피씨엔, 위성 궤도 한 달 예측 AI 모델 오픈소스로 공개
핵심 요약
피씨엔이 세종대와 공동 개발한 위성 궤도 예측 AI 모델 'OrbitFM'을 허깅페이스에 오픈소스로 공개했다. 이 모델은 우주기상 데이터를 결합해 기존 대비 최대 50%의 위치 오차 개선을 달성했다. 피씨엔은 산학 협력을 통해 공공성 높은 분야의 AI 연구개발을 지속할 계획이다.
피씨엔은 세종대학교 인공지능 연구실과 협력해 인공위성의 미래 궤도를 최대 한 달 앞까지 예측하는 AI 모델 'OrbitFM'을 개발하고, 이를 글로벌 오픈소스 플랫폼 허깅페이스에 공개했다고 19일 밝혔다. 이 모델은 위성 궤도 정보의 국제 표준 형식인 TLE(투 라인 요소) 시계열을 입력받아 향후 궤도 요소 변화와 위성 위치를 예측한다.
OrbitFM은 25억(2.5B) 파라미터 규모의 최신 시계열 파운데이션 모델을 우주 도메인에 맞게 재학습시킨 것이 특징이다. 2005년부터 2024년까지 20년치 저궤도(LEO) 위성의 TLE 기록을 정제해 학습했으며, 특히 태양 전파 플럭스(F10.7)와 지자기 활동 지수(Ap) 등 우주기상 데이터를 함께 입력해 기존 방식이 반영하지 못한 대기 항력 변화를 포착한다. 데이터 품질 관리를 위해 물리적으로 불가능한 값과 이상치를 통계 기법으로 걸러내고, 불규칙한 관측 간격을 일 단위 시계열로 재구성하는 전처리 파이프라인을 구축했다. 또한 절대 궤도값 대신 일별 변화량(drift)을 예측하도록 학습 목표를 설계해 장기 궤도 감쇠 신호를 정밀하게 학습했다.
성능 검증은 2022년 이전 데이터로 학습하고 2023년 이후 데이터로 평가하는 시간 기준 분할 방식으로 진행됐다. 최대 1500개 위성을 대상으로 기존 표준 방식과 비교한 결과, OrbitFM은 3일 예측에서 평균 위치 오차를 약 32.8%, 7일 예측에서 약 48.8% 줄였으며, 14일과 30일 예측에서도 약 50%의 개선을 유지했다. 피씨엔은 모델 가중치와 학습·평가 파이프라인 전체를 아파치 2.0 라이선스로 공개했다.
이우성 피씨엔 R&S본부 이사는 "OrbitFM은 AI 시계열 파운데이션 모델이 언어와 금융을 넘어 우주 영역의 물리 현상까지 학습할 수 있음을 보여준 사례"라며 "앞으로도 산학 협력을 바탕으로 우주·환경 등 공공성 높은 분야에서 기술의 사회적 가치를 실현하는 AI 연구개발을 지속할 것"이라고 말했다.
