발표에서 확인된 핵심 사실

위성 사진 한 장을 확인하기 위해 지상으로 데이터를 내려받고 분석가가 일일이 검토하던 방식은 시간이 오래 걸렸다. 이 과정이 궤도 내에서 실시간으로 처리되기 시작했다. 지난 4월 Loft Orbital의 Yam-9 위성이 시각-언어 모델(VLM, 시각 정보와 텍스트를 동시에 처리하는 AI)을 사용하여 스스로 데이터를 분석했다. 궤도 내에서 관심 영역을 직접 찾아낸 첫 사례다. 지상의 분석가 없이 목표물을 식별했다는 점에서 우주 기반 센서의 능력을 확장하는 이정표로 평가받는다. 이번 사례는 궤도 내에서 VLM을 사용한 최초의 보고 사례다.

다른 우주 기업들도 궤도 내 AI 적용을 가속하고 있다. Planet Labs는 Jetson Orin 프로세서를 탑재한 위성을 운용하고 있다. 이 프로세서를 활용해 궤도상에서 객체 탐지를 수행한다. 현재 VLM을 포함한 다양한 AI 애플리케이션을 적용하기 위한 연구를 진행 중이다. 궤도 내 분석 능력을 고도화해 데이터 처리 효율을 높이려는 시도다.

Kepler Communications는 우주 공간에서 최대 규모의 GPU 그룹을 운영하고 있다. 이들은 자체 컴퓨팅 환경을 구축해 궤도 내에서 데이터를 처리한다. 이미 여러 미공개 유스케이스를 통해 해당 컴퓨팅 환경의 실효성을 확인했다. 우주 내 연산 자원을 직접 확보해 데이터 필터링과 분석 속도를 높이는 구조를 갖췄다.

VLM과 NASA JPL의 소프트웨어가 결합되어 궤도 내 AI

위성 데이터 전송에는 막대한 비용과 시간이 든다. 기존에는 위성이 수집한 대량의 데이터를 지상에 있는 분석가에게 전송하고 이를 일일이 처리하는 방식에 의존했다. 이제는 궤도상에서 초기 데이터 분류를 수행하는 트리아지(Triage, 우선순위 분류) 방식으로 바뀐다. 분석가가 직면했던 방대한 원시 데이터의 홍수를 획기적으로 줄여 전체적인 분석 효율을 높이는 구조다.

Loft Orbital의 Yam-9 위성은 Google DeepMind의 Gemma 3 VLM을 탑재했다. VLM은 시각 정보와 언어 정보를 동시에 처리하는 시각-언어 모델이다. 엣지 애플리케이션용으로 설계된 Gemma 3 모델이 이미지 분석과 문맥 이해를 직접 수행한다. NASA JPL의 Juan Delfa Victoria가 개발을 이끈 NAVI-Orbital 소프트웨어 패키지가 Gemma 3 VLM을 구동하는 하네스(Harness, 제어 장치) 역할을 수행하며 시스템을 지탱했다.

이 결합을 통해 자연어 쿼리에 기반한 인프라 식별 등이 궤도 내에서 가능해졌다. 엣지 컴퓨팅 구조를 활용해 지상 전송 없이 실시간으로 데이터를 필터링한다. 대량의 데이터를 내려받는 대신 필요한 정보만 골라내는 방식이다. 데이터 다운링크 비용 절감과 실시간 궤도 내 데이터 필터링 가능 여부가 향후 위성 데이터 분석 시스템의 핵심 판단 기준이 된다.

궤도상 AI 인프라 구축을 통해 '상시 감시 레이어' 및 지구

지상으로 데이터를 내려받아 분석가가 일일이 확인하던 수일의 시간이 궤도 내 처리로 단축됐다. 2025년 가을에 발사된 Yam-9은 Loft Orbital의 궤도 AI 프로젝트를 위한 패스파인더(Pathfinder, 선도적 탐색) 위성이다. 이 위성은 고성능 연산을 위해 Nvidia Jetson Orin AGX GPU(그래픽 처리 장치)를 탑재했다. 우주 컴퓨팅 분야의 선도적인 칩을 활용해 궤도 내에서 직접 고성능 연산을 수행하는 엣지 컴퓨팅 구조를 구현했다. 궤도상에서 AI 모델을 구동해 데이터 처리의 물리적 거리를 없앴다.

VLM(시각-언어 모델)을 활용하면 특정 국경 감시와 같은 논리적 명령을 내리고 위성과 상호작용하는 상시 감시 레이어를 구축할 수 있다. Loft Orbital은 Yam-9과 같은 위성을 50~100개까지 운용하는 군집 구축을 목표로 한다. 지구 어디든 실시간으로 커버하는 감시망을 구현해 관측 공백을 없앤다. 궤도상에서 데이터를 직접 필터링하는 트리아지(Triage, 우선순위 분류)를 통해 지상으로 전송할 핵심 데이터만 선별한다. 불필요한 데이터 전송을 막아 다운링크 비용을 절감하고 실시간 대응 속도를 높인다. 궤도 내 지능형 필터링은 데이터 전송 효율을 결정하는 핵심 판단 기준이 된다.

분석가가 지상으로 내려받은 사진을 일일이 확인하던 수일의 대기 시간이 사라진다. Loft Orbital의 Yam-9 위성은 Nvidia Jetson Orin AGX GPU를 통해 궤도상에서 Gemma 3 VLM을 직접 구동한다.

데이터 전송 효율은 이제 다운링크 비용 절감과 실시간 궤도 내 필터링(Triage) 가능 여부에 달려 있다. 궤도 내 지능형 처리 능력이 위성 데이터 비즈니스의 실질적 수익성을 결정한다.