우주 2.0: 자율 로봇과 AI의 부상

인류가 별 너머의 세계를 더 잘 이해하려는 필요성은 획기적인 성과를 이끌어냈습니다. 이러한 우주에 대한 매혹은 인류가 달에 첫 발을 디딘 아폴로 11호 달 착륙과 같은 이정표를 달성하게 했으며, 이는 인류가 지구를 넘어선 첫 걸음이었습니다. 이 큰 도약으로 우리는 야심차고 호기심 중심의 우주 탐사 시대에 진입했습니다.

하지만 천체 탐사와 이해의 길은 결코 쉬운 것이 아니었습니다. 실제로 방사능 고도, 극심한 온도 변동, 진공 상태, 기계적 고장, 그리고 알려지지 않은 환경에 대한 불확실성 등 우주 위험에 노출되어 인간에게 심각한 위험을 초래했습니다. 보다 안전하고 효율적인 시스템에 대한 명확한 필요성이 로봇공학과 인공지능의 개발 및 배치를 촉진했습니다.

이러한 기술 발전은 우리에게 광활한 우주를 탐사할 더 안전하고 확실한 방법을 제공했습니다. 그 결과 로봇은 이제 우주 임무의 핵심 요소가 되었으며, 인간에게는 너무 위험한 환경에서 주요 탐사자로 급속히 자리 잡고 있습니다.

우리와 달리 인간은 연약하지만, 이러한 로봇 시스템은 우주의 극한 조건을 쉽게 견딜 수 있습니다. 더욱 중요한 것은, 로봇은 피곤함이나 지루함 없이 지속적으로 작동할 수 있다는 점입니다.

이 때문에 NASA는 로봇을 광범위하게 활용하고 있습니다. 예를 들어, NASA는 국제우주정거장(ISS)에서 승무원을 돕기 위해 Bumble, Honey, Queen이라는 이름의 자유비행 로봇인 Astrobee를 사용하고 있습니다. 이 큐브형 로봇은 보급품 추적, 시스템 운영, 비디오 기록 등 일상적인 작업을 지원하며, 승무원은 보다 중요한 업무에 집중할 수 있습니다.

하지만 이것이 전부가 아닙니다. AI와 결합된 이러한 기계는 방대한 데이터를 실시간으로 처리하고 자율적으로 결정을 내릴 수 있어 더욱 강력해집니다.

이 분야의 지속적인 혁신은 이러한 능력을 한층 더 확장하려는 목표를 가지고 있습니다. 최근 중국 로봇 기업 Engine AI는 세계 최초의 인간형 로봇 우주비행사를 우주에 보내겠다는 야심찬 계획을 발표했습니다.

PM01은 우주로 보내질 인간형 로봇입니다. 이 경량 오픈소스 지능형 인간형 플랫폼은 인간과 유사한 움직임과 고급 로봇 지능을 결합합니다. 인간 움직임을 모방하는 바이오닉 구조와 고도로 인터랙티브한 코어 디스플레이를 갖추었으며, 초고속 움직임 반응, 고정밀 환경 센서, 자율 의사결정 능력을 제공합니다. 복잡한 인식, 움직임 제어, 실시간 작업 부하를 관리하기 위해 NVIDIA Jetson Orin 모듈과 Intel N97 CPU를 결합한 듀얼 칩 아키텍처를 사용해 고성능 컴퓨팅을 구현합니다.

따라서 로봇이 점점 더 견고하고 적응력이 뛰어나며 자율적으로 변함에 따라, 외부 우주정거장 유지보수와 같은 고위험 작업 및 장기 모니터링 작업을 수행해 우주비행사의 위험을 크게 줄일 수 있게 됩니다.

우주 탐사의 미래는 명백히 자동화로 향하고 있습니다. 우주비행사를 위험에 노출시키는 대신, 임무는 광대한 거리에서 협업할 수 있는 지능형 로봇 네트워크로 대체될 것입니다.

이제 두 가지 핵심 개발을 통해 이러한 변혁이 실제로 어떻게 진행되고 있는지 살펴보겠습니다: 달과 화성의 지하 용암관을 탐사하는 자율 로봇, 그리고 화성 지형을 안전하게 주행하도록 AI가 생성한 경로.

외계 용암관 매핑 및 탐색 로봇

달에서 최초의 구덩이가 발견된 지 거의 20년이 되었고, 화성에서 거대한 용암관이 탐지된 지는 반세기가 넘었습니다. 이 거대한 동굴은 마을을 수용할 정도로 넓습니다.

화산 활동에 의해 형성된 이 용암관은 아이슬란드, 하와이, 시칠리아, 호주, 갈라파고스 제도 등 지구에서도 발견됩니다.

이 용암관은 화성 및 달에서 미래 인간 기지로서 잠재력을 가지고 있습니다. 표면보다 방사능, 태양 복사, 빈번한 운석 충돌로부터 보호해 주지만, 접근이 쉽지 않습니다. 용암 터널 내부는 매우 날카롭고 지형이 고르지 않아 정밀한 연구가 필요합니다. 그러나 이러한 지하 구조에 대한 정보를 수집하는 것은 어려운 일입니다.

관천(스카이라이트)은 관 천장의 붕괴된 구역이며, 궤도 이미지에서 관찰되는 길고 구불구불한 통로는 큰 지하 공간을 시사합니다. 하지만 이미지만으로는 어느 관이 서식지에 적합한지 판단할 수 없습니다.

암석 지형, 제한된 진입점, 위험한 조건이라는 도전을 해결하기 위해, 말라가 대학교(UMA) 우주 로봇 연구소의 연구원들은 세 대의 스마트 로봇을 이용해 이 지하 환경을 자율 탐사하는 새로운 임무 개념을 발표했습니다.

이 로봇들은 현재 스페인 란사로테의 화산 동굴에서 테스트 중이며, 향후 달 임무에 활용될 예정입니다.

과학 저널 Science Robotics¹에 발표된 이 개념은 SherpaTT, LUVMI-X, Coyote III 로버라는 세 종류의 로봇을 기반으로 하며, 이들은 협업하여 화성 및 달의 혹독한 지하 공간을 자율적으로 탐사합니다.

팀이 제안한 임무는 네 단계로 구성됩니다. 먼저 로봇이 동굴 입구를 매핑하고 상세 고도 모델을 생성합니다. 그 다음 센서가 장착된 페이로드 큐브를 동굴에 투입해 초기 측정을 수집합니다. 마지막으로 정찰 로버가 입구를 통해 하강해 거친 지형을 횡단하고 데이터를 수집하며 내부의 상세 3D 지도를 작성합니다.

2023년 초에 란사로테 화산섬에서 진행된 실제 현장 테스트는 팀의 접근 방식이 계획대로 작동함을 입증했습니다. 독일 인공지능 연구소(DFKI)가 시험을 주도했으며, 말라가 대학교와 GMV가 협력했습니다.

UMA 우주 로봇 연구소는 궤도 및 행성 임무 모두에서 로봇의 자율성을 높이는 새로운 기술과 방법을 개발하는 데 집중하고 있습니다. 이 연구소는 유럽우주국(ESA)과 긴밀히 협력해 로버가 경로를 계획하고 보다 독립적으로 작동하도록 돕는 알고리즘을 개발하고 있습니다.

이 시험은 네 단계 임무 접근 방식이 기술적으로 타당함을 확인했으며, 향후 행성 탐사를 위한 협업 로봇 시스템의 잠재력을 강조했습니다.

행성 로버를 위한 AI 기반 내비게이션 시스템

또 다른 주요 개발로, NASA의 퍼시비어런스 로버는 고대 미생물의 흔적을 찾고 지구 귀환을 위한 샘플을 수집하는 차세대 로봇 과학자이며, 화성에서 최초로 AI가 계획한 주행을 완료했습니다.

따라서 인간 운용자가 계획한 경로 대신, 화성 탐사자는 AI가 조직한 경로를 사용함으로써 역사를 만들었습니다.

경로를 생성하기 위해, 비전 기반 AI는 인간 로버 플래너가 사용하는 이미지와 지형 데이터를 먼저 분석해 바위와 모래 파동 같은 위험 요소를 식별하고, 그 후 안전한 경로를 계획했습니다.

하지만 AI가 생성한 경로를 실제로 사용하기 전에, 해당 경로는 6륜 로버의 가상 복제 환경에서 먼저 테스트되었습니다. 퍼시비어런스는 이 가상 환경에서 경로를 성공적으로 따라 수백 피트를 자율 주행했습니다.

NASA 제트 추진 연구소(JPL)가 로버의 일일 운영을 감독하며, 퍼시비어런스는 이제 생성형 AI가 계획한 웨이포인트를 사용해 다른 행성에서 최초의 주행을 완료했습니다.

“이 시연은 우리의 역량이 얼마나 진보했는지를 보여주며, 다른 세계를 탐사하는 방식을 넓혀 줍니다.”라고 NASA 관리자 제러드 아이작맨이 말했습니다. “이와 같은 자율 기술은 임무가 더 효율적으로 운영되고, 험난한 지형에 대응하며, 지구와의 거리 증가에 따라 과학적 수익을 높이는 데 도움이 됩니다. 이는 새로운 기술을 신중하고 책임감 있게 실제 운영에 적용하는 팀의 강력한 사례입니다.”

작년 12월 초에 이 이정표 시연을 위해 엔지니어들은 비전-언어 모델을 사용해 JPL의 표면 임무 데이터셋에서 기존 데이터를 분석했습니다. 인간 플래너가 사용하는 동일한 정보와 이미지를 분석함으로써 시스템은 퍼시비어런스가 어려운 화성 지형을 안전하게 주행할 수 있도록 웨이포인트 위치를 식별했습니다.

이 성과는 JPL의 로버 운영 센터(ROC)와 Anthropic의 Claude AI 모델 간의 협업으로 이루어졌습니다.

“지구의 지상뿐 아니라 우리 로버, 헬리콥터, 드론 및 기타 표면 요소에 적용되는 엣지 애플리케이션에서도 지능형 시스템을 상상해 보세요. 이는 NASA 엔지니어, 과학자, 우주비행사의 집단 지혜로 훈련된 시스템입니다.”라고 JPL 탐사 시스템 사무국 매니저 맷 월리스가 말했습니다. “이것이 바로 달에 영구적인 인간 존재를 구축하고 미국을 화성 및 그 너머로 이끌기 위해 필요한 인프라와 시스템을 확립하는 데 필요한 게임 체인징 기술입니다.”

화성은 지구로부터 1억 4천만 마일 떨어져 있어 통신 지연으로 실시간 로버 제어가 불가능합니다.

오랫동안 로버 내비게이션은 인간이 지형 데이터를 면밀히 연구하고 사전에 경로를 계획하는 방식에 의존했습니다. 이러한 경로는 위험 요소를 최소화하기 위해 약 100미터 간격으로 웨이포인트가 배치됩니다. 계획이 완료되면 NASA의 딥 스페이스 네트워크(DSN) 통신 인프라를 통해 전송되고, 로버는 지시를 실행합니다.

하지만 퍼시비어런스가 1,707번째와 1,709번째 화성일에 수행한 주행에서는 이 책임이 생성형 AI에 위임되었습니다. 시스템은 HiRISE 카메라가 MRO 우주선의 나디르 측면에서 획득한 고해상도 궤도 이미지와 디지털 고도 모델의 지형 경사 데이터를 활용했습니다.

이 정보는 AI가 바위 군집, 기반암, 모래 파동, 노출층 및 기타 중요한 표면 특징을 식별하도록 도왔습니다. 그런 다음 AI는 모든 필요한 웨이포인트를 포함한 연속 주행 경로를 개발했습니다. JPL의 퍼시비어런스 엔지니어링 팀인 반디 베르마는 다음과 같이 설명했습니다:

“생성형 AI의 근본 요소는 행성 외부 주행을 위한 자율 내비게이션의 핵심인 인식(바위와 파동을 보는 것), 위치 파악(우리 위치를 아는 것), 계획 및 제어(가장 안전한 경로를 결정하고 실행하는 것)를 효율화하는 데 큰 가능성을 보여주고 있습니다.”

이 지시사항은 JPL의 디지털 트윈(로버의 가상 복제)에서 실행되어 500,000개 이상의 텔레메트리 변수를 검증해 퍼시비어런스 비행 소프트웨어와의 안전성을 확인했습니다.

이 AI 생성 계획을 사용해 NASA 퍼시비어런스는 12월 8일에 210미터, 12월 10일에 246미터를 주행했습니다.

“우리는 생성형 AI와 기타 스마트 도구가 표면 로버가 수 킬로미터 규모의 주행을 수행하도록 돕고, 운영자 작업 부하를 최소화하며, 방대한 로버 이미지 데이터를 분석해 과학 팀에게 흥미로운 표면 특징을 표시하는 날을 향해 나아가고 있습니다.”

– 베르마

우주 탐사에서 로봇공학과 AI

자율 우주 탐사에 대한 투자

자율 우주 탐사 분야에서 Intuitive Machines, Inc. (LUNR )는 실제로 다른 천체에서 자율 시스템을 구축하는 몇 안 되는 상장 기업 중 하나로 돋보입니다.

우주용 자율 주행 차량을 개발해 최소한의 인간 개입으로 작동하도록 하는 것 외에도, Intuitive Machines는 NASA와 특히 아르테미스 프로그램과 강력히 통합되어 있습니다. 이 회사는 달에 Odysseus라는 우주선을 부드럽게 착륙시킨 최초의 민간 기업이기도 합니다.

우주 기술, 인프라 및 서비스 기업으로서, 달, 화성 및 그 너머의 지속 가능한 로봇 및 인간 탐사를 가능하게 하는 우주 제품과 서비스를 제공합니다.

Intuitive Machines가 제공하는 서비스에는 데이터 전송, 물자 전달 및 인프라‑as‑a‑service가 포함됩니다.

Orbital Services, Lunar Access Services, Lunar Data Services, Space Products and Infrastructure라는 네 개의 사업 부문을 통해 이 회사는 인류의 달 접근성을 향상시키는 것을 목표로 합니다.

Intuitive Machines는 2013년에 설립된 비교적 젊은 기업이지만, 이미 네 차례의 NASA 달 임무를 성공적으로 수행했습니다.

이는 전 NASA 인간 우주비행 부서에서 근무했던 CEO 겸 사장 스티브 알템스 덕분입니다. NASA를 떠난 후 Intuitive Machines를 공동 설립했으며, 2024년 TIME이 선정한 ‘2024년 가장 영향력 있는 100대 기업’ 중 하나에 선정되었습니다. TIME 인터뷰에서 알템스는 “우리 사업의 약 75%~80%가 미국 정부와 계약”이라고 밝혔습니다.

시가총액 36억 달러 규모의 LUNR 주식은 현재 주당 17.50달러에 거래되고 있으며, 연초 대비 9% 상승, 전년 대비 123.64% 상승했습니다. EPS(TTM)는 -2.11, P/E(TTM)는 -8.40입니다.

2025년 4분기 실적은 이번 달 말에 발표될 예정이지만, 2025년 3분기 실적은 순손실 1천만 달러를 기록했습니다. 조정 EBITDA는 -1,320만 달러로, 전 분기 대비 1,220만 달러 개선된 수치입니다.

2025년 3분기 말 기준으로 이 회사는 2억 3,590만 달러의 백로그와 6억 2,200만 달러의 현금을 보유하고 있습니다.

특히, 이 회사는 Lanteris Space Systems를 8억 달러에 인수했으며, 이 중 4억 5,000만 달러는 현금, 3억 5,000만 달러는 LUNR Class A 보통주 형태로 이루어졌습니다. Lanteris는 지난 65년간 300여 개 이상의 우주선을 제공했으며, 궤도 가용성 99.99%를 유지하고 있습니다.

이번 인수로 Intuitive Machines의 매출은 8억 5,000만 달러를 넘어설 것으로 예상되며, 백로그는 9억 2,000만 달러에 이를 전망입니다. 또한 이 인수는 민간, 상업, 방위 시장을 위한 통신, 내비게이션 및 우주 데이터 네트워킹 서비스 역량을 크게 강화할 것입니다.

인수와 관련해 알템스 CEO는 2025년 11월 3분기 실적 발표 콜에서 “Intuitive Machines는 차세대 우주 프라임 기업으로 자리매김할 준비가 되었다”고 밝혔습니다.

그는 또한 “이 인수는 입증된 우주 인프라 기업에서 수직 통합된 차세대 우주 프라임 제공업체로 진화하는 길을 열어주며, 국가 안보, 민간 및 상업 고객에게 지구 저궤도, 중궤도, 정지궤도 및 달궤도 전역에 걸친 통신 및 내비게이션 네트워크를 구축하고 운영할 수 있게 합니다.”라고 강조했습니다.

이번 거래는 Lanteris 인수가 올해 초에 완료되어 NASA의 아르테미스 및 Lunar Terrain Vehicle 프로젝트뿐 아니라 향후 화성 통신 임무와 골든 돔 및 Space Development Agency의 다층 아키텍처 지원에도 회사 역량을 강화했습니다.

또한, 이 회사는 매출 확대와 통신·데이터 처리 네트워크 강화를 위해 1억 7,500만 달러 규모의 전략적 지분 투자를 발표했으며, 독립적인 태양계 인터넷 구축을 위한 투자를 계획하고 있습니다.

동시에, 기업은 전략적 파트너와 협력해 우주 기반 데이터 센터를 신흥 기업 수요에 맞추고 있습니다. 또한 차기 Commercial Lunar Payload Services(CLPS) 계약과 NASA의 Lunar Terrain Vehicle Services 수주를 기대하고 있습니다.

자회사인 Lanteris Space Systems는 이번 달 L3Harris Technologies에 의해 선정돼, Space Development Agency(SDA)의 고도 미사일 위협(극초음속·탄도 시스템 포함) 실시간 추적을 위한 18개의 첨단 우주선 플랫폼 설계 및 제작을 담당하게 되었습니다.

최신 Intuitive Machines, Inc. (LUNR) 주식 뉴스 및 개발

결론

우주 탐사는 깊은 변혁을 겪고 있습니다. 거의 전적으로 인간의 지능, 인내, 위험에 의존하던 시절에서, 이제는 더 멀고, 더 깊고, 더 안전하게 탐사할 수 있는 자율 기술에 의해 재구성되고 있습니다.

숨겨진 용암관을 조사하는 로봇 시스템부터 AI가 안내하는 로버가 먼 행성을 탐색하는 것까지, 이러한 진보는 탐사의 범위와 효율성을 모두 확대하고 있습니다.

이 분야의 혁신이 지속됨에 따라 인간의 역할도 변화할 것입니다. 직접 탐사자가 되는 대신, 우리는 지능형 시스템을 설계·감독·수혜하는 역할을 맡게 됩니다. 무엇보다 인간 탐사자를 로봇과 AI로 대체함으로써 위험을 최소화하고 발견 속도를 가속화하며, 달·화성·그 너머에 지속적인 존재를 가능하게 합니다.

참고문헌

^{1. Domínguez, R., Pérez-Del-Pulgar, C., Paz-Delgado, G. J., Polisano, F., Babel, J., Germa, T., Dragomir, I., Ciarletti, V., Berthet, A.-C., Danter, L. C., & Kirchner, F. (2025). Cooperative robotic exploration of a planetary skylight surface and lava cave. Science Robotics, 10(105), eadj9699. https://doi.org/10.1126/scirobotics.adj9699}