KAIST, 인공지능 기법 ‘홀추력기’ 개발…“올해 발사 큐브위성에 탑재”

KAIST 연구진이 인공지능 기법을 적용해 개발한 큐브위성용 홀전기 추력기(Hall thruster·이하 홀추력기)가 올해 11월 발사 예정인 누리호(4차) 큐브위성 K-HERO에 탑재돼 우주에서 성능을 검증받는다.

홀추력기는 스페이스X의 스타링크(Starlink) 군집위성과 NASA의 사이키(Psyche) 소행성 탐사선 등 고난도 우주 임무에 활용되는 고효율 추진 장치로 핵심 우주기술 중 하나다.

(왼쪽부터) 원자력 및 양자공학과 김영호 박사과정, 원자력공학과 최원호 교수, 원자력및양자공학과 박재홍 박사과정. KAIST 제공

KAIST는 원자력 및 양자공학과 최원호 교수 연구팀이 인공위성 또는 우주탐사선의 엔진인 홀추력기의 추력 성능을 높은 정확도로 예측할 수 있는 인공지능 기법을 개발했다고 3일 밝혔다.

홀추력기는 적은 추진제(연료)로도 위성 또는 우주선을 가속할 수 있고, 소모 전력 대비 큰 추력을 발생시킬 수 있다.

이러한 장점으로 홀추력기는 우주 환경에서 군집위성의 편대비행 유지와 우주쓰레기 감축을 위한 궤도이탈 기동, 혜성이나 화성 탐사 등 심우주 탐사를 위한 추진력 제공 임무에 폭넓게 활용된다.

무엇보다 최근에는 우주산업의 확장과 함께 우주 임무가 다양해져 이에 맞는 홀추력기 수요가 증가하고 있다. 다만 각각의 고유 임무에 최적화된 고효율 홀추력기를 신속하게 개발하기 위해서는 설계단계부터 추력기의 성능을 정확하게 예측하는 기법이 필수적이다.

하지만 기존의 방식은 홀추력기 내에서 복잡하게 일어나는 플라즈마 현상을 정밀하게 다루지 못하거나, 특정 조건에 한정돼 성능 예측 정확도가 낮은 한계를 보였다.

이에 연구팀은 홀추력기의 설계, 제작, 시험의 반복 작업에 걸리는 시간과 비용을 획기적으로 줄이는 인공지능을 기반으로 정확도가 높은 추력기 성능 예측기법을 개발했다.

앞서 연구팀은 2003년 국내에서 처음으로 전기추력기 개발 연구를 시작해 관련 연구개발을 주도했다. 이 과정에서 연구팀은 자체적으로 개발한 전기추력기 전산 해석 도구로 생성한 1만8000개의 홀추력기 학습데이터를 기반으로 인공신경망 앙상블 구조를 도입해 추력 성능을 예측하는 데 적용했다.

전산 해석 도구는 양질의 학습데이터를 확보하기 위해 개발돼 플라즈마 물리 현상과 추력 성능을 모델링한다. 전산 해석 도구의 정확성은 연구팀이 국내 최초로 개발한 10개의 홀추력기로 수행된 100여개의 실험 데이터와 비교했을 때 평균오차가 10% 이내(정확도가 높은 것)로 검증됐다.

또 학습된 인공신경망 앙상블 모델은 홀추력기의 설계 변수에 따라 높은 정확도로 수초 내에 추력기 성능을 예측할 수 있는 디지털트윈으로 작동한다.

특히 기존에 알려진 스케일링 법칙으로는 분석하기 어려웠던 연료 유량이나 자기장 등 설계 변수에 따른 추력과 방전전류와 같은 성능지표 변화를 상세하게 분석할 수 있다.

연구팀은 이번에 개발한 인공신경망 모델이 자체 개발한 700W급과 1㎾급 홀추력기에서 평균오차 5% 이내, 미 공군연구소에서 개발한 5㎾급 고전력 홀추력기는 평균오차 9% 이내의 정확도를 보여 향후 인공지능 예측기법이 다양한 전력 크기의 홀추력기에 폭넓게 적용될 가능성을 입증했다.

최원호 교수는 “연구팀이 개발한 인공지능 기반 성능 예측기법은 정확도가 높아 인공위성과 우주선의 엔진인 홀추력기의 추력성능 분석과 고효율 저전력 홀추력기 개발과정에서 이미 활용되고 있다”며 “이 인공지능 기법은 홀추력기 뿐 아니라 반도체, 표면 처리 및 코팅 등 다양한 산업에서 활용되는 이온빔 소스의 연구개발에도 접목될 수 있다”고 말했다.

그러면서 “인공지능 기법을 사용해 개발한 큐브위성용 홀추력기는 올해 11월 예정된 누리호 4차 발사에서 3U(30x10x10cm) 큐브위성인 K-HERO에 탑재돼 실제 우주 환경에서 성능 검증을 진행할 예정”이라고 덧붙였다.

한편 이번 연구는 한국연구재단 스페이스파이오니어사업(200mN급 고추력 전기추진시스템 개발)의 지원을 받아 수행됐다.

대전=정일웅 기자 jiw3061@asiae.co.kr