개방형 AI 모델, 우주 쓰레기 문제 해결에 나서다

최근 IBM의 발표에 따르면, TechHQ의 보고서에 따르면, 개방형 AI가 우주에서 발생하는 문제를 해결하기 위해 사용되고 있다. 특히 우주 쓰레기와 위성 통신 문제를 해결하기 위해 노력하고 있다.

IBM은 1940년대부터 우주 탐사와 통신을 위한 컴퓨터 기술을 개발해 왔으며, 이제는 인공 지능을 사용하여 이러한 작업을 수행하고 있다. IBM은 두 가지 우주 관련 프로젝트를 진행 중이다: KubeSat와 SSA (Space Situational Awareness). KubeSat은 위성 스웜을 위한 작업 생성과 제어를 가능하게 하며, SSA는 저지구 궤도에서 우주 쓰레기의 위치를 추적하는 것을 목표로 한다.

두 프로젝트는 최근 IBM의 Space Tech Hub 팀에 의해 공개되었다. 우주 기술 팀의 리더는 Naeem Altaf이며, Altaf에 따르면 KubeSat은 자율적인 프레임워크로 위성 스웜과 별자리를 위한 작업 생성과 관리를 위한 도구를 제공한다. 또한 KubeSat은 위성 간의 통신을 시뮬레이션하여 엔지니어가 이러한 통신을 최적화하는 것을 도와준다.

위성이 점점 더 많이 발사됨에 따라 위성 간의 통신은 점점 더 복잡해지며, 자동화와 최적화가 필요하다. KubeSat은 기계 학습 알고리즘을 사용하여 위성 간의 통신을 최적화하며, 특정 위성 간의 통신을 제한한다. KubeSat은 또한 지상국과 위성 스웜 간의 자동 통신을 시뮬레이션할 수 있다. 이러한 통신은 웹 대시보드에 게시되어 다른 사람들도 볼 수 있다. KubeSat은 Orekit이라는 자바로 작성된 동적 라이브러리를 통해 시뮬레이션을 수행한다.

KubeSat 프로젝트는 위성 스웜 산업을 민주화하기 위해 개방형으로 제공되었다. 이를 통해 스타트업과 스웜 운영자가 새로운 기술을 사용할 수 있다.

SSA 프로젝트는 IBM의 Space Tech Hub 팀과 Dr. Moriba Jah of the University of Texas의 협력으로 진행되었다. 목표는 저지구 궤도에서 물체의 궤도 예측을 개선하는 것이다. 저지구 궤도는 우주 쓰레기로 가득 차 있으며, 많은 경우 로켓 발사 또는 위성의 잔해이다. 이러한 물체는 지구를 돌며 초당 수천 미터의 속도로 이동하며, 대기 중의 변화와 밀도에 의해突然적으로 궤도가 변경될 수 있다. 이러한 물체의 궤도를 예측하여 우주 쓰레기와 중요한 우주 기술 장치 간의 충돌을 방지하기 위해 노력하고 있다.

SSA 모델은 미국 전략 사령부에서 수집한 데이터를 기반으로 훈련되었다. 데이터셋은 매일 업데이트된다. 물리 모델을 사용하여 저지구 궤도에서 대부분의 물체의 초기 예측을 생성하며, 기계 학습 모델을 사용하여 물리 모델의 오차를 예측한다. SSA는 두 모델을 결합하여 물리적인 궤도 모델을 업데이트한다. 두 번째 모델은 XGBoost를 기반으로 하는 그래디언트 부스팅 모델이다.

KubeSat과 마찬가지로 SSA 모델은 다른 우주 회사와 기술 회사 간의 데이터 공유와 협력을 촉진하기 위해 개방형으로 제공되었다.毕竟 위성 통신 문제와 우주 쓰레기는 우주에서 운영하는 모든 사람에게 위협이다.

KubeSat과 OpenShift는 모두 IBM의 Red Hat OpenShift 플랫폼을 통해 제공된다.