AI가 우리의 화성에 대한 열망을 지원하며 인간을 화성에 보낸다.
화성 식민지화는 공상과학 소설뿐만 아니라 최근 뜨거운 화제가 되고 있다. 일부 연구자들은 인간이 언젠가 붉은 행성에 살 수 있을 것이라고 믿는다. 많은 사람들은 인공지능이 비록 고상하긴 하지만 흥미로운 목표를 달성하는 데 중요한 역할을 할 것이라고 주장한다. 인간을 지구로 데려가 그곳에서 살 수 있도록 돕는 데 있어 가장 큰 과제는 무엇일까? AI가 어떻게 도움이 될까?
화성 식민지화를 막는 장애물
화성에서의 생명체는 매혹적인 전망이다. NASA는 2030년대까지 우주 비행사를 그곳으로 보내기를 희망하지만 인간은 아직 화성에 가본 적이 없다. 특히 우주비행 전문가가 아닌 사람들을 그런 목적지로 데려가는 것은 대단한 일이 될 것이다. 지금 우리가 그것을 달성하는 것을 방해하는 것은 무엇일까?
운송 장벽
많은 사람들이 비행기를 타고 장거리 비행을 하지만, 가장 긴 비행은 여전히 하루가 채 안 된다. 또한 장거리 상용 항공편에는 Wi-Fi, 스트리밍 콘텐츠, 스낵이 제공되어 여행을 더욱 즐겁게 만들어준다.
순전히 거리는 화성에 도달하는 데 있어 가장 어려운 요소 중 하나일 것이다. 지구와 화성 사이의 여행은 두 행성이 태양의 같은 쪽에 있을 때 가장 짧다. 그럼에도 불구하고 여행은 3,400만 마일이 넘으며 2년에 한 번씩만 가능하다. 다양한 그룹이 여행을 최대한 효율적으로 진행하기 위해 노력하고 있으며 추정에 따르면 6~9개월이 걸릴 것으로 예상된다.
다행스럽게도 인류는 한동안 화성에 가는 것에 관심을 가져왔기 때문에 자주 연구되는 분야이다. 연구자들은 AI를 적용하여 학술 논문을 분석하여 어떤 방법이 가장 자주 언급되고 가장 실현 가능한지 확인할 수 있다. 이러한 노력은 유망한 옵션을 식별하고 해당 옵션에 시간과 기타 자원을 투자하는 데 필요한 시간을 단축할 수 있다.
생계
인간이 화성에 도착하면 그곳에서 생존할 수 있는 충분한 식량과 물이 있을까? 연구자들은 이 매우 중요한 질문에 답하기 위해 최선을 다해 열심히 배우고 있다. AI는 사람들이 지구에서 살아가는 데 필요한 것을 조달하는 데 중요한 역할을 할 수 있다.
일부 화성 탐사선에는 과학적 탐사를 더욱 심화시켜 지구에 대해 우리가 알고 있는 지식을 확장하는 AI 기능이 있다. 예를 들어, 일부 기능을 사용하면 사람의 지속적인 입력 없이도 지질학적 특징을 식별하고 조사할 수 있다. 이러한 행동은 탐사선이 수원을 찾고 지구상의 사람들에게 세부 사항을 보고하는 데 도움이 될 수 있다. 인공지능은 또한 탐사선이 지형을 따라 이동하는 데 도움을 주어 연구 생산성을 높여준다.
호주 5개 대학의 참가자들도 화성에 가거나 화성에 거주하는 인간에게 신뢰할 수 있는 식량 공급원을 제공하는 방법을 조사하고 있다. 소위 팜봇(farmbot)이 프로젝트의 핵심이다. 이러한 혁신은 사람들이 우주에서 먹을 수 있도록 잎채소를 재배하는 로봇이다. 알고리즘은 또한 사람들의 얼굴 표정과 음식에 대한 생리적 반응을 분석한다. 이와 별도로 연구원들은 소모품과 관련된 다양한 적합성 측면을 측정하는 디지털 트윈을 만들었다.
심각한 피해 가능성
진행 중인 연구에서는 또한 화성 여행을 시도하는 사람들에게 위험할 수 있다고 제안한다. 우주 방사선은 가장 큰 위협 중 하나이지만, 화성에서의 누군가의 경험이 지구에서의 삶과 얼마나 다른지에 따라 제기되는 더 광범위한 위험도 있다.
예를 들어, 화성은 질량이 비교적 작기 때문에 중력이 지구보다 낮다. 과학자들은 최근 그러한 세부 사항이 사람들에게 어떤 영향을 미칠 수 있는지를 발견했다. 그들은 우주 비행사 30명의 뇌를 우주로 가기 전후에 스캔했다. 연구 결과에 따르면 지구에서 멀어지면 뇌의 노폐물을 보호하고 영양을 공급하며 제거하는 체액으로 채워진 충치인 심실이 확장되었다.
또한, 연구에서는 6개월 이상 지속되는 임무를 완수한 사람들에게서 확장이 중요하다고 제안했다. 우주비행사들이 지구로 돌아온 후 심실이 수축되기는 했지만, 완전한 회복을 위해서는 비행 사이에 3년의 휴식 시간이 필요했다.
또 다른 연구에서는 사람을 무중력으로 보이게 만드는 미세 중력이 화성을 오가는 여행을 몇 달 동안 경험하게 될 사람들에게 어떤 영향을 미칠 수 있는지 조사했다. 한 그룹은 참가자들이 특정 각도에서 침대에서 60일을 보내도록 하여 미세 중력의 영향을 시뮬레이션했다. 결과에 따르면 이 실험은 피험자의 유전자 발현의 91%에 영향을 미쳐 근육 기능부터 면역 체계까지 모든 것에 영향을 미쳤다.
그러나 인공지능은 알고리즘 및 시뮬레이션과 같은 방법을 통해 과학자들이 건강에 가장 해로운 영향을 찾아내고 줄이는 데 도움을 줄 수 있으며, 이러한 문제를 해결하는 동시에 사람들에게 불리한 상황을 최소화할 수 있다.
AI는 화성 탐사를 어떻게 발전시켰는가?
인간을 화성으로 데려가는 것은 쉽지 않지만 인공지능은 이미 몇 가지 유망한 혁신을 가능하게 했다.
생명의 흔적을 찾아서
많은 사람들은 화성이 거주하기에 안전한지 판단하는 가장 좋은 방법 중 하나가 그곳에서 이미 살아남은 것이 무엇인지 배우는 것이라고 당연히 생각한다. 그런 다음 과학자들은 수집된 데이터를 사용하여 인간이 화성으로 가는 것이 얼마나 가능한지 판단할 수 있다.
한 팀은 샘플이 생물체에서 유래되었는지 여부를 판단하는 데 약 90% 정확도를 갖는 AI 시스템을 개발했다. 이 기술은 분자 패턴의 미세한 차이를 식별하는 방식으로 작동한다.
이 그룹은 화성 탐사 이상의 사용 사례에 혁신을 적용했지만, 이 응용 프로그램은 연구자들이 화성에서 살아있는 유기체가 생존할 가능성을 추정하는 데 도움이 될 수 있다. 그러한 결론은 인간의 안전, 지구상에서 작물 재배의 생존 가능성 및 기타 필수 사항에 관한 중요한 질문에 답할 것이다.
어떤 영역이 생명을 지원하는지 보여주기
사람들이 화성에서 생존할 수 있는 것이 무엇인지 알게 되면, 어떤 지역이 그 결과를 뒷받침하는지 알아내야 한다. 인공지능도 이 질문에 답할 수 있다. 옥스퍼드 대학교의 한 그룹은 다른 곳의 과학자들과 협력하여 인공지능과 머신러닝을 사용하여 생명을 유지할 수 있는 가장 적합한 영역을 찾았다.
이 그룹은 드론의 항공 이미지를 원본 자료로 사용하여 남미 사막에서 접근 방식을 테스트했다. 생명의 지표를 찾는데 성공률은 87.5%로, 무작위 검색에서는 10% 미만의 성공률을 보였다. 연구자들은 이 솔루션을 적용하여 화성 탐사선이 생명을 유지하기에 가장 적합한 지역을 찾는 데 도움을 줄 수 있다고 믿는다. 결국 그들은 임무를 계획하거나 확장하는 데 이를 사용하여 생명 및 거주 가능성 지표의 데이터베이스를 만들고 싶어한다.
인간이 아는 것의 확장
탐사선은 화성을 돌아다니며 데이터를 지구의 연구자들에게 다시 제공했다. 하지만 인간이 화성에 착륙하기 전에 또 어떤 일이 일어나야 할까? NASA 팀은 사람들이 우주에서 할 수 있는 것과 동일한 많은 작업을 수행할 것으로 믿는 6피트 높이의 로봇을 테스트하고 있다.
이 인간형 창조물을 훈련하는 사람들은 로봇이 우주 임무 중에 수리를 수행할 수 있기를 바란다. 모든 것이 순조롭게 진행된다면 과학자들은 로봇을 사용하여 탐사선이 제공한 것 이상의 데이터를 수집할 수 있다. 인간을 그곳으로 보내기 전에 붉은 행성에 대해 더 많이 알수록 관련된 모든 사람에게 더 안전하고 생산적이 될 것이다. 실제로 휴머노이드 로봇을 화성에 보내는 것은 사람이 화성에 여행을 가는 것과는 전혀 다르다. 그러나 바라건대, 이것은 해당 지점에 도달하는 것과 관련된 놀라움을 줄일 만큼 충분히 학습을 증가시킬 것이다.
접근 가능한 산소 공급원 찾기
화성에는 산소가 있지만 인간이 호흡으로 생존하기에는 충분하지 않다. 그렇다면 중요한 연구 질문은 사람들이 화성에 머무는 동안 어떻게 가스를 공급할 수 있었는지에 관한 것이다.
중국 연구팀이 AI를 활용해 해결책을 찾았을 수도 있다. 과학자들은 산소 발생 반응(OER) 촉매를 사용하여 전기화학적 물 산화를 통해 가스를 생성하는 가능성에 대해 고민해 왔다. 이 팀은 인공지능을 화학에 적용해 지구에서 재료를 운반할 필요 없이 화성에서 재료로 OER 촉매를 만드는 가장 효과적인 방법을 찾았다. 이 기술은 결론을 내리기 전에 30,000가지 가능성을 분석한다.
연구자들이 화성 임무를 수행하는 사람들에게 산소를 공급하는 가장 적합한 방법을 발견하기 전에 아직 해야 할 일이 많이 남아 있다. 그러나 이번 성과는 올바른 방향으로 나아가는 단계이다.