NASA가 최근 발표한 DARES 2025 백서는 인공지능이 장기 우주 탐사 전략의 중심에 자리 잡으면서, NASA의 우주 탐사 접근 방식에 중대한 전환점을 예고한다.
최근 수십 년간 머신러닝을 포함한 인공지능은 우주 임무에서 빠른 데이터 처리, 고도화된 패턴 인식, 심층적인 인사이트 도출을 가능하게 하는 핵심 요소로 자리매김했다. NASA는 AI와 ML을 통한 자율성 통합이라는 복잡한 과제에 실질적인 권고안을 제시하며 정면으로 대응하고 있다.
백서는 우주생물학이 접근이 어려운 현장, 희귀한 실험실, 독특한 행성 탐사 작업 등에서 얻은 측정치에 크게 의존하기 때문에, 오픈 데이터와 샘플 공유의 이점을 특히 크게 누릴 수 있음을 강조한다. Planetary Data Ecosystem, NASA Open Science Data Repository 등 지역 오픈 데이터 생태계 구축에 진전이 있었으나, 데이터 커버리지에는 여전히 상당한 격차가 존재하며, 이번 전략은 이를 해소하는 데 초점을 맞춘다.
NASA의 AI 통합 의지는 2024년 AI 활용 사례 인벤토리에서도 확인된다. 여기에는 자율 우주 운영부터 첨단 과학 데이터 분석에 이르는 다양한 AI 적용 사례가 포함되어 있다. 대표적으로 AEGIS(과학 수집 자동화 탐사 시스템), 화성 퍼서비어런스 로버의 향상된 AutoNav, 험난한 지형을 주행하는 MLNav(머신러닝 내비게이션) 등이 있다.
DARES 2025 전략은 우주생물학이 다양한 규모에서 복잡하게 얽힌 물리적, 화학적, 생물학적, 사회적 현상을 이해해야 함을 인식한다. 머신러닝과 AI는 다양한 데이터 유형에서 수많은 특징 간의 연관성을 밝혀내는 탁월한 역량을 제공한다. 최근에는 거주 가능성과 관련된 광물 유형 식별, 외계 행성 탐색을 위한 트랜싯 신호 분류, 생물기원 및 비생물기원 화합물 구분 등에도 이미 적용되고 있다.
NASA-DARES RFI 워크숍은 2025년 5월 29~30일에 개최될 예정이며, 차세대 10년을 위한 우주생물학 주요 연구 분야를 구체화할 계획이다. 온·오프라인 하이브리드로 진행되는 이번 행사에는 120건이 넘는 커뮤니티 제출 백서의 의견이 수렴될 예정이며, 이 협력적 노력을 통해 지구 밖 생명에 대한 우리의 이해를 혁신할 수 있는 강력한 전략이 마련될 전망이다.