IBM・NASAが月面AIモデルを공개

이번에 공개된 「NASA-IBM Lunar Foundation Model」은 달 표면 매핑 분야에서 최초로 복수의 관측 모달리티를 통합한 AI 모델이다。아키텍처는 IBM과 유럽우주기관(ESA)이 공동 개발한 지구 관측 모델 「TerraMind」를 기반으로 하며, 해상도나 센서 종류가 다른 데이터를 정렬하는 크로스모달 학습이 특징이다.

통합된 데이터 소스는 폭넓다. NASA의 중력 탐사 미션 GRAIL은 20km/픽셀 규모로 달의 지각·지하를 매핑했고, 달 정찰 궤도선(LRO)은 1m/픽셀이라는 정밀도로 극지 크레이터 내의 얼음과 암석 경계를 촬영했다. 이처럼 규모 차이가 극단적인 데이터를 하나의 표현으로 압축한 것이 이번 모델의 핵심이다.

NASA가 우선 적용하는 과제는 세 가지다. 첫째, 지금까지 카탈로그화되지 않은 소형 크레이터의 자동 매핑。둘째, 고대 용암류를 포함한 화산 지형의 역사 해석。셋째, 남북 극지의 영구 음영 크레이터에서 얼음을 탐색하는 것이다. 이 얼음은 장기 체류 거점에서 식수·산소·연료의 원료로 활용될 가능성이 있다.

달 표면 특유의 과제로 조명 조건의 어려움도 있다. 달의 낮과 밤은 각각 약 2주씩이며, 대기가 거의 없어 빛이 산란되지 않는다. 그 결과 지형의 명암 대비가 극단적으로 강해지고, 레골리스(암석 분진층)의 반사 특성도 태양 각도에 따라 크게 변한다. TerraMind 기반의 아키텍처는 이러한 결손·노이즈가 많은 관측값을 보완하는 용도에도 적합하다고 IBM은 설명한다.

이 모델은 앞서 공개된 지구 관측용 「Prithvi EO」와 태양 관측용 「Surya」에 이은 시리즈 모델로, 데이터셋과 기술 보고서도 함께 공개되었다.