달 탐사에서 점점 더 중요한 질문은 “얼마나 많은 데이터를 모았나”가 아닙니다. “그 데이터를 어디서, 얼마나 빨리 판단하나”입니다.
Firefly Aerospace는 Ocula 달 이미징 서비스에 NVIDIA Jetson을 적용해 달 궤도에서 AI 추론을 수행하려 합니다. Ocula는 Blue Ghost Mission 2와 함께 Elytra 우주선에 실릴 예정이며, 발사는 2026년 후반 이후로 계획돼 있습니다.1 핵심은 단순한 카메라 탑재가 아니라, 달 궤도에서 이미지를 먼저 분석하고 필요한 정보만 지구로 보내는 운영 방식입니다.
달에서는 왜 ‘현장 판단’이 중요한가
달 탐사 장비는 지구의 클라우드 서비스처럼 데이터를 마음껏 주고받을 수 없습니다. 통신 지연이 있고, 대역폭은 제한적이며, 지구에서 모든 현장을 즉시 확인하기도 어렵습니다.2
이 제약은 달 표면에서 더 뚜렷해집니다. 탐사 로봇은 지도에 없는 지형, 급격히 변하는 조명, 크레이터, 바위, 경사, 레골리스 같은 위험 요소를 마주합니다.2 지구의 임무팀이 모든 경로를 실시간으로 판단해 지시하기에는 환경이 너무 불확실하고, 반응 속도도 늦어질 수 있습니다.
그래서 달 탐사 로봇과 궤도선에는 온보드 의사결정 능력이 필요합니다. 즉, 모든 원시 데이터를 지구로 보내 분석을 기다리는 대신, 우주선 안에서 먼저 보고 판단하는 방식입니다.
Jetson이 맡는 역할: 우주선 안의 엣지 AI
NVIDIA Jetson은 제한된 전력과 공간 안에서 AI 추론을 수행하기 위한 엣지 컴퓨팅 플랫폼입니다. NVIDIA는 Jetson Orin이 우주선 안에서 영상, 항법, 센서 데이터를 실시간 처리해 지연과 통신 부담을 줄일 수 있다고 설명합니다.3
Ocula가 지향하는 방향도 여기에 가깝습니다. 달 이미지를 모두 지구로 내려보낸 뒤 분석하는 대신, Elytra 궤도선에서 먼저 처리하고 필요한 결과를 선별해 전송하는 접근입니다.1 Elytra는 달 궤도에서 약 5년간 운용되며, 달 표면 지도화, 광물 탐지, 정찰을 지원할 계획입니다.1
이 관점에서 Jetson은 “우주에 올라간 소형 AI 컴퓨터” 이상의 의미를 갖습니다. 제한된 통신 환경에서 어떤 데이터를 버리고, 어떤 정보를 남기며, 어떤 판단을 즉시 수행할지 결정하는 처리 계층이 되기 때문입니다.
데이터 전송 중심에서 자율 처리 중심으로
기존 달 로버 운용은 경로 계획과 위험 평가를 지상 임무팀에 크게 의존했습니다.2 하지만 달 탐사가 복잡해질수록 모든 결정을 지구에서 내려보내는 방식은 한계가 커집니다.
대표적인 변화가 지형 상대 항법(TRN)입니다. TRN은 온보드 센서와 AI 알고리즘으로 지형 특징을 식별하고, 이를 바탕으로 자신의 위치를 추정하는 방식입니다.2 달 표면에서 로봇이 위험 지형을 피하고 임무를 이어가려면 이런 현장 기반 판단이 중요해집니다.
OBC-Hyper-Polar처럼 NVIDIA Jetson AGX Orin 기술과 통합된 우주용 온보드 컴퓨팅 플랫폼도 같은 흐름에 있습니다.2 이 조합은 달 표면에서 AI, 컴퓨터 비전, 지형 상대 항법, 자율 임무 운용을 지원하도록 설계됐습니다.2
이 소식에서 봐야 할 것
Firefly의 Blue Ghost Mission 1은 2025년 3월 달에 착륙했고, 착륙선은 약 120GB의 원시 데이터를 지구로 전송했습니다.1 이 사례는 달 탐사에서 데이터가 얼마나 빠르게 쌓이는지를 보여줍니다. 앞으로 임무가 늘어날수록 모든 데이터를 지구로 보내고 나중에 분석하는 방식은 점점 부담이 커질 수밖에 없습니다.
따라서 Jetson의 달 궤도 활용은 단순한 하드웨어 탑재 뉴스가 아닙니다. 우주 탐사의 운영 방식이 원격 조종과 사후 분석 중심에서, 현장 처리와 자율 판단 중심으로 이동하고 있다는 신호입니다.
달 인프라를 볼 때는 이제 로켓, 착륙선, 카메라만 볼 것이 아닙니다. 그 안에서 데이터를 얼마나 줄이고, 얼마나 빨리 판단하며, 어떤 결과만 지구로 보내는지도 함께 봐야 합니다. 달 궤도의 Jetson은 바로 그 변화를 보여주는 사례입니다.
1Firefly Aerospace Enables On-Orbit Processing for Moon Imaging Service with NVIDIA Jetson
2Enabling Autonomous Lunar Exploration with OBC-Hyper-Polar and NVIDIA Jetson AGX Orin
3Space Computing: On-Orbit AI & Accelerated Computing | NVIDIA
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.