일반적으로 AI 알고리즘은 대량의 데이터를 사용해 ‘학습’하는 방법으로 구축되거나 ‘훈련’된다. 이번 경우는 구름과 구름이 아닌 것을 구분하는 학습을 했다. 하지만 카메라가 매우 새로운 것이라 그 어떠한 데이터도 없었다. 기존 임무에서 추출한 합성데이터로 애플리케이션을 훈련시켜야 했다.

사진은 나사의  아쿠아 위성이 지난 9월 29일 합성 가시 광선 및 적외선 이미지를 캡처한 미국 서부의 화재와 연기 발생 이미지(사진:나사)
사진은 나사의 아쿠아 위성이 지난 9월 29일 합성 가시 광선 및 적외선 이미지를 캡처한 미국 서부의 화재와 연기 발생 이미지(사진:나사)

1969년 닐 암스트롱(Neil Armstrong)이 달을 처음 밟은 것으로 시작해 우주항공은 꾸준히 발전하고 있다. 현재는 지구 밖으로의 여행에 그치지 않고, 많은 국가들이 힘을 합쳐 우주에 실험실을 세워 다양한 프로젝트를 진행하고 있다.

프랑스의 항공기 제조사인 에어버스(Airbus)가 2018년 6월 국제우주정거장 사령관 임무를 맡아 우주비행을 하게 될 독일인 우주비행사 알렉산더 거스트(Alexander Gerst)를 보조하기 위해 왓슨을 기반으로 인공지능 우주비행사 지원시스템인 CIMON(Crew Interactive Mobile Companion)을 개발했다. CIMON (Crew Interactive Mobile CompanioN)은 우주 비행사가 일상적으로 수행하는 업무를 ISS에서 지원할 수 있도록 설계된 모바일 및 자율 지원 시스템으로 이것은 ISS 미션에서 인공지능(AI)의 첫 번째 형태가 될 것이다.

이처럼 우주에 대한 이해를 높이는 다양한 것부터 휴대폰 화면에 영상을 띄우는 것까지, 인공지능은 생활 속에서 익숙한 것이 되었다. 그러나 AI 기술은 우주 궤도에는 진입하지 못했었다.

여기에, 지난 9월 2일 이후로는 모든 것이 달라졌다. 시리얼 상자 크기의 실험 위성이 45 개의 비슷한 크기의 소형 위성들과 함께 로켓 디스펜서에서 발사된 날이다. 파이샛-1(PhiSat-1)이라는 이름의 이 인공위성은 현재 530킬로미터 상공의 태양동조궤도에서 시속 2만 7천 5백 킬로미터 이상의 속도로 비행 중이다.

파이샛-1은 인텔 모비디우스™ 미리어드™ 2(Intel Movidius™ Myriad™ 2) 비전 프로세싱 유닛(VPU) 기반 새로운 초분광 열 카메라와 온보드 AI 프로세싱을 포함
파이샛-1은 인텔 모비디우스 미리어드 비전 프로세싱 유닛(VPU) 기반 새로운 초분광 열 카메라와 온보드 AI 프로세싱을 포함

파이샛-1은 인텔 모비디우스 미리어드 2(Intel Movidius™ Myriad™ 2) 비전 프로세싱 유닛(VPU) 기반 새로운 초분광 열 카메라와 온보드 AI 프로세싱을 포함하고 있다. 이 칩은 현재 많은 스마트 카메라에 내장돼 있고, 99달러의 셀카 드론에도 활용되고 있다. 파이샛-1은 미래 연합 위성 네트워크를 만들기 위해 위성간 통신 시스템을 테스트하는 동시에, 극지방 얼음과 토양 습기를 감시하는 임무를 수행하고 있는 한 쌍의 위성 중 하나다.

미리어드 2가 해결하고 있는 첫 번째 문제는 파이샛-1의 카메라처럼 하이파이(High-fidelity) 카메라로 생성되는 대량의 데이터를 처리하는 방법이다. 파이샛-1 프로젝트의 공동작업을 이끈 유럽 우주국(European Space Agency, ESA) 데이터 시스템 및 온보드 컴퓨팅 팀 리더인 잔루카 푸라노(Gianluca Furano)는 “센서의 데이터 생성 능력은 세대마다 100배씩 증가하는 반면, 데이터 다운로드 성능은 세대마다 3, 4, 5 배 정도 증가하는데 그쳤다”고 말했다.

게다가 지구 행성 표면의 약 3분의 2는 언제나 구름에 덮여있다. 이는 수많은 쓸모없는 구름 사진들이 일상적으로 촬영되고, 저장되고, 아까운 다운링크 대역폭으로 지구에 전송되며, 다시 저장되고, 몇시간 또는 며칠 후에 과학자나 알고리즘이 컴퓨터에서 확인해 삭제하는 과정을 거친다는 뜻이다. 또 푸라노는 “엣지 AI는 마치 서부극의 해결사처럼 우리를 구하러 왔다”고 강조했다. 푸라노 팀을 하나로 모은 아이디어는 온보드 프로세싱을 사용해 흐린 이미지를 식별, 폐기해 대역폭의 30%를 절약하는 것이었다.

오브리 듄(Aubrey Dunne) 유보티카(Ubotica) 최고기술책임자는 “우주는 궁극적으로 엣지 컴퓨팅”이라고 말했다. 아일랜드의 스타트업인 유보티카는 카메라 제조사인 코사인(Cosine)과 협업해 파이샛-1의 AI 기술 구축 및 테스트를 진행했다. 또한 피사 대학교(University of Pisa) 및 시너자이스(Sinergise)와 협업해 완벽한 솔루션을 개발했다. 듄은 “미리어드는 인상적인 컴퓨팅 성능을 포함하고 있으며, 매우 낮은 전력 소모로 구동될 수 있게 구현돼 우주용 애플리케이션에 매우 적합하다”고 덧붙였다.

하지만 미리어드 2는 궤도 비행을 염두에 두고 제작되지는 않았다. 우주선의 컴퓨터는 일반적으로 “최첨단 상업 기술보다 최대 20년 늦은” 매우 특화된 “방사선 내성” 칩을 사용한다고 듄은 설명했다. 그리고 AI는 고려 사항도 아니었다. 오브리 듄과 유보티카 팀은 “방사선 특화(Radiation Characterization)” 과정을 수행했고, 미리어드 칩에 일련의 테스트를 진행해 오류나 마모를 처리하는 방법을 알아냈다.

사진은 이탈리아 토리노에 있는 Tyvak International의 운영 센터 직원들의 소형 위성의 궤도와 성능을 모니터링 하는 모습(사진
사진은 이탈리아 토리노에 있는 Tyvak International의 운영 센터 직원들의 AI가 탭재된 '파이샛-1' 위성의 궤도와 성능을 모니터링 하는 모습(사진

푸라노는 “ESA는 방사선에 대응하는 정도로 복잡한 칩을 테스트한 적이 없다”고 말했다. 그는 이어 “우리는 그것을 제대로 테스트할 수 있을지 의심스러웠다. 이 칩에 대한 포괄적인 테스트와 특성화를 수행하는 방법에 대해 처음부터 매뉴얼을 작성해야 했다”고 말했다. 듄은 “2018년 CERN에서 진행한 36시간 연속으로 방사선 빔에 노출된 첫 번째 테스트는 ‘매우 부담이 큰 상황’이었다”고 말했다. “하지만 그 테스트와 이후 진행된 테스트들은 운 좋게도 잘 풀렸다”고 말했다. 미리어드 2는 개조할 필요 없이 기존의 형태로 테스트를 통과했다.

이 저전력 고성능 컴퓨터 비전 칩은 지구 대기권을 넘어 모험을 할 준비를 마쳤다. 하지만 다음 과제가 기다리고 있었다.

일반적으로 AI 알고리즘은 대량의 데이터를 사용해 ‘학습’하는 방법으로 구축되거나 ‘훈련’된다. 이번 경우는 구름과 구름이 아닌 것을 구분하는 학습을 했다. 푸라노는 “하지만 카메라가 매우 새로운 것이라 그 어떠한 데이터도 없었다”고 말했다. 그는 이어 “우리는 기존 임무에서 추출한 합성데이터로 애플리케이션을 훈련시켜야 했다”고 말했다.

이 모든 시스템, 소프트웨어 통합 및 테스트는 유럽 전역에 걸쳐 6개의 서로 다른 조직이 참여한 가운데, 완료하기까지 4개월이 걸렸다. 맥스 파스테나(Max Pastena) ESA 파이샛 총괄(Officer)는 “우리는 모든 것을 짧은 시간 안에 구현하기 위해 빠르고 효율적이고 유연하게 진행했다”고 말했다. 푸라노는 우주선 개발 과정을 감안하면 이 타임라인은 기적이라고 덧붙였다.

듄은 “CVAI 기술을 사용한 파이샛-1의 AI를 구동할 때, 인텔은 미리어드 디바이스에 대해 우리가 필요한 백그라운드 지원을 해줬다”며, “굉장히 고맙게 생각한다”고 덧붙였다.

불행히도, 로켓의 지연, 코로나 바이러스 유행, 비우호적인 여름 바람 등 일련의 관련 없는 사건들로 팀은 계획된 대로 파이샛-1이 궤도에서 작동하는지 보려면 1년은 더 기다려야 했다.

프랑스령 기아나에서 9월 2일에 진행한 발사는 아리안스페이스(Arianespace)가 운영하는 최초의 인공위성 발사공유기를 통해 빠르고 흡잡을 데 없이 진행됐다. 최초 검증을 위해 인공위성은 모든 이미지를 저장하고, AI 구름 검출 과정을 기록해 지상의 팀은 이식된 ‘뇌’가 예상대로 작동하는지 확인할 수 있었다.

3주 간의 심호흡 끝에 파스테나는 다음과 같이 선언할 수 있었다. “우리는 이제 막 우주의 역사에 진입했다.” ESA는 공동 연구 팀은 “지구 관측 영상 이미지를 궤도 상의 인공위성에서 추출하고, 최초로 하드웨어 가속화된 AI로 추론한 결과를 공개하게 되어 기쁘다”고 밝혔다.

위성은 유용한 픽셀만 보낼 수 있게 돼 이제 지상에 있는 과학자들의 시간을 절약하고, 대역폭 활용도를 향상시켰으며, 통합 다운링크 비용을 현저하게 절감할 수 있었다. 앞으로 저비용의 AI 기능을 강화한 소형 인공위성 사용은 수없이 증가할 것이다. 특히 여러 애플리케이션을 실행할 수 있는 능력을 추가하면 더욱 그렇다.

조나단 번(Jonathan Byrne) 인텔 모비디우스 기술 총괄은 “단일 과제를 수행하는 위성에 전용 하드웨어를 두는 것보다, 네트워크를 전환할 수 있도록 하는 것이 낫다”고 말했다. 듄은 이를 “서비스형 위성(satellite-as-a-service)”이라고 칭했다.

산불이 나기 쉬운 지역을 비행할 때 위성은 몇 시간이 아니라 몇 분 안에 화재를 발견하고 해당 지역의 대응 요원들에게 알릴 수 있다. 바다 위에서 위성은 일반적으로 찾기 힘든 불량 선박이나 환경 사고를 발견할 수 있다. 숲과 농장에서 위성은 토양 수분과 농작물의 성장을 추적할 수 있다. 위성은 기후 변화를 확인하기 위해 빙하의 두께와 녹는 지역을 추적할 수 있다.

이러한 여러 가지 가능성은 곧 테스트될 예정이다. ESA와 유보티카(Ubotica)는 파이샛-2를 준비하고 있으며, 또 다른 미리어드 2를 궤도에 올려둘 것이다. 파이샛-2는 단순한 사용자 인터페이스를 사용해 비행 중에 우주선에서 개발, 설치, 검증, 운용할 수 있는 AI 앱을 구동할 수 있을 것이다.

인텔에게 이는 규모가 작은 시장이지만 잠재적인 영향은 의심의 여지가 없다. 파스테나의 표현대로, 우리는 드디어 살아 숨쉬는 지구에 대한 이해를 높일 수 있을 것이다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지