궤도 위 VLM 첫 탐색, 위성 데이터 병목을 우주에서 줄이는 길

위성 AI의 변화는 “더 많은 사진”이 아니라 “어떤 사진을 내려보낼지 위에서 먼저 고르는 능력”에서 시작된다. YAM-9 위성에서 vision-language model이 자연어 질의에 맞춰 관심 지역을 찾은 사례는 우주 기반 센서의 병목을 바꾸는 신호다.

TechCrunch는 2026년 4월 진행된 이 시연을, 지상 분석가 없이 지구 관측 위성이 원하는 대상을 스스로 찾아낸 첫 보고 사례로 전했다. Loft Orbital이 만든 YAM-9 위성에서 NASA JPL의 NAVI-Orbital 소프트웨어가 Google DeepMind의 Gemma 3 VLM을 구동했다.

기존 위성 운영은 대량 데이터를 지상으로 내려보낸 뒤 사람이 보거나 머신러닝 모델로 분류하는 방식에 가깝다. 이번 시연에서는 자연환경과 인간 개발 지역이 만나는 지점, 철도 허브 주변 인프라처럼 자연어로 묻는 대상을 궤도 위에서 직접 분류했다.

하드웨어 제약도 중요하다. YAM-9은 2025년 가을 발사됐고, 우주 컴퓨트에 쓰이는 Nvidia Jetson Orin AGX GPU를 실었다. Gemma 3 자체는 범용 모델이지만, JPL 엔지니어들은 우주 환경에서 돌도록 라이브러리와 메모리 사용량을 줄인 소프트웨어 묶음을 만들었다.

단기적으로는 원시 데이터 홍수를 줄이고, 장기적으로는 “감시 요청을 이해하고 계속 추적하는” 위성 네트워크로 이어질 수 있다. Loft는 전 지구 실시간 커버리지에 YAM-9 같은 위성 50~100기가 필요하다고 봤고, 현재는 12기를 운용 중이다.