 7월 ISS 우주비행사들은 정비 절차 관련 질문에 대답하는 데 대형 언어 모델(LLM)이 도움이 될 수 있는지 시험함.
  • 이러한 실험은 우주공학의 더 큰 변화 가능성을 보여줌. 수십 년 동안 지구의 엔지니어가 우주 기계의 동작을 결정하면 기계는 정해진 대로 수행하는 방식이 일반적이었음.
  • 연구진은 이제 생성형 AI 같은 비결정론적 시스템이 우주선에 주변 환경 해석, 작업 계획, 향후 자체 의사결정의 유연성을 제공할 수 있는지 시험 중임.
  • 이 기술은 우주선 통제권을 맡길 만큼 신뢰하기에는 아직 거리가 멀지만, 임무가 더 복잡하고 멀고 많아지는 상황에서 엔지니어들은 자율성을 부여하지 않는 선택을 감당할 수 있는지 묻기 시작함.

우주선에 진정한 자율성이 필요한 이유

  • 우주선은 수십 년 전부터 자율적으로 작동해 왔지만, 동작을 예측할 수 있는 시스템을 중시해 온 우주공학의 특성상 자율성은 지배적인 운용 모델이 되지 않았음.
  • NASA 소프트웨어·로보틱스·시뮬레이션 부문 전 책임자 Robert Ambrose는 자율 시스템의 결과가 결정론적이지 않을 수 있다고 설명함.

“같은 상황에 도달하더라도 거쳐 온 경로가 다르면 결과가 달라질 수 있음. 엔지니어들은 그런 점을 싫어함.”

  • Ambrose는 NASA에서 Orion 우주선, NASA의 심우주 및 달 궤도선, 2011년 우주로 간 유인 협력용 휴머노이드 로봇 Robonaut 2를 포함한 자율 시스템을 다룸.
  • Orion 작업에서는 시험해야 할 경우의 수가 빠르게 늘어나는 문제를 확인함. 엔지니어는 우주선이 무엇을 할지뿐 아니라, 각 의사결정에 이르기까지 가능한 여러 경로도 고려해야 함.
  • 엔지니어들은 시험 자체를 자동화하는 방식 등으로 복잡성을 관리함.

“자율성의 난제를 자율성을 이용해 해결함. 실제로 효과가 있음.”

  • 임무가 지구에서 멀어질수록 자율성의 필요성은 더욱 분명해짐. Ambrose는 목성의 얼음으로 덮인 위성 Europa에서 지표 아래 물기둥을 통과하는 임무를 예로 듦.
  • 물기둥은 지구의 엔지니어가 우주선을 그 안으로 유도하기에는 너무 갑작스럽게 나타날 수 있음.

“우주선이 결정을 내려야 하며, 우리는 한 시간 전 상황을 지켜보게 됨.”

  • Ambrose는 그런 임무가 기계에 실질적인 자율성을 주지 않으면 “완전히 불가능함”이라고 덧붙임.

미세중력 물리에 맞춘 로봇 기술

  • 지구에서 AI와 로보틱스가 발전하는 동시에 상업 우주 산업의 성장으로 궤도에서 해당 기술을 활용할 기회가 늘고 있지만, 지구에서 작동하는 기술이 우주에서도 반드시 작동하는 것은 아님.
  • Icarus Robotics는 우주용 로봇 노동력을 개발 중이며, 여기에는 Joy라는 자유비행 로봇 시스템이 포함됨.
  • Joy는 ISS 배치를 앞두고 최근 캐나다에서 무중력 시험을 마침. 초기 작업 중 하나는 모듈 사이로 화물 가방을 옮기는 일임.
  • 회사는 원격 조종으로 시작해 그 과정에서 얻은 데이터를 바탕으로 로봇의 독립 작업을 학습시킬 계획임.
  • 공동 창업자 겸 최고기술책임자(CTO) Jamie Palmer는 도입이 부분적 자율성에서 시작될 가능성이 크며, 항상 인간의 감독이 개입하는 방식에 가까울 것이라고 말함.
  • Palmer에 따르면 지구에서 학습한 로봇은 주변 환경의 물리 법칙을 학습하지만, 궤도에서는 물리 환경이 완전히 다름.

“최신 Gemini 로보틱스 모델이나 최신 Physical Intelligence 모델을 무중력에 두면 즉시 실패할 것임.”

  • 지구에서는 로봇이 물체를 탁자 밖으로 밀면 물체가 떨어진다고 학습하지만, 궤도에서는 물체가 계속 움직임.
  • Icarus가 마주한 문제는 지상 로보틱스 업계도 겪는 문제지만 더 극단적임. 로봇이 작동할 환경에서 확보할 수 있는 실제 데이터가 매우 적음.
  • 회사는 미세중력에서 로봇을 시연해 얻은 자료를 시뮬레이션 및 지상 시험과 결합해 자체 데이터 세트를 구축 중임.
  • 공동 창업자 겸 최고경영자(CEO) Ethan Barajas는 내려받아 사용할 수 있는 데이터 세트가 있기를 바라지만, 현재는 의미 있는 수준의 자료가 없다고 말함.

자율 우주선의 위험 관리

  • 과제는 우주선이 스스로 행동하도록 가르치는 데 그치지 않으며, 더 많은 재량을 부여할 때 발생하는 위험을 관리하는 방법을 찾는 데 있음.
  • 텍사스대학교 오스틴 캠퍼스 공학 교수이자 자율성 센터 소장인 Ufuk Topcu는 우주 분야에서 자율성이 놀라울 정도로 적다고 말함.

“인간의 개입이 매우 어렵고, 위험 부담이 크며, 빠르게 행동해야 하는 곳이 바로 우주임.”

  • Topcu는 자율 시스템이 잘못된 행동을 절대 하지 않으리라는 보장을 목표로 삼을 수는 없다고 설명함. 자율 시스템은 인간이 예상하지 못하는 상황에서 가장 유용하기 때문임.
  • 따라서 제한된 적용부터 시작해 시스템의 동작을 파악하고, 적용 범위와 방식을 점진적으로 넓혀야 함.
  • Topcu의 관점에서 핵심 질문은 위험을 완전히 없앨 수 있는지가 아니라, 배치에 따른 위험을 얼마나 잘 관리하는지임.
  • 우주 산업의 변화에 따라 위험 관리의 중요성은 커질 수 있음. 우주 시대 대부분에는 소수의 정부 기관이 수십 년이 걸릴 수 있는 임무를 설계하고 운영함.
  • 이제 상업 기업들이 더 많은 우주선을 궤도에 올리고 있으며, 새로운 임무를 더 빠르게 개발하고 발사할 수 있음.

“우주 분야의 혁신 주기는 예전에는 매우 느렸음. 임무 개념을 구상하고 10년이나 15년을 들이곤 했음. 이제는 그렇지 않음. 모든 것이 더 빠르게 변화 중임.”