달 표면 200만 장을 한 모델로…NASA·IBM, 극지 얼음 탐색 오차 최대 22% 축소

달의 얼음과 충돌구를 찾을 때마다 전용 모델을 처음부터 만드는 대신, 4개 탐사선이 쌓은 관측을 한 번에 읽는 공통 기반을 미세조정하는 길이 열렸다. NASA가 2026년 9월 10일 공개한 NASA-IBM Lunar Foundation Model은 약 200만 개 영상 타일을 사전학습한 달 과학용 오픈소스 foundation model이다. 극지 얼음 존재 가능성을 추정하는 실험에서는 SwinV2-B 기반 모델보다 RMSE를 최대 22% 낮췄다.

학습 자료의 규모보다 눈에 띄는 부분은 서로 다른 관측 방식을 같은 좌표계에 묶었다는 점이다. 모델은 NASA Lunar Reconnaissance Orbiter가 17년 동안 촬영한 1m 해상도 고해상도 카메라 영상 100만 장 이상과 100m 해상도 다중분광 영상 약 96만4,000장을 사용했다. 여기에 NASA의 GRAIL·Lunar Prospector, 일본 JAXA의 SELENE/Kaguya 자료를 더했다. 공개 데이터셋은 4개 임무의 9개 관측 장비에서 나온 30개 이상의 공간 정렬 레이어를 포함한다.

이 구성은 같은 지형을 사진, 고도, 레이더 반사, 원소 분포처럼 서로 다른 신호로 함께 읽게 한다. 달 자료는 장비마다 해상도와 관측 각도, 촬영 시점이 달라 하나의 기계학습 입력으로 만들기 어려웠다. NASA와 IBM은 다중 모달·다중 해상도 자료를 공통 표현으로 학습시켜, 적은 양의 라벨만으로 충돌구 탐지, 불규칙한 월면 바다 지형 분할, 극지 얼음 안정성 추정에 맞출 수 있도록 했다.

성능은 모든 과제에서 일방적으로 앞선 것은 아니다. NASA 설명에 따르면 충돌구 지도와 젊은 화산 지형 분할에서는 강한 비교 모델과 비슷하거나 더 나은 수준이었고, 가장 뚜렷한 우위는 극지 얼음 안정성 추정에서 나왔다. IBM이 공개한 기술 자료는 주요 달 지형 식별에서 기존 방법을 최대 23% 웃돌았다고 제시한다. 조명 조건이 궤도마다 달라 작은 충돌구의 가시성이 달라질 수 있다는 한계도 함께 명시됐다.

실제 활용 범위는 착륙 후보지 선정과 자원 탐색에 맞닿아 있다. 영구 음영 지역은 수십억 년 동안 얼음을 가둘 만큼 차갑고, 이 얼음은 달의 역사 연구뿐 아니라 장기 체류에 필요한 자원 후보이기도 하다. 모델은 학습 때 보지 않은 SpaceX 로켓 동체 충돌 전후 영상을 비교해 새 충돌구를 표시하는 시험도 거쳤다. 넓은 표면에서 자연 충돌이나 지형 변화를 자동으로 거르는 출발점인 셈이다.

가중치와 설정은 Hugging Face, 미세조정·추론 코드는 GitHub에 공개됐다. TerraTorch 연동 설정과 과제별 체크포인트, 벤치마크 데이터도 함께 제공된다. 연구자가 결과표만 보는 데서 끝나지 않고 같은 자료로 재현하고 새로운 임무에 맞춰 검증할 수 있다는 점이 이번 공개의 가장 큰 가치다.