필연적이면서도 마치 SF 영화의 한 장면 같은 순간이 찾아왔습니다. 지구 관측 위성이 사상 처음으로 인간의 개입 없이, 오로지 스스로의 판단만으로 목표물을 찾아내는 데 성공한 것입니다. 지난 4월 Loft Orbital의 YAM-9 위성에서 실현된 이 성과는 궤도상에서 시각-언어 모델(VLM, Vision-Language Model)을 활용한 최초의 사례로 기록되었습니다. 이제 위성은 지상의 분석가들에게 의존하던 시대에서 벗어나 독자적인 판단력을 갖추게 되었습니다. 이는 단순히 영리한 알고리즘 하나를 추가한 수준이 아니라, 우주 기반 센서의 개념 자체를 바꾸는 근본적인 패러다임의 전환입니다.
이번 미션에는 연산 능력이 제한된 환경, 즉 우주를 유영하는 위성과 같은 ‘엣지(edge)’ 환경에 최적화된 AI 모델인 Google DeepMind의 Gemma 3가 투입되었습니다. 하드웨어로는 NVIDIA Jetson Orin AGX GPU가 탑재되었으며, NASA 제트추진연구소(JPL)의 소프트웨어 패키지가 전체 시스템을 제어했습니다. 기존에는 위성이 촬영한 수 테라바이트의 원천 데이터를 지상으로 전송하면 분석가들이 이를 일일이 훑어봐야 했습니다. 하지만 YAM-9은 달랐습니다. “철도 허브 주변의 인프라를 식별하라"와 같은 자연어 명령을 내리자, 온보드 AI가 실시간으로 데이터를 선별해 관련 정보만을 골라냈습니다.
이번 성과가 왜 중요한가?
이번 시연은 위성을 단순한 ‘하늘의 카메라’에서 ‘지능형 자율 관측자’로 진화시켰다는 점에서 큰 의미가 있습니다. 데이터 발생지에서 즉시 정보를 처리함으로써 지상으로 전송해야 할 막대한 데이터양을 획기적으로 줄였고, 이는 그동안 위성 운영의 고질적인 문제였던 데이터 병목 현상을 해결할 열쇠가 될 것입니다.
더 나아가, Loft Orbital의 AI 책임자인 Paul Lasserre가 언급한 “우주의 상시 감시 레이어(always-on, patrol layers in space)” 시대를 여는 서막이기도 합니다. 이제 운영자는 위성에 단순히 사진 촬영을 지시하는 것이 아니라, “특정 국경 지대를 감시하다가 수상한 움직임이 포착되면 즉시 알림을 보내라"와 같은 지속적인 명령을 내릴 수 있습니다. 우주 인프라가 단순히 데이터를 수집하는 도구를 넘어, 스스로 의사결정을 내리는 능동적인 존재로 거듭나기 위한 첫발을 뗀 셈입니다.
