KAIST, AI 기반 홀추력기 성능 예측모델 개발
인공신경망 앙상블 구조 도입..평균오차 9% 정확도
인공신경망 앙상블 구조 도입..평균오차 9% 정확도
KAIST는 최원호 원자력및양자공학과 교수 연구팀이 인공위성이나 우주탐사선의 엔진인 '홀 전기추력기(홀 추력기)'의 추력 성능을 높은 정확도로 예측하는 AI 기술을 개발했다고 3일 밝혔다.
홀추력기는 한정된 연료를 효율적으로 활용할 수 있는 고효율 우주추진 장치로, 소모 전력 대비 추력 발생 성능이 탁월해 다양한 우주임무에 널리 사용되고 있다. 이런 장점으로 우주 환경에서 군집위성의 편대비행 유지와 우주쓰레기 감축을 위한 궤도이탈 기동, 혜성이나 화성탐사와 같은 심우주 탐사를 위한 추진력 제공 등 다양한 임무에 활용된다. 스페이스X의 '스타링크 군집위성', 미국 항공우주국(NASA)의 '사이키 소행성 탐사선' 등에 홀추력기가 탑재됐다.
고유한 임무에 최적화된 고효율 홀 추력기를 개발하기 위해선 설계 단계부터 추력기의 성능을 정확하게 예측하는 기법이 필수적으로 요구된다. 하지만, 기존 방식들은 홀추력기 내에서 일어나는 플라즈마 현상을 정밀하게 다루지 못하거나 특정 조건에 한정돼 성능 예측 정확도가 낮은 한계가 있다.
연구팀은 홀추력기의 설계, 제작, 시험의 반복 작업에 걸리는 시간과 비용을 획기적으로 줄이면서 정확도가 높은 AI 기반 추력기 성능 예측 기법을 개발했다. 자체 개발한 전기추력기 전산 해석 도구를 활용해 생성한 1만8000개의 홀 추력기 학습 데이터를 기반으로 인공신경망 앙상블 구조를 도입해 추력 성능 예측에 적용했다.
앙상블 기법은 독립적으로 학습된 개별 인공신경망의 예측값 평균을 활용하는 방식으로, 학습 데이터의 범위를 넘어선 추론이 요구되는 어려운 예측 환경에서 유용하다. 앙상블 모델은 홀추력기의 설계 변수에 따라 높은 정확도로 단지 수 초 내 짧은 시간 안에 추력기 성능을 예측할 수 있는 디지털 트윈 모델로 작동한다.
특히 연료 유량과 자기장과 같은 설계 변수에 따른 추력과 방전 전류 등의 성능 지표 변화를 상세하게 분석할 수 있다. 연구팀은 인공신경망 모델이 700W급, 1㎾급 홀추력기에서 평균 오차 5% 이내, 미군 공군연구소에서 개발한 5㎾급 고전력 홀추력기에 대해 평균 오차 9% 이내의 정확도를 보였다고 설명했다. 다양한 전력 크기의 홀추력기에 폭넓게 적용할 수 있음을 입증했음을 보여준다.
개발된 홀추력기는 오는 11월 발사 예정인 누리호 4차 발사에 탑재되는 큐브위성 'K-HERO'에 실려 우주로 발사된다.
최원호 KAIST 교수는 "AI 기반 성능 예측 기법은 정확도가 높아 인공위성과 우주선의 엔진인 홀추력기의 추력 성능 확보와 고효율 저전력 홀추력기 개발에 이미 활용되고 있다"며 "AI 기법은 홀추력기뿐 아니라 반도체, 표면처리 및 코팅 등 다양한 산업에 활용되는 이온빔 소스 연구에 접목할 수 있다"고 말했다.
이 연구결과는 '어드밴스드 인텔리전트 시스템(지난해 12월 25일)' 온라인에 실렸으며, 표지논문으로 선정됐다. 이준기기자 bongchu@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
