1960년, 인간이 최초로 달에 착륙했다. 이후, 인간은 여러 차례 우주를 탐사하며 외계 생명체의 존재 여부, 인간이 거주할 수 있는 외계 행성의 존재, 블랙홀의 모습 등 풀리지 않은 각종 수수께끼의 해답을 찾으려 했다.
우주 탐사 과정에서 많은 과학자와 천문학자가 첨단 기술을 적극적으로 활용하며 지구와 여러 행성, 우주 공간의 사진을 촬영하고, 연구에 필요한 각종 데이터를 수집했다.
최근에는 인공지능(AI)도 우주 세계 탐사 수단으로 활용되는 추세이다. 글로벌 월간지 와이어드가 미국 항공우주국(NASA)의 AI를 활용한 화성 분화구 관찰 계획을 발표했다.
AI, 화성의 분화구 찾는다
그동안 과학자는 화성의 나이를 정확히 알아내기 위해 분화구를 찾으려는 움직임을 보였다. 그러나 화성에서 분화구를 찾는 데 큰 어려움이 있었다. 이에, NASA 연구팀은 과거 화성 탐사로 수집한 다량의 데이터와 AI를 결합해, 화성의 분화구를 찾을 계획을 세웠다.
연구팀은 지난해, 사상 최초로 머신러닝 알고리즘을 이용해 화성의 분화구 찾기에 도전했다. AI로 기존의 이미지 데이터로 찾아내지 못한 분화구 수십 개를 찾아내면서 새로운 태양계 행성 연구 방식을 제시했다.
연구팀은 이 과정에서 화성 탐사선이 수집한 화성 이미지 7,000개를 AI에 적용해, 알고리즘에 새로운 분화구를 찾는 법을 훈련했다. AI의 분류 작업이 분화구를 정확히 감지하게 되자, 연구팀은 훈련에 활용한 AI 알고리즘을 미국 캘리포니아주의 제트 추진 연구소에 있는 슈퍼컴퓨터로 전송했다. 그리고, 11만 2,000개의 데이터베이스를 처리했다.
연구팀은 화성 탐사선의 고해상도 카메라와 함께 AI의 분화구 감지 정확도가 향상하면서 화성의 나이 계산 작업에 진전을 거두었다. 실제로 화성의 분화구를 찾는 과정 이외에 다양한 우주 탐사 활동에서 AI의 중요성이 부각되고 있다. AI의 감지 능력과 데이터 전송 속도가 향상하면서 과거, '사막에서 바늘 찾는 격'이었던 우주 탐사 활동과 우주 세계의 수수께끼를 한 단계 더 수월하게 해결하게 되었기 때문이다.
우주에서의 또 다른 AI 활용 사례
미국 온라인 IT 매체에 따르면, 전문가들은 화성 탐사 이외에도 우주 통신 수준을 높이기 위해 AI를 활용한다. 심우주 탐사 과정에 AI를 적용해, 우주선이 중요한 정보를 발견하는 즉시 지구 연구소에 전송해 연구 속도를 높이고자 한다.
동시에 우주선은 AI와 함께 현장에서 연구에 중요한 데이터가 될지 판단하는 능력도 갖추게 된다. 더 나아가 AI는 외계 행성의 신호도 감지하며, 우주에서 새로운 행성이나 행성의 특징을 발견한다.
또, 지난해에는 NASA의 데이터를 기반으로 인공지능 데이터 분석(AIDA) 프로젝트를 실시해, 우주 데이터를 읽고 처리하는 지능 시스템 개발도 이루어졌다.
로봇도 우주로 떠난다
한편, 우주 탐사 과정에 활용되는 첨단 기술에는 AI만 있는 것이 아니다. 로봇도 우주 탐사 과정에 활용된다. 실제로 로봇의 우주 탐사는 긴 역사를 지니고 있다. 로봇은 1957년, 소련이 스푸트니크 1호를 지구 궤도로 발사할 당시, 우주 탐사 과정에 최초로 적용됐다. 그 후에도 로봇은 우주 탐사 과정에 수많은 도움을 주었다.
최근에는 캐나다우주국(Canadian Space Association)이 로봇 팔 덱스터(Dextre)를 우주로 발사했다. 우주 연구를 이어나가기 위해 우주정거장의 외부 카메라나 100kg짜리 대형 배터리 등 여러 장비를 설치하고 교체하는 작업이 필요하기 때문이다.
또, 지난해 10월에는 미국 로봇 개발 기업 보스턴다이내믹스의 사족 보행 로봇 강아지를 화성에 보냈다. 화성의 표면에 안착한 뒤, 화성의 거친 표면을 살펴보면서 지질학적 특성을 연구하기 위한 목적이다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
