NASA가 우주 탐사에 AI를 사용하는 4가지 방법

인공 지능을 둘러싼 화제와 논쟁으로 인해 꽤 새로운 것처럼 보일 수도 있지만 NASA는 수십 년 동안 다양한 프로그램, 심지어 우주 임무에도 AI를 사용해 왔습니다. 미국의 우주국은 화성 표면을 연구하고, 지구와 환경을 모니터링하고, 심지어 우주 임무를 계획하는 데에도 이를 사용했습니다. 그리고 NASA는 더 많은 일을 하기를 희망합니다. NASA는 최근 AI가 발전함에 따라 NASA의 AI 지원 벤처 포트폴리오가 증가할 것이라고 발표했습니다. 여기에는 곧 심우주 임무와 다른 행성 탐험이 포함될 수 있습니다.

우리 삶의 모든 측면에서 AI의 계속 증가하는 존재를 걱정하는 사람들에게는 이것이 약간 공상과학적인 것처럼 들릴 수 있습니다. AI는 우리 주변 곳곳에서 사용되고 있는데 이제 우리를 우주로도 이끌고 있다고요?

NASA는 모든 AI 사용이 투명하고 윤리적임을 보장하는 백악관 행정 명령 13960에 명시된 책임 있는 AI 원칙을 준수한다고 밝혔습니다. 실제로 NASA는 과학 분야에서 책임감 있는 AI 사용을 위한 업계 표준을 설정하고 있다고 밝혔습니다. NASA가 현재 우주 탐사를 더욱 발전시키기 위해 AI를 사용하고 있는 몇 가지 방법은 다음과 같습니다.

화성에서 생명체가 존재할 수 있는지 알아보기

Perseverance로 알려진 NASA 로봇 탐사선은 화성의 광물을 연구하기 위해 3년 넘게 인공 지능을 사용해 왔습니다. 암석 구성에 대한 실시간 분석은 NASA 제트추진연구소에서 개발한 PIXL(Planetary Instrument For X-Ray Lithochemistry)이라는 소프트웨어를 사용합니다. 화성에 있는 광물의 화학적 구성을 조사하는 것은 붉은 행성이 한때 생명체를 지원했는지 여부를 조사하는 과학자들에게 중요한 정보를 제공합니다.

Perseverance가 수집한 샘플은 또한 지구에 대한 추가 연구를 위해 드릴 위치를 결정하는 과학자들에게 중요한 정보를 제공합니다. 제트 추진 연구소(Jet Propulsion Laboratory)의 수석 연구원인 Abigail Allwood는 “우리는 PIXL의 AI를 사용하여 핵심 과학을 연구합니다.”라고 말했습니다. “그것이 없으면 데이터에서 흥미로운 힌트를 발견한 다음 더 자세히 연구하기 위해 암석을 다시 스캔해야 합니다. 이를 통해 PIXL은 사람이 데이터를 검토하지 않고도 결론에 도달할 수 있습니다.”

NASA는 AI를 활용하는 두 번째 화성 탐사선을 보유하고 있습니다. Perseverance에서 약 2,300 마일 떨어져 있습니다. Curiosity는 AI를 사용하여 특정 모양과 색상의 암석을 목표로 삼은 후 레이저로 암석을 공격합니다. 이 모든 작업은 인간의 즉각적인 안내 없이 이루어집니다. 암석에 충격이 가해지면 Curiosity는 암석이 방출하는 가스를 연구하여 화학적 조성을 식별합니다. 두 탐사선 모두 여전히 엔지니어가 수백 가지 명령을 제공해야 하지만 AI를 사용하여 과학자의 시간을 많이 절약합니다.

운영 비용 절감을 위한 우주 임무 계획

NASA는 ASPEN이라는 AI 지원 도구를 사용하여 우주 임무를 보다 효율적으로 계획하고 예약하며 최고의 작업 관리 앱을 완전히 새로운 수준으로 끌어올립니다. Automated Scheduling and Planning Environment의 약자인 ASPEN은 자원 관리 도구, 시간 추론 시스템, 그래픽 인터페이스 등 스케줄링 시스템에 있는 소프트웨어를 사용합니다. ASPEN의 혜택을 받는 우주 임무에는 표면 탐사선 계획 및 임무 설계가 포함됩니다. ASPEN은 우주선과 탐사선으로부터 업데이트를 수집하여 상황이 변화함에 따라 최신 계획을 보장합니다.

제트 추진 연구소(Jet Propulsion Laboratory)에 따르면 ASPEN은 인내심(Perseverance) 및 호기심(Curiosity)과 같은 행성의 비밀을 밝히려는 탐사선부터 이를 수행할 탐사선에 이르기까지 과학자의 목표를 NASA의 운영을 목표로 하는 일련의 명령으로 변환하는 명령 시스템을 개발하는 데 도움을 줄 것입니다. 훨씬 더 깊은 우주로. ASPEN이 과학자들이 우주선에 직접 명령을 내릴 수 있게 함으로써 NASA의 인력을 크게 줄일 수 있다면 비용이 절감될 것입니다.

태양계 너머 새로운 행성 발견

2021년에 NASA 과학자들은 외계 행성으로 알려진 먼 별 주위를 공전하는 301개의 행성을 식별할 수 있었습니다. NASA는 충분한 데이터를 수집하면 자동으로 새로운 작업을 학습하는 ExoMiner 심층 신경망 덕분에 검증된 행성 목록에 수백 개의 행성을 추가할 수 있었습니다. ExoMiner는 NASA의 Pleiades 슈퍼컴퓨터를 사용하여 수십 년 동안 수집된 데이터를 조사하고 과학자들이 외계 행성을 식별하는 데 사용하는 특성을 기반으로 다양한 테스트를 실행하여 다른 천체 중에서 실제 행성을 식별할 수 있습니다.

NASA는 우주선이 수집한 데이터에서 수천 개의 별을 연구하는 것은 ExoMiner 전까지는 극도로 시간이 많이 걸릴 수 있다고 설명했습니다. NASA의 외계 행성 과학자인 Jon Jenkins는 “다른 외계 행성 탐지 기계 학습 프로그램과 달리 ExoMiner는 블랙 박스가 아닙니다. 무언가가 행성인지 아닌지 결정하는 이유에 대한 미스터리가 없습니다.”라고 말했습니다. “우리는 ExoMiner가 행성을 거부하거나 확인하게 만드는 데이터의 어떤 특징을 쉽게 설명할 수 있습니다.”

NASA의 우주 프로그램에서 AI의 미래

우주국에서는 훨씬 더 많은 AI 계획을 진행하고 있습니다. “NASA는 현재 궤도에 있든 표면에 있든 다양한 환경에 보다 동적으로 적응할 수 있도록 작업을 수행하고 있습니다.”라고 인공 지능 최고 책임자인 David Salvagnini가 Innovation News Network에 말했습니다. “우리는 환경에 대해 훨씬 더 높은 수준의 상황 인식을 얻기 위해 노력하고 있으며, 이를 자율 시스템에 제공할 수 있습니다. 자율 시스템은 보다 역동적인 일련의 조건에 대해 훨씬 더 안정적으로 대응할 수 있습니다.”

NASA는 또한 지구, 궤도, 달 주변, 심지어 깊은 우주까지의 우주 여행을 더욱 지속 가능하게 만들기 위한 우주 지속 가능성 계획을 발표했습니다. Salvagini는 AI가 이 프로그램의 큰 부분을 차지하여 궤도 잔해를 감지하고 솔루션을 구현하는 데 도움이 될 것이라고 말했습니다. AI는 또한 우주에 있는 과학자들과 더 나은 의사소통을 위해 고려되고 있으며, 다양한 조건에서 훨씬 더 빠르게 최상의 의사소통 경로를 찾아냅니다. 그리고 지구로 돌아가서 AI는 NASA 회의 후 사진을 개발하거나 메모를 요약하는 데 사용될 수 있으며, 과학자들의 작업 공간을 보다 효율적으로 만들어 도움을 줄 수 있습니다.