NASA's Perseverance rover completing a 456-meter Mars drive autonomously after an AI system planned the full route without human intervention.

456m 화성 자율주행, NASA가 AI에 운전대를 맡긴 이유

작성자:
Key Takeaways

  • NASA 퍼서비어런스 로버가 Anthropic Claude AI로 계획한 경로를 따라 화성 자율주행 456m에 성공 — 우주 탐사 역사상 최초
  • JPL 디지털 트윈이 50만 개 이상 변수를 시뮬레이션해 안전을 검증했으며, 엔지니어 검토 시 경미한 수정만 필요
  • 경로 계획 시간 약 50% 단축 — 28년간 이어진 수동 조종 방식의 효율성 한계를 돌파했다

456m. 화성 표면 위에서 AI가 스스로 설계한 경로의 총 길이입니다. 2025년 12월, NASA의 퍼서비어런스 로버가 Anthropic Claude의 웨이포인트만으로 제제로 크레이터 림의 암석 지대를 통과하며 화성 자율주행 역사의 첫 페이지를 열었습니다.

28년 화성 자율주행의 한계 — 왜 AI가 필요했나

1997년 소저너가 화성에 첫 바퀴 자국을 남긴 이후, 로버의 경로는 지구에 있는 엔지니어들이 수동으로 계획해 왔습니다. 웨이포인트(waypoint, 로버가 새 명령을 받는 중간 좌표) 하나하나를 인간이 직접 지정하는 이 방식은 28년간 한 번도 바뀌지 않았습니다.

문제의 핵심은 지구와 화성 사이의 통신 지연입니다. 편도 최대 24분이 걸리는 신호 전달 시간 때문에 실시간 조종은 원천적으로 불가능합니다. 한 번의 주행 명령을 보내고 결과를 확인하는 데만 하루가 소요되는 구조에서, 탐사 효율성에는 명확한 한계가 존재했습니다.

이 28년간의 방식이 만들어낸 가장 큰 제약은 탐사 속도입니다. 엔지니어 팀이 전날 수신한 데이터를 분석하고, 새 경로를 설계하고, 시뮬레이션으로 검증하는 반복 사이클이 로버의 일일 주행 거리를 직접적으로 제한해 왔습니다. 탐사 범위를 넓히려면 이 병목을 해소할 근본적으로 다른 접근법이 필요했습니다.

Claude가 화성을 ‘본’ 방법 — HiRISE 이미지와 비전-언어 모델

NASA JPL(Jet Propulsion Laboratory)은 Anthropic의 Claude 비전-언어 모델(VLM, Vision-Language Model)에 화성 경로 계획을 맡겼습니다. Claude가 분석한 데이터는 HiRISE(High Resolution Imaging Science Experiment) 궤도 이미지와 디지털 고도 모델에서 추출한 지형 경사 데이터입니다.

인간 계획자들이 사용하는 것과 동일한 이미지와 데이터셋이 AI에게 주어졌습니다. Claude는 이 데이터를 기반으로 암반, 노두(outcrop), 위험한 모래 물결(sand ripple) 등을 자동 식별하고 이를 회피하는 안전 경로를 생성했습니다.

이 접근이 주목받는 이유는 새로운 전용 AI를 개발한 것이 아니라, 이미 검증된 범용 비전-언어 모델을 우주 탐사에 적용했다는 점입니다. JPL의 기존 운영 데이터셋을 그대로 활용하면서도, 인간 계획자와 동등한 수준의 경로 판단을 AI가 수행할 수 있음을 입증했습니다.

화성 자율주행 AI 경로 계획 일러스트레이션
Claude AI가 HiRISE 궤도 이미지를 분석해 화성 표면의 안전 경로를 설계하는 과정을 시각화한 이미지 — Generated by OpenAI DALL-E 3

10m 세그먼트 경로 설계 — Rover Markup Language로 명령 생성

Claude는 전체 경로를 10m 단위 세그먼트로 분할해 설계했습니다. 각 세그먼트에 대해 Rover Markup Language(RML, XML 기반 로버 프로그래밍 언어)로 직접 명령을 작성했습니다.

주목할 점은 자체 비판(self-critique) 프로세스입니다. Claude는 생성한 웨이포인트를 스스로 검토하고, 반복적으로 개선하는 과정을 거쳤습니다. 단순히 경로를 그린 것이 아니라, 자신의 계획을 비판적으로 재검토하는 추론 과정을 수행한 것입니다.

기술적으로 의미 있는 지점은 AI가 로버 전용 프로그래밍 언어로 직접 실행 코드를 작성했다는 사실입니다. 기존에는 경로 계획 결과를 엔지니어가 다시 코드로 변환하는 중간 단계가 필요했습니다. Claude는 이 과정을 생략하고, 계획에서 실행 명령까지 일원화된 파이프라인을 구현했습니다.

함께 읽으면 좋은 글
187% 폭증한 AI 봇 트래픽, 인터넷에서 인간이 소수가 됐다

50만 변수 디지털 트윈 검증 — 안전은 어떻게 확보했나

AI가 만든 경로가 곧바로 화성에 전송된 것은 아닙니다. JPL은 퍼서비어런스의 디지털 트윈(digital twin, 가상 복제본)을 통해 50만 개 이상의 텔레메트리 변수를 시뮬레이션했습니다. 로버의 예상 위치, 지형 충돌 가능성, 장비 상태까지 모든 시나리오를 가상으로 검증한 뒤에야 명령이 NASA 딥스페이스 네트워크(DSN)를 통해 화성으로 전송되었습니다.

JPL 엔지니어들이 Claude의 계획을 검토한 결과, 경미한 수정만 필요했습니다. Vandi Verma JPL 우주 로봇공학자는 “생성형 AI의 기본 요소들이 자율 내비게이션의 핵심 영역을 간소화하는 데 큰 가능성을 보여주고 있다”고 평가했습니다.

210m + 246m, 이틀간의 실전 주행 결과

2025년 12월 8일(sol 1,707, sol은 화성일), 퍼서비어런스는 Claude가 설계한 웨이포인트를 메모리에 탑재하고 210m를 주행했습니다. 이틀 후인 12월 10일(sol 1,709), 추가 246m를 주행하며 총 456m의 화성 자율주행을 완료했습니다.

주행 구간은 제제로 크레이터 림의 암석 지대였습니다. 인간 계획자의 개입 없이 AI 경로만으로 이 난관을 안전하게 통과한 것은 우주 탐사 역사상 처음입니다.

이 결과가 기술 시연을 넘어서는 이유가 있습니다. 28년간 축적된 인간 계획자의 판단력과 AI의 경로 설계가 직접 비교되었고, AI 계획이 실전 투입에 충분한 수준임이 확인되었습니다. 향후 AI 경로 계획이 보조 수단이 아닌 주(主) 계획 방식으로 전환될 수 있는 근거가 마련된 셈입니다.

화성 자율주행 로버 탐사
28년간 인간이 수동으로 설계하던 화성 로버의 경로가 AI의 영역으로 넘어갔다 — Photo by NASA on Unsplash

경로 계획 시간 50% 단축 — 효율의 새 기준

이번 시연에서 확인된 가장 실질적이고 즉각적인 성과는 속도입니다. 기존 수동 계획 대비 경로 계획 시간이 약 50% 단축된 것으로 추정됩니다.

이 효율성 향상은 단순한 시간 절감을 넘어섭니다. 계획 시간이 절반으로 줄면 같은 기간에 더 많은 주행을 실행할 수 있고, 그만큼 과학 데이터 수집 범위가 확장됩니다. NASA 국장 Jared Isaacson은 “이런 자율 기술은 미션 운영 효율화, 까다로운 지형 대응, 과학적 수확 증대에 기여할 수 있다”고 강조했습니다.

화성 탐사의 관점에서 이 효율 개선이 의미하는 바는 명확합니다. 동일한 임무 기간 동안 더 넓은 지역을 탐사할 수 있고, 더 많은 암석 샘플과 지형 데이터를 수집할 수 있습니다. 로버의 물리적 수명이 아니라 계획 속도가 탐사 범위를 결정하던 구조가 근본적으로 바뀌는 것입니다.

함께 읽으면 좋은 글
$250억 Terafab, 반도체 경험 제로 머스크가 TSMC에 도전장을 냈다

아르테미스와 차세대 로버 — AI 자율주행의 미래

이번 시연의 파급력은 화성에 국한되지 않습니다. Matt Wallace JPL 탐사시스템실 매니저는 “달에 영구적 인간 주둔을 위한 인프라와 시스템 구축에 반드시 필요한 핵심 기술“이라고 평가했습니다. 아르테미스 프로그램의 달 기지 건설 과정에서 AI 자율 내비게이션은 핵심 인프라 기술로 부상하고 있습니다.

통신 지연이 화성보다 짧은 달에서도, 광범위한 기지 건설 자재 운반에는 AI 경로 자동화가 필수적이라는 것이 이번 시연이 남긴 교훈입니다. 차세대 화성 로버에는 드론 군집과 AI가 협업하는 탐사 개념도 검토되고 있습니다. 28년간 인간이 한 줄씩 짜던 웨이포인트가 AI의 영역으로 넘어간 지금, 앞으로 추적해야 할 지표는 AI 화성 자율주행 거리의 확대 속도와 차세대 로버 설계에 AI 경로 계획이 기본 탑재되는 시점입니다.

참고 자료

트렌드를 먼저 읽는 사람들

AI, 테크, 경제의 핵심 인사이트를 한국어와 영어로 동시에 제공합니다.

더 많은 글 보기