퍼서비어런스 로버, 화성에서 90% 자율주행 달성 (2026)

최종 업데이트: 2025년 2월

NASA의 퍼서비어런스(Perseverance) 로버가 화성 이동 거리의 90%를 자율적으로 주행하는 데 성공했습니다. 이는 전임 큐리오시티(Curiosity) 로버의 6.2%에 비해 큰 도약으로, 1990년대 후반 수준의 컴퓨팅 하드웨어에서 구동되는 알고리즘을 통해 이뤄냈습니다. 이 성과는 구조화되지 않은 미지의 지형에서 최소한의 컴퓨팅 자원으로 높은 수준의 자율성을 구현한 물리적 AI(Physical AI)의 이정표로, 우주 탐사를 넘어 지상 로봇 공학에도 시사하는 바가 큽니다.

ENav란 무엇이며 어떻게 작동하나?

강화 자율 항법(Enhanced Autonomous Navigation, ENav)은 퍼서비어런스에 탑재된 온보드 경로 탐색 시스템으로, 반경 6미터 내 약 1,700개의 후보 경로를 평가해 가장 안전한 경로를 선택합니다. 로버가 계속 이동하는 동안에도 이 작업이 동시에 이루어집니다. 이러한 '생각하면서 움직이는(think-and-drive)' 능력은 퍼서비어런스를 이전의 모든 화성 로버와 차별화하며, 1998년형 iMac G3 수준의 처리 성능을 가진 방사선 경화 CPU에서 구현됩니다.

알고리즘은 세 단계로 작동합니다. 첫째, 퍼서비어런스는 전방 지형의 스테레오 이미지를 캡처하고 수천 개의 가능한 전진 경로를 매핑합니다. 둘째, 지형 거칠기와 예상 이동 시간 등의 점수 요소를 기준으로 경로 순위를 매깁니다. 셋째, ENav의 구조적 핵심은 ACE(근사 공간 추정, approximate clearance estimation)라는 계산 비용이 큰 충돌 검사 루틴을 최상위 소수의 후보에만 적용한다는 점입니다. 무거운 계산은 실제로 어려운 지형에만 집중되고, 평탄한 지형에서는 로버가 계속 주행합니다.

IEEE Spectrum에 따르면, ENav에 대한 전체 기술 분석은 2025년 11월 IEEE Transactions on Field Robotics에 게재되었으며, NASA 제트추진연구소(JPL) 이동 표면 그룹(Robotic Surface Mobility Group) 책임자인 Masahiro "Hiro" Ono가 공동 저자로 참여했습니다.

이전 화성 로버와 비교하면?

퍼서비어런스는 화성에서 30km 이상 주행했으며, 이 중 90%가 자율 주행입니다. 이는 전체 임무 기간 동안 6.2%의 자율 주행을 기록한 큐리오시티의 기준을 크게 뛰어넘은 수치입니다.

모든 지표에서 성능 차이는 뚜렷합니다:

지표	오퍼튜니티	큐리오시티	퍼서비어런스
자율 주행 비율	낮음	~6.2%	~90%
최대 1일 자율 주행 거리	109m	—	331.74m
이동 중 탐색 가능?	아니요	아니요	예
일평균 최대 주행 거리	—	—	201m/sol
총 주행 거리(2024년 10월 기준)	—	—	30km 이상

오퍼튜니티는 2023년 4월 3일까지 109m의 1일 자율 주행 최대 거리를 기록했으나, 퍼서비어런스가 단 하루 만에 331.74m를 주행하며 이전 기록을 3배 이상 경신했습니다. 제제로 분화구(Jezero Crater) 고대 강 삼각주로 향하는 동안 로버는 24일 연속으로 95% 자율 주행을 유지하며 약 5km의 삼각주 기슭을 주파했습니다.

근본적인 차이는 아키텍처에 있습니다. 큐리오시티는 각 이동 구간 전에 안전한 경로를 계산하기 위해 완전히 정지해야 했습니다. Ono는 이를 "주요 속도 저하 요인"이라고 부릅니다. 반면 퍼서비어런스는 현재 경로를 실행하면서 다음 경로를 계산하므로, Ono의 표현대로 자율 주행 속도가 "한 단계 더 빠릅니다."

컴퓨팅 제약 속 자율주행이 중요한 이유

1998년 데스크톱 컴퓨터 수준의 프로세서로 정교한 지형 항법 자율성을 구현하는 것은 단순한 한계가 아닙니다. 이는 신중한 위험 관리 엔지니어링 철학의 결과이며, 지상 로봇 공학에 중요한 교훈을 줍니다.

방사선 경화(심우주의 이온화 방사선 환경을 견디도록 칩을 제조하는 과정으로, 방사선은 비트 플립과 프로세서 오류를 유발함)는 사용 가능한 컴퓨팅 자원을 심각하게 제약합니다. 퍼서비어런스에 탑재된 CPU는 큐리오시티와 동일한 모델로, 혹독한 환경에서의 신뢰성이 입증된 설계를 선택했습니다. 더 빠르고 새로운 프로세서를 도입하면 수백만 킬로미터 떨어진 곳에서 수리가 불가능한 상황에서 검증되지 않은 고장 모드를 감수해야 합니다.

이러한 제약은 정밀한 알고리즘 해결을 강제했습니다: 값비싼 계산이 필요한 곳에만 집중하라. 이러한 원칙(때로는 컴퓨팅 인식 계획(compute-aware planning)이라고 불림)은 자율 시스템이 엣지 하드웨어에서 추론 속도와 전력 예산 간의 균형을 맞춰야 하는 지구에서 점점 더 중요해지고 있습니다. 창고 로봇, 농업용 드론, 실외 검사 플랫폼 모두 유사한 트레이드오프에 직면해 있습니다.

Masahiro Ono는 핵심 과제를 간결하게 요약합니다: 화성 지형은 정적이지만(바위는 움직이지 않음), 광활하고 대부분 미지의 영역입니다. "이 엄청난 불확실성이 주요 도전 과제"라고 그는 말합니다. 퍼서비어런스의 해결책은 확률적 경로 순위 평가와 선택적 심층 검사를 결합한 것으로, 이는 GPS가 불안정하거나 인프라가 없는 환경을 탐색하는 모든 로봇에 직접 적용 가능한 템플릿입니다.

AI는 미래 화성 탐사에서 어떤 역할을 할까?

2024년 12월, NASA는 화성 정찰 궤도선(Mars Reconnaissance Orbiter, MRO)의 궤도 이미지를 분석하고 웨이포인트를 생성하기 위해 Anthropic의 Claude 기반 모델을 사용하는 탐사 파이프라인을 처음으로 테스트했습니다. 이는 기반 모델이 운영 우주 로봇 공학에 진입하는 신호탄입니다.

현재 ENav 운영은 전적으로 로버 자체가 캡처한 이미지에 의존합니다. MRO 궤도 이미지는 근거리 탐색 결정에 필요한 지상 해상도가 충분하지 않기 때문입니다. Anthropic 기반 테스트는 자율성 스택의 다른 계층, 즉 상위 수준의 경로 계획을 목표로 했습니다. 위성 데이터를 분석해 구조화된 웨이포인트 좌표를 로버의 로컬 항법 시스템에 전달하는 방식입니다.

이 2계층 아키텍처(대규모 언어 모델(LLM)은 거친 위성 데이터로 전략적 경로 생성, 경량 온보드 알고리즘은 실시간 로컬 항법 실행)는 지구에서 자율주행차와 산업용 로봇을 위해 설계되는 하이브리드 AI 시스템과 매우 유사합니다. LLM은 운전하지 않고 계획합니다. 임베디드 시스템이 실행합니다.

검증된다면, 이 접근 방식은 임무 수준의 경로 결정에 대한 인간 운영자의 의존도를 줄일 것입니다. 로버가 태양계 깊숙이 진출할수록 인간의 개입은 점점 더 비현실적이 됩니다. 화성은 이미 궤도 위치에 따라 편도 통신 지연이 3분에서 22분에 달해 실시간 원격 조작이 불가능하며, 로버가 독립적으로 내리는 모든 자율 결정의 중요성을 높입니다.

로봇 공학과 자율 시스템에 주는 의미

퍼서비어런스의 ENav 혁신은 단순한 우주 이정표를 넘어, 구조화되지 않은 극한 환경에서 수천 킬로미터의 실제 주행을 통해 검증된 자율 항법의 개념 증명입니다.

로봇 공학 업계에 네 가지 실질적 시사점이 있습니다:

컴퓨팅 효율적인 자율성은 높은 성능 수준에서 달성 가능합니다. 엣지 하드웨어에서 작동하는 산업용 로봇 및 모바일 플랫폼 개발자는 ENav의 선택적 컴퓨팅 아키텍처를 연구해야 합니다. 즉, 모든 경로를 무차별적으로 검사하는 대신 사전 필터링된 후보 경로에만 비용이 많이 드는 충돌 검사를 적용하는 방식입니다.

생각과 움직임의 동시성은 근본적인 속도 증배기입니다. 정지-계획-이동에서 계획-이동-동시 전환은 화성에서 유효 속도를 한 단계 향상시켰습니다. 창고 AMR(자율 이동 로봇)과 실외 검사 플랫폼에서 동일한 아키텍처 변경은 하드웨어 업그레이드 없이 처리량을 극적으로 증가시킬 수 있습니다.

기반 모델이 물리적 자율성 스택에 진입하고 있습니다. Anthropic 웨이포인트 생성 테스트는 LLM이 전략적 계획을, 임베디드 알고리즘이 반응적 실행을 담당하는 가까운 미래를 시사합니다. 협동 로봇 및 모바일 조작 시스템을 구축하는 기업은 이 하이브리드 아키텍처를 주목해야 합니다.

혹독한 환경에서는 검증된 신뢰성이 원시 성능보다 중요합니다. NASA가 더 강력한 대안보다 검증된 CPU를 의도적으로 재사용한 것은, 건설, 광업, 해양, 비상 대응 등 고위험 환경에서는 시스템 신뢰성과 예측 가능한 고장 모드가 벤치마크 점수보다 더 중요하다는 교훈을 줍니다.

Ono는 장기 방향을 명확히 제시합니다: "우주 시스템의 자동화는 더 깊은 우주 탐사를 원한다면 막을 수 없는 방향입니다." 이 논리는 인간이 실시간으로 존재할 수 없는 모든 영역에 적용됩니다.

자주 묻는 질문

퍼서비어런스의 주행 중 자율 주행 비율은?

2024년 10월 28일(화성일 1,312일) 기준, 퍼서비어런스는 ENav 알고리즘을 사용해 전체 화성 이동 거리의 약 90%를 자율적으로 주행했습니다. 이는 큐리오시티 로버의 임무 기간 약 6.2% 자율 주행과 비교됩니다.

ENav란 무엇이며 어떤 하드웨어에서 작동하나?

ENav(강화 자율 항법)는 퍼서비어런스의 온보드 자율 주행 알고리즘입니다. 1990년대 후반 Apple iMac G3와 거의 동등한 처리 성능을 가진 방사선 경화 CPU에서 작동하며, 이는 큐리오시티 로버와 동일한 프로세서 아키텍처로 심우주 방사선 환경에서 입증된 신뢰성 때문에 선택되었습니다.

퍼서비어런스의 자율 주행 거리 기록은?

2023년 4월 3일, 퍼서비어런스는 단 하루(한 화성일)에 331.74m를 자율 주행하여 오퍼튜니티 로버의 이전 기록(109m)을 3배 이상 경신했습니다. 2024년 10월 기준 총 주행 거리는 30km를 초과했습니다.

화성 로버 탐사에 Anthropic의 AI가 어떻게 사용되나?

2024년 12월, NASA는 Anthropic의 Claude 기반 모델을 사용해 화성 정찰 궤도선(MRO) 위성 이미지를 분석하고 퍼서비어런스의 경로 계획을 위한 웨이포인트 좌표를 생성하는 탐사 파이프라인을 테스트했습니다. 이는 ENav의 실시간 로컬 항법과는 별개의 상위 계획 계층으로, 운영 우주 로봇 공학 맥락에서 대규모 언어 모델이 처음으로 테스트된 사례입니다.

NASA는 왜 퍼서비어런스에 더 강력한 프로세서를 사용하지 않나?

심우주에서 사용되는 칩은 이온화 방사선 환경을 견디기 위해 방사선 경화 과정을 거쳐야 하며, 이는 사용 가능한 옵션을 제한합니다. NASA는 이전 임무에서 검증된 CPU를 선택하여 더 낮은 컴퓨팅 성능을 감수하는 대신 입증된 신뢰성을 얻었습니다. 더 빠르지만 검증되지 않은 프로세서는 현장 수리가 불가능한 상황에서 고장 위험을 초래할 수 있습니다.

퍼서비어런스의 자율성은 상업용 로봇 공학에 어떤 의미를 주나?

ENav는 구조화되지 않은 지형에서 정교한 자율 항법이 아키텍처 수준 최적화를 통해 심각하게 제약된 하드웨어에서도 가능함을 보여줍니다. 선택적 컴퓨팅 접근 방식(사전 필터링된 고확률 경로에만 값비싼 알고리즘 실행)은 제조, 물류, 농업, 검사 분야의 엣지 배치형 모바일 로봇에 직접 적용 가능합니다.

퍼서비어런스의 기록은 행성 탐사 로버를 진정으로 자립적으로 만들기 위한 10년간의 노력을 마무리하며, 현대 브라우저 탭 하나도 제대로 실행하기 어려운 하드웨어에서 이를 달성했습니다.