우주
달의 진보 – 로봇공학 및 AI를 통한 자율 탐사
Securities.io를 Google의 선호 소스에 추가
자율 우주 탐사를 위한 AI 기반 로봇공학
언젠가는 아르테미스 프로그램이 달에서, 일론 머스크가 화성에서 구상하는 것처럼 우주비행사가 현지에 상주하며 탐사할 수 있습니다. 그러나 사람이 있더라도 많은 작업은 로봇이 맡을 것입니다. 로봇은 우주비행사보다 교체하기 쉽고, 유독한 대기나 진공, 방사선, 극한 온도에도 덜 취약하기 때문입니다.
이상적으로는 대부분의 로버와 로봇이 간단한 작업을 스스로 처리할 수 있어야 하며, 지구 혹은 현장에 있는 인간은 특정 문제를 해결하거나 일일 임무를 결정하는 데만 관여하게 됩니다.
AI는 빠르게 발전하고 있습니다. AI 선도기업 NVIDIA가 강조하는 물리적 AI (NVDA )까지 더해지면서, 공상과학 같던 구상이 이미 현실로 다가오고 있을 수 있습니다.
과학자들은 지구의 연구 프로젝트와 화성의 기존 탐사차를 통해 첫걸음을 내딛고 있습니다. 최근 며칠 사이 관련 소식 두 가지가 전해졌습니다.
첫 번째는 NASA가 화성 탐사차 퍼시비어런스의 경로 안내에 AI 지원을 활용했다는 소식입니다.
두 번째는 스페인 말라가대학교, 독일 인공지능연구센터(DFKI), 프랑스 소르본대학교와 민간기업 GMV Aerospace and Defence S.A, Magellium, Space Applications Services의 연구진이 달과 화성의 지형을 닮은 지구 용암동굴에 로봇을 투입했다는 내용입니다1.
퍼시비어런스 로버의 AI 지원 자율 항법
NASA의 첫 AI 계획 주행이 화성에서 실현되다
NASA의 퍼시비어런스는 다른 천체에서 AI가 계획한 첫 주행을 완료하며 새로운 과학적 이정표를 세웠습니다. 최근 발표된 이 주행은 2025년 12월 8일과 10일에 진행됐습니다.
실증에서는 생성형 AI가 퍼시비어런스의 경유 지점을 만들었습니다. 이는 보통 탐사차 운행을 담당하는 인간 계획자가 수작업으로 수행하는 복잡한 의사결정 작업입니다.
출처: NASA
이 방식은 화성 탐사를 크게 바꿀 수 있습니다. 지구와 화성 사이의 큰 거리, 약 1억 4,000만 마일 또는 2억 2,500만 km로 인해 통신이 지연됩니다. 궤도상 위치에 따라 명령이 도달하는 데 3~22분이 걸리고, 응답에도 같은 시간이 필요합니다.
NASA 과학자들은 수십억 달러짜리 탐사차가 먼지에 갇히거나 바위에 부딪혀 손상되지 않도록 매우 신중하게 움직입니다. 따라서 작은 이동도 느리고 번거로운 과정이 됩니다.
“탐사차 경로는 인간 운전자가 지형과 상태 데이터를 분석해 경유 지점으로 구성해 왔습니다. 위험을 피하기 위해 지점 간 거리는 보통 100m 이하로 설정합니다.
그런 다음 NASA의 심우주 통신망을 통해 계획을 보내면 탐사차가 이를 실행합니다.”
퍼시비어런스는 화성 표면에서의 1,707일째와 1,709일째에 새로운 방식을 시도했습니다. 이동할 경로를 정하는 데 AI를 활용한 것입니다.
작동 원리
생성형 AI는 NASA 화성정찰궤도선의 HiRISE(고해상도 영상 과학 실험) 카메라가 촬영한 고해상도 궤도 영상과 디지털 고도 모델의 경사 데이터를 분석했습니다.
이 정보를 이전 탐사 데이터와 결합해 기반암, 암반 노출부, 위험한 바위 지대, 모래 물결 등 지형 특징을 식별할 수 있었습니다.
“생성형 AI의 기본 요소들은 다른 천체에서 자율 주행의 핵심을 효율화할 잠재력을 보여줍니다. 바위와 모래 물결을 보는 인지, 현재 위치를 아는 위치 추정, 가장 안전한 길을 선택하고 실행하는 계획 및 제어가 그것입니다.”
사용한 모델은 Anthropic의 Claude였습니다. 이 모델은 최근 SaaS와 소프트웨어 산업을 바꿀 잠재력과 해당 업종의 소규모 주가 급락을 촉발한 영향으로 주목받았습니다.
AI의 안내는 퍼시비어런스가 예제로 분화구 가장자리를 따라 2시간 30분 동안 자율 주행하며 영상을 수집하는 데 도움이 됐습니다.
AI는 우주 탐사선이 만드는 데이터를 처리하고 로봇 운영자의 업무 부담을 줄이는 데도 활용할 수 있습니다.
실제 우주비행사가 로봇 가까이에 있게 되면 더욱 유용해질 수 있습니다. 그때에는 AI의 역량도 더 높아져 있을 것입니다.
“우리는 생성형 AI와 다른 지능형 도구가 운영자의 업무를 최소화하면서 탐사차의 수 km 주행을 돕는 시대로 나아가고 있습니다. 방대한 탐사차 영상을 살펴 과학팀에 흥미로운 표면 특징을 알려줄 수도 있을 것입니다.”
사람의 현장 상주와 물류 지원은 NASA 운영자가 더 큰 위험을 감수할 여지도 줍니다. 먼지에 갇힌 로봇을 직접 꺼낼 수 있다면, 수십억 달러의 손실과 수년간의 연구 중단을 피할 수 있습니다.
“이번 실증은 우리의 역량이 얼마나 발전했는지 보여주며 다른 세계를 탐사하는 방법을 넓혀줍니다.
이런 자율 기술은 지구에서 멀어질수록 임무를 효율적으로 수행하고, 어려운 지형에 대응하며, 더 많은 과학적 성과를 얻도록 도울 수 있습니다.”
Jared Isaacman — NASA 국장
지구 용암관에서 AI 테스트
왜 용암관인가
화성에서 AI를 사용한 것은 획기적이지만, NASA 연구자들은 퍼시비어런스 같은 유일한 자산을 실험에 걸기에는 신중합니다. AI가 아무리 효율적이어도 문제가 생겼을 때 인간 원격 운영자가 복구할 수 없는 상황으로 로봇을 보내려 하지는 않을 것입니다.
따라서 우주와 유사한 지형이면서 지구의 자원과 지원을 가까이에서 활용할 수 있는 곳에서 실험하는 것도 중요합니다.
달과 화성의 중요한 탐사 후보 지형은 용암동굴입니다. 자연 동굴은 첫 우주비행사를 우주 방사선에서 보호하는 피난처가 될 수 있습니다. 두 천체의 낮은 중력 덕분에 동굴 규모도 지구보다 훨씬 클 수 있습니다.
용암동굴 일부가 자연적으로 무너지면 지표에 구멍이 생겨 내부를 탐사할 수 있는 직접적인 통로가 됩니다.
그러나 지구 밖의 용암동굴은 아직 탐사된 적이 없습니다. 암석이 전파를 막아 직접 제어를 어렵게 하는 점이 큰 이유입니다.
로봇 테스트
유럽 연구팀은 서로 협력하는 세 종류의 로봇으로 이러한 극한의 지하 환경을 자율 탐사했습니다.
출처: ResearchGate
시험 장소는 카나리아제도 란사로테의 화산 동굴과 용암동굴이었습니다.
시스템은 네 단계로 작동합니다.
- 로봇들이 협력해 동굴 입구 주변을 지도화합니다(1단계).
- 센서가 달린 큐브형 탑재체를 동굴 안으로 내려 초기 측정을 수행하고, 내부 환경을 파악합니다(2단계).
- 정찰 탐사차가 로프를 이용해 입구에서 내부로 내려갑니다(3단계).
- 마지막으로 로봇 팀이 동굴 깊숙이 탐사하며 상세한 3차원 지도를 만듭니다(4단계).
지구의 유사 지형 시험에서 달·화성 임무로
말라가대학교(UMA) 우주로봇연구실은 최근 수년간 유럽우주국과 긴밀히 협력하며 행성 탐사차가 경로를 계획하고 더 독립적으로 작동하도록 돕는 알고리즘을 개발해 왔습니다.
이번 실험은 퍼시비어런스의 AI 주행 시험과 함께 새로운 우주 임무의 기반이 될 수 있습니다. 달과 화성의 초기 정착 활동을 위해 용암동굴이 미래 거주지로 적합한지 살펴보는 임무입니다.
외계 생명체 탐색에도 중요한 의미가 있을 수 있습니다.
우주 로봇에 투자하기
Intuitive Machines
성간 천체로 탐사선을 보내려면 대형 우주 탐사선을 제작하고 온전한 상태로 정확한 목적지에 도착시키는 전문성이 필요합니다. 지금까지는 주로 NASA, ESA와 관련 대학 같은 공공기관이 담당해 왔습니다.
하지만 민간기업이 특히 지구 근처 소행성에서 자원을 채굴하기 위한 자동 또는 유인 임무를 보낼 수 있는 단계에 가까워지면서 상황이 달라지고 있습니다.
이런 프로젝트는 향후 몇 년 안에 계획된 유인 달 탐사 재개의 다음 단계이거나 병행 사업이 될 가능성이 큽니다.
Intuitive Machines (LUNR )는 2013년 텍사스 휴스턴에서 설립됐습니다. 종목 코드 LUNR가 시사하듯 현재는 달에 집중하는 회사입니다. 이미 NASA의 달 임무 네 건에 선정됐으며 직원은 400명이 넘습니다.
달에 성공적으로 착륙해 과학 데이터를 전송한 첫 상업기업입니다. 액체산소와 액체메탄을 쓰는 LOx/LCH4 엔진의 첫 우주 점화도 수행했습니다.
회사는 달 탐사와 정착을 위한 인프라의 기반이 될 여러 프로젝트를 진행하고 있습니다.
첫 번째는 데이터 전송 서비스입니다. 현재 기술을 시험 중이며, 최종적으로 달 궤도에 데이터 전송용 위성군을 구축하려 합니다.
두 번째는 서비스형 인프라입니다. 자율 운행 가능한 달 지형 차량(LTV), 통신 서비스, GPS 위치 확인 서비스를 포함할 예정입니다.
마지막 분야는 달 표면에 물자를 운송하는 것입니다. 지금까지 회사는 높이 4.3m에 달까지 130kg의 탑재체를 보낼 수 있는 Nova-C 착륙선으로 과학 장비를 운송했습니다.
다음 단계는 1,500~2,500kg을 운송할 수 있는 Nova-D입니다. 이 크기와 적재 능력은 달 지형 차량(LTV)과 달 기지에 전력을 공급할 40kW급 Fission Surface Power 원자로를 운송하는 데 필요합니다.
회사는 NASA와 여러 중요한 계약을 체결했습니다. 예를 들어 Near Space Network 계약의 최대 잠재 가치는 48억 2,000만 달러입니다.
세 후보 공급업체 중 LTV 계약 업체를 정하는 NASA의 최종 결정은 2025년 말로 예상됐습니다. 이 계약 역시 최대 46억 달러 규모가 될 수 있습니다.
회사는 NASA 이외의 고객도 확보하려 합니다. 2025년 4월에는 텍사스 우주위원회로부터 최대 1,000만 달러 보조금 대상으로 선정됐습니다. 이는 미세중력 바이오 제조를 위한 지구 재진입체와 궤도 제조 실험실 개발을 지원합니다.
재진입체는 앞으로 달 시료를 지구로 가져오는 임무에서 예비 수단이 되어 위험을 줄일 수 있습니다.
또 다른 사업은 공군 연구소의 JETSON 계약에 따른 저전력 원자력 스텔스 위성 개발입니다.
2025년 1분기에 잉여현금흐름이 플러스로 전환되고 달 통신 계약을 확보하면서 투자 위험도 줄어들고 있습니다. 현금을 소모하는 스타트업에서 성장하는 우주 경제의 확립된 서비스 제공업체로 변모하는 것입니다.
회사가 SpaceX (SPCX )(xAI 합병 이후 곧 상장이 예상됨)나 Rocket Lab (RKLB )(RKLB, −6.47%)처럼 신뢰받는 NASA 파트너가 된다면, 심우주 탐사와 우주 자원 활용의 기반이 될 수 있습니다.
(Intuitive Machines에 대한 투자 보고서에서 자세히 읽어보실 수 있습니다.)
투자자 요약:
- 자율 우주 로봇은 임무 위험, 지연 비용 및 운영자 부담을 감소시킵니다.
- 네비게이션, 통신 및 표면 인프라를 구축하는 기업은 지속적인 전략적 이점을 얻습니다.
- NASA 파트너십은 점점 더 확장 가능하고 서비스 기반의 달 인프라 제공자를 선호하고 있습니다.
참고 문헌:
1. Raúl Domínguez et al., Cooperative robotic exploration of a planetary skylight surface and lava cave. Science Robotics (2025). DOI:10.1126/scirobotics.adj9699
