기본 콘텐츠로 건너뛰기

인류를 화성으로 인도할 새로운 이온 로켓 엔진



(An X3 thruster that AERO Professor Alec Gallimore's team has been working on in conjunction with NASA in the Plasmadynamics & Electric Propulsion Laboratory in Ann Arbor, MI on April 28, 2015. The thruster is being built and tested with hopes of it powering humans to Mars in the near future. Credit: Joseph Xu, Michigan Engineering Communications & Marketing)​
 아직 인류는 달 궤도 이상의 우주를 탐사한 적이 없습니다. 나사는 2030년대에 화성까지 인류를 진출시킨다는 장기적인 비전을 가지고 있으나 사실 1960년대 이후 나사가 이런 비전을 세우지 않은 적은 없었습니다. 번번히 예산 문제와 기술적 문제로 실현되지 못했을 뿐이죠. 그중에서 장기간 작동이 가능한 강력한 엔진은 현재까지 개발되지 못했습니다.  
 앞으로 화성 탐사과 그 너머를 탐사하는 데 엔진이 중요한 것은 말할 필요도 없습니다. 화학 로켓을 통해서 일단 화성으로 가는 궤도에 접어든 다음 전체 여행 기간을 단축시키기 위해서 이온 로켓을 사용하는 방안은 이전부터 제시되었으나 실제로 우주에 발사된 이온 로켓들은 매우 추력도 낮고 크기도 작은 소형 엔진들이었습니다.
 미시간 대학의 알렉 갈리모어(Alec Gallimore) 교수와 그의 동료들은 앞으로 3년간 Aerojet Rocketdyne사와 협력하에 XR-100이라는 새로운 로켓 추진 시스템을 만드는데 650만 달러를 지원받았습니다. 이 시스템의 핵심은 X3라고 명명된 홀 추진기(Hall thruster) 방식의 엔진입니다.


  홀 추진기는 나선으로 흐르는 전류가 만드는 자기장이 원형의 추진기 안에 있는 이온을 빠른 속도로 가속하는 원리는 이용한 것으로 보통 제논(Xenon) 이온 입자가 보관도 편리하고 질량도 크기 때문에 주로 사용됩니다. 실제로 현재 지구 주변 궤도나 혹은 우주를 날아다니는 이온 로켓이 이 홀 추진기를 사용하고 있습니다.


 하지만 갈리모어 교수에 의하면 현재 우주에 있는 가장 강력한 추진기도 4.5 kW 정도에 불과하다고 합니다. 반면 X3는 200kW급으로 훨씬 강력한 출력을 지니고 있어 인간이 탑승할 대형 우주선에 지속적으로 추진력을 제공할 수 있습니다. 이 이온 엔진은 제논 원자핵을 초속 3만 미터의 고속으로 발사해 우주선을 가속합니다.


 이온 로켓은 화학 로켓 대비 속도도 더 빠를 뿐 아니라 훨씬 적은 연료를 사용하므로 화성 탐사 같은 장거리 탐사에 상당히 유리합니다. 다만 동력을 공급하는 문제가 있는데, 현재는 태양 전지를 사용한다는 계획이지만, 원자력 등의 다른 방안도 검토될 수 있을 것 같습니다.


 이전에 전해드린 것과 같이 나사는 화성 유인 탐사선의 동력으로 열핵추진 방식의 엔진을 고려하고 있으나 안전성을 감안하면 태양전지 + 이온 엔진의 조합 역시 가능할 것으로 생각됩니다. (이전 포스트 참조 http://blog.naver.com/jjy0501/220266751322 )


 과연 미래 인류를 먼 우주로 인도할 엔진은 어떤 것일 될지 궁금합니다 .


 참고


댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

R 스튜디오 설치 및 업데이트

 R을 설치한 후 기본으로 제공되는 R 콘솔창에서 코드를 입력해 작업을 수행할 수도 있지만, 보통은 그렇게 하기 보다는 가장 널리 사용되는 R 개발환경인 R 스튜디오가 널리 사용됩니다. 오픈 소스 무료 버전의 R 스튜디오는 누구나 설치가 가능하며 편리한 작업 환경을 제공하기 때문에 R을 위한 IDE에서 가장 널리 사용되어 있습니다. 아래 링크에서 다운로드 받습니다.    https://www.rstudio.com/  다운로드 R 이나 혹은 Powerful IDE for R로 들어가 일반 사용자 버전을 받습니다. 오픈 소스 버전과 상업용 버전, 그리고 데스크탑 버전과 서버 버전이 있는데, 일반적으로는 오픈 소스 버전에 데스크탑 버전을 다운로드 받습니다. 상업 버전의 경우 데스크탑 버전의 경우 년간 995달러, 서버 버전은 9995달러를 받고 여러 가지 기술 지원 및 자문을 해주는 기능이 있습니다.   데스크탑 버전을 설치하는 과정은 매우 쉽기 때문에 별도의 설명이 필요하지 않을 것 같습니다. 인스톨은 윈도우, 맥, 리눅스 (우분투/페도라)에 따라 설치 파일이 나뉘지만 설치가 어렵지는 않을 것입니다. 한 가지 주의할 점이라면 R은 사전에 반드시 따로 설치해야 한다는 점입니다. R 스튜디오만 단독 설치하면 아무것도 할 수 없습니다. 뭐 당연한 이야기죠.   설치된 R 스튜디오는 자동으로 업데이틀 체크하지 않습니다. 따라서 업데이트를 위해서는 R 스튜디오에서 Help 로 들어가 업데이트를 확인해야 합니다.     만약 업데이트 할 내용이 없다면 최신 버전이라고 알려줄 것이고 업데이트가 있다면 업데이트를 진행할 수 있도록 도와주게 됩니다. R의 업데이트와 R 스튜디오의 업데이트는 모두 개별적이며 앞서 설명했듯이 R 업데이트는 사실 기존 버전과 병행해서 새로운 버전을 새롭게 설치하는 것입니다. R 스튜디오는 실제로 업데이트가 이뤄지기 때문에 구버전을 지워줄 필요는

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b