이미지 출처: [IBM](https://newsroom.ibm.com/2026-09-10-ibm-and-nasa-release-open-source-ai-model-to-support-lunar-exploration){target=“_blank”}
NASA(미항공우주국)와 IBM은 2026년 9월 10일(현지 시간), 달 과학 탐사용 AI 기반 모델 “NASA-IBM Lunar Foundation Model”을 오픈 소스 형태로 일반 공개했다. 수십 년에 걸쳐 축적된 달 관측 데이터를 학습하여, 크레이터 탐지, 화산 지형 분석, 달 극지대에 얼음이 존재할 가능성 추정에 활용될 수 있다. NASA에 따르면, 달 과학에 특화된 오픈 소스 AI 모델로서 초기 단계의 하나이다.
## 약 200만 개의 이미지 타일로 학습, 다양한 관측 데이터를 하나의 AI에
NASA-IBM Lunar Foundation Model은 NASA의 달 탐사선 “Lunar Reconnaissance Orbiter(LRO)”의 관측 데이터를 중심으로 학습한 기반 모델이다.
NASA에 따르면, 학습에는 약 200만 개의 이미지 타일을 사용했다. 이 중 100만 개 이상이 약 1미터 해상도의 고해상도 카메라 이미지가며, 약 96만 4천 개가 약 100미터 해상도의 멀티스펙트럴 이미지를 포함한다. LRO에 더하여, NASA의 GRAIL 및 Lunar Prospector, 일본항공연구개발기구(JAXA)의 달 궤도 위성 “SELENE(가구야)” 등의 데이터도 활용하고 있다.
IBM과 NASA는 모델 개발에 맞춰 4개의 임무에 탑재된 9종류의 관측 장비로부터 30개 이상의 공간적으로 위치 보정된 데이터 레이어를 축적한 머신러닝용 달 데이터셋을 구축했다. 이미지뿐만 아니라, 지형, 온도, 광물, 중력 등 다양한 종류 및 해상도의 정보를 결합하여 처리할 수 있다는 특징이다.
모델 카드에 따르면, 모델은 ViT-B를 기반으로 한 인코더/디코더 구성으로, 11종류의 모다リティ를 다룬다. 지구 관측용 AI 모델 “TerraMind”의 기법을 달면 데이터에 적용하여, 서로 다른 해상도 및 관측 조건의 데이터에서 공통적인 특징을 학습하고 있다.
이미지의 출처: NASA/IBM Research
## 달의 얼음, 크레이터, 화산 지형 분석
NASA와 IBM은 모델의 주요 용도로서 “달 극지방의 얼음 존재 가능성 추정”, “크레이터 탐지”, “화산 지형 분석”을 제시하고 있다.
월의 극지에는, 태양광이 거의 닿지 않는 “영구 그림자 영역”이 존재한다. 이러한 장소에서는 얼음이 장기간 보존될 가능성이 높으며, 미래의 달 탐사에서는 물, 산소, 연료 등의 자원을 활용할 가능성이 있다.
얼음이 존재할 가능성을 추정하는 평가에서는, NASA-IBM 루나 펀다이먼 모델(NASA-IBM Lunar Foundation Model)이 SwinV2-B와 비교하여 RMSE(평균 제곱근 오차)를 최대 22% 감소시켰다. 한편, 모델이 출력하는 것은 실제로 얼음을 관측한 결과가 아닌, 온도와 지형 등에서 추정한 “얼음이 존재할 가능성”을 나타내는 데이터이다.
크레이터 탐지에서는, 약 1미터 해상도의 이미지에서 전용 모델과 동등한 성능을 보였으며, 약 100미터 해상도에서는 학습 데이터를 절반으로 줄인 조건에서도 SwinV2-B를 약 19% 상회했다. 또한, “Irregular Mare Patches(불규칙한 현무암질 해변)”라고 불리는 화산 지형 영역을 특정하는 작업에서는 비교 모델보다 약 3% 상회했다.
이미지의 출처: [NASA／IBM Research](https://newsroom.ibm.com/2026-09-10-ibm-and-nasa-release-open-source-ai-model-to-support-lunar-exploration)
## 아르테미스 계획이 진행되는 가운데, 연구자들이 자유롭게 이용 가능
IBM Research는 이번 모델에 대해 NASA의 유인 달 탐사 “아르테미스 계획”이 진행되고, 향후 달 표면에서의 장기 활동이 검토되는 가운데, 달 표면을 이해하기 위한 지도 및 관측 데이터 분석의 중요성을 설명하고 있다. NASA는 크레이터 및 지형 분석, 달의 지질학적 역사 연구, 극지방의 얼음 조사 등에 모델을 활용할 수 있다고 제시하고 있다.
모델은 Hugging Face에서 공개되었으며, 라이선스는 Apache 2.0. 파인튜닝 등에 활용하는 코드 또한 GitHub에서 공개되어 있으며, 연구자는 특정 달 과학 태스크(Task)에 맞게 모델을 적응시킬 수 있다.
한편, 공개된 모델 카드에서는 착륙 지점 인증 및 위험 회피와 같은 실제 운영상의 의사 결정에는 검증되지 않았음을 명시하고 있다. 현 단계에서는 달 표면 활동을 직접 제어하는 AI가 아닌, 달 관측 데이터 분석 및 연구를 지원하기 위한 기반 모델이라는 위치를 차지하고 있다.
관련 기사: IBM과 NASA, Hugging Face에서 지리공간 AI 기반 모델 공개, 오픈 소스에서 이용 가능하게
관련 기사: NASA와 Anthropic, Claude로 화성 탐사 차량의 주행 경로를 생성 – 퍼서비어런스(Perseverance)가 AI 계획에서 총 456미터 주행
관련 기사: NASA와 Microsoft, 100페타바이트 규모의 지구 관측 데이터에 접근 가능한 AI 툴 “Earth Copilot”을 개발 중
관련 기사: JAXA, 지구 관측 데이터를 “생성 AI로부터 호출” 가능하게 되면서──Python API v0.1.5에서 Claude Desktop용 MCP 샘플 추가
관련 기사: JAXA, 탐사선 및 인공위성이 “자신의 목소리”로 대화하는 “Mission Buddy” 시제품 개발 진행, 생성 AI로 운영 지원
원문 보기 | 출처: Ledge.ai