(NASA's Dragonfly octocopter drone will explore the surface of Saturn's moon Titan and drill for signs of life there. NASA software engineers are developing machine-learning algorithms to help sort through the mass spectrometer data collected by the spacecraft. Illustration: Johns Hopkins APL)
나사는 화성보다 더 먼 장소까지 로버나 지상 탐사용 시스템을 보내기 위한 연구를 진행 중입니다. 이 가운데 가장 구체적인 계획이 나사의 타이탄 탐사선인 드래곤플라이 (Dragonfly) 임무 입니다. 앞서 소개드린 것처럼 두꺼운 대기를 지닌 보기 드문 위성인 타이탄의 표면을 뛰어 다니는 드론형 탐사선으로 타이탄의 표면을 상세히 관측하고 드릴로 표면에 구멍을 뚫어 혹시나 있을지 모를 생명의 징후를 찾게 될 것입니다.
이전 포스트: https://blog.naver.com/jjy0501/221572831018
(동영상)
드래곤플라이의 개발에 참여한 나사 고다드 행성 환경 연구소의 소프트웨어 엔지니어인 에릭 리네스 (Eric Lyness, software lead of the NASA Goddard Planetary Environments Lab)는 진지하게 드래곤플라이 탐사선의 인공지능 기반의 자율 탐사 능력 부여가 가능한지 연구 중입니다. 연구팀이 이런 고민을 하는 이유는 토성괴 지구의 거리 때문입니다. 인간이 원격으로 조종 가능한 범위는 아마도 화성 정도일 것입니다. 토성에서 정보를 수집한 후 지구에서 다시 토성까지 신호를 보내는 경우 너무나 시간 오래 걸립니다. 사실상 드래곤플라이 드론이 타이탄에서 장시간 아무것도 하지 않고 대기해야 하는 것입니다.
만약 인공지능 기반의 알고리즘이 이 드론에게 제한적이라도 자율 임무 수행 능력을 부여한다면 지구에서 올 명령을 하염없이 기다리는 대신 더 알차게 시간을 사용할 수 있을 것입니다. 하지만 동시에 우주 탐사용 컴퓨터 하드웨어는 높은 방사선 환경에서도 높은 신뢰성을 확보해야 해서 최신 미세 공정을 사용하기 어려운 문제점이 있습니다. 따라서 고성능의 인공지능 알고리즘을 구현하기가 어렵다는 문제점이 있습니다. 최대한 단순한 알고리즘을 통해 최적의 효과를 낼 수 없다면 섣불리 진행하기 어려운 일인 셈입니다.
나사의 연구팀은 드릴을 이용해 가장 비슷한 임무를 수행할 유럽 우주국/러시아 합작의 엑소마스 로버에 주목하고 있습니다. 이 로버가 보내올 데이터를 기반으로 인공지능 알고리즘을 훈련해 가능한 범위 안에서 최적의 알고리즘을 구현하려는 것입니다. 참고로 드래곤플라이는 2026년 발사되어 2030년대 중반 착륙할 예정입니다. 이 시기가 되면 인공지능 알고리즘은 엄청나게 발전해 있을 테지만, 드래곤플라이에 탑재 가능한 하드웨어와 알고리즘은 앞서 설명한 것처럼 한계가 있습니다. 과연 사상 최초로 태양계 먼 장소에서 인공지능 탐사선이 나올지 궁금합니다.
만약 실제로 탑재된다면 2001년 스페이스 오디세이에 나온 인공지능 HAL의 이름을 붙이는 게 제격이지 않을까 생각합니다.
참고
댓글
댓글 쓰기