누리호 5차 발사 - 우주 AI가 주목받는 이유

누리호 5차 발사, 우주 AI가 주목받는 이유

위성이 스스로 이상을 진단하고 대응 방안을 제시하는 시대가 다가오고 있다.

2026년 10월 7일 누리호 5차 발사로 우주에 진입한 BEE-1012 큐브위성에서 AI 기반 자율운영 기술이 실증됐다.

이번 프로젝트에는 한국항공우주산업(KAI), 펀진, 등이 참여했다.

핵심은 AI를 위성 내부에서 실행해 상태 데이터를 분석하는 것이다.

또한, 이상 상황에 대응할 수 있는지 확인하는 것이다.

특히 위성 AI 고장 진단 기술은 우주항공 산업의 운영 방식을 바꿀 수 있는 기술로 주목받고 있다.

지금까지 지상국의 데이터 분석과 명령에 의존했던 일부 과정을 위성 내부에서 처리할 수 있기 때문이다.

이번 성과는 단순히 위성에 AI를 탑재했다는 사실보다 AI가 우주 환경에서 실제로 작동하고 임무 수행을 지원할 가능성을 확인했다는 데 의미가 있다.

그렇다면 누리호 5차 발사에서 무엇이 확인됐으며, 펀진과 KAI의 기술은 어떤 차이가 있을까?

1. 누리호 5차 발사와 BEE-1012 큐브위성

누리호 5차 발사는 국내 우주항공 기술의 발전과 민간 기업의 참여 확대를 보여주는 발사 임무이다.

2026년 10월 7일 오후 12시 25분 발사된 누리호에는 총 15기의 위성이 탑재됐다.

다만 탑재된 위성이 모두 정상적으로 궤도에 사출된 것은 아니다.

우주항공청 발표에 따르면 부탑재위성 10기 가운데 9기가 사출됐다.

이에 1기는 사출되지 않았다.

따라서 탑재 수량과 실제 사출 수량을 구분해야 한다.

이 가운데 스페이스린텍의 BEE-1012 큐브위성이 AI 기술 실증에 활용됐다.

BEE-1012는 발사 당일인 10월 7일 첫 교신 시도에서 지상국과 양방향 통신에 성공했다.

이후 진행된 AI 자율운영 시범 임무는 첫 교신과 구분해야 한다.

KAI는 10월 20일 우주 궤도에서 AI 기반 위성 자율운영 기술의 파일럿 임무를 수행했다고 21일 발표했다.

2. 위성 AI 고장 진단과 FDIR 뜻

위성 AI 고장 진단을 이해하려면 먼저 FDIR의 의미를 알아야 한다.

FDIR은 *Fault Detection, Isolation and Recovery의 약자다.

이는 고장 탐지·격리·복구를 뜻한다.

위성은 우주 공간에서 장시간 임무를 수행한다.

태양전지판, 전력 시스템, 통신 장치, 자세제어 장치 등 주요 구성 요소에 이상이 발생하면 임무 수행에 문제가 생길 수 있다.

지상국과의 통신이 원활하지 않거나 이상 상황이 발생하면 대응에 시간이 걸릴 수도 있다.

이를 보완하기 위한 기술 중 하나가 위성 상태를 지속적으로 분석하고 이상 징후에 대응하는 자율운영 AI이다.

1). FDIR의 세 가지 기능

기능	의미
고장 탐지	위성 상태 데이터에서 이상 징후를 발견하는 단계이다.
고장 격리	이상이 발생한 장치나 시스템의 범위를 파악하는 단계이다.
고장 복구	확인된 이상에 대응해 시스템을 정상 상태로 회복시키는 단계이다.

세 기능은 서로 연결되지만 동일한 작업은 아니다.

이상을 찾아내는 것과 고장 위치를 파악하는 것은 다르다.

고장 원인을 분석하는 것과 실제로 시스템을 복구하는 것도 다른 기술 단계이다.

2). AI는 위성의 이상 상황을 어떻게 분석할까?

AI 기반 위성 상태진단은 일반적으로 센서와 시스템에서 수집한 데이터를 분석해 이상 여부를 판단하는 방식이다.

학습된 패턴과 실제 상태 정보를 비교해 고장 가능성을 식별하고, 원인이나 영향 범위를 추론하는 데 활용할 수 있다.

이번 KAI의 파일럿 임무에서는 지상국에서 가상의 고장 신호를 보내고, 위성에 탑재된 AI가 원인과 범위를 분석한 뒤 대응 방안을 담은 기술 보고서를 생성해 지상국으로 전송하는 과정이 진행됐다.

• 1단계 : 지상국에서 가상의 고장 신호를 전송한다.
• 2단계 : 위성 내부의 AI 모듈이 이상 원인과 범위를 분석한다.
• 3단계 : AI가 대응 방안을 정리한 보고서를 생성해 지상국으로 전송한다.

이 과정은 위성 내부에서 AI가 데이터를 처리하고 판단을 지원할 수 있는지 검증하는 단계이다.

다만 가상의 고장 신호를 분석하고 대응책을 제시한 것이 실제 물리적 고장을 자동으로 복구했다는 의미는 아니다.

향후 고장 탐지·격리·복구 기능을 실제 위성 데이터로 검증하고 신뢰성을 높이는 과정이 중요하다.

3. 펀진·KAI·스페이스린텍의 역할

이번 프로젝트는 하나의 기업이 모든 기술을 독자적으로 개발한 사례라기보다 위성 플랫폼, AI 모듈, 상태진단 기술, 연산장치가 결합된 협력 프로젝트로 이해하는 것이 적절하다.

각 기업의 역할은 발표 자료에 따라 구분해서 살펴봐야 한다.

기업·기관	주요 역할 및 확인 사항
펀진	AI 예지보전 솔루션 KWM-Hepa를 기반으로 한 위성 상태진단 기술 구현에 참여
KAI	위성 자율운영 실증에 사용된 AI 모듈 개발 및 AI 온보드 프로세싱 기술 검증
스페이스린텍	AI 기술 실증에 활용된 BEE-1012 큐브위성 관련 사업 참여
모빌린트	국내 AI 연산 생태계 협력 기업으로, KAI 발표에서 NPU 적용과 관련해 언급
연세대학교	위성 AI 실증 프로젝트의 참여 기관

펀진은 자사의 AI 예지보전 솔루션인 KWM-Hepa를 활용해 인공지능 기반 탑재컴퓨터(AIOBC)에 위성 상태진단 기술을 구현했다고 밝혔다.

위성 각 하위 시스템의 상태정보를 모의한 데이터를 활용해 AI 알고리즘의 운용 가능성을 사전 검증했다는 설명이다.

한편 KAI는 자체 개발 AI 모듈을 활용해 위성의 이상 상태를 분석하고 대응 방안을 도출하는 시범 임무를 발표했다.

KAI는 펀진과 협력하고 모빌린트의 신경망처리장치(NPU)를 적용하는 등 국내 기업 간 협력도 추진했다.

두 기업의 발표는 각각의 기술과 참여 범위를 설명하는 자료이다.

따라서 펀진의 상태진단 기술과 KAI의 AI 모듈을 동일한 기술로 단정하거나 모든 성과를 특정 기업의 단독 성과로 해석하는 것은 적절하지 않다.

4. 온디바이스 AI와 AI 온보드 프로세싱의 차이

온디바이스 AI는 외부 서버에 모든 데이터를 보내지 않고 기기 내부에서 AI 모델을 실행해 데이터를 처리하는 기술이다.

스마트폰, 자동차, 산업용 장비 등 다양한 기기에 적용될 수 있다.

AI 온보드 프로세싱(AI Onboard Processing)은 위성이나 항공기처럼 특정 시스템에 탑재된 컴퓨터에서 데이터를 직접 처리하는 개념이다.

이번 사례에서는 위성에 탑재된 AI 모듈이 우주 환경에서 수집한 데이터를 분석한다는 점이 핵심이다.

구분	주요 특징
지상국 중심 처리	위성 데이터를 지상으로 전송하고 지상 시스템에서 분석하는 방식이다.
AI 온보드 프로세싱	위성 내부에서 AI를 실행해 데이터를 분석하고 판단을 지원하는 방식이다.

1). 위성 내부에서 AI를 실행하는 이유

우주 환경에서는 통신 가능 시간과 대역폭, 전력, 연산 자원 등에 제약이 존재한다.

모든 데이터를 지상으로 보내고 분석 결과를 기다리는 방식만으로는 신속한 대응이 어려운 상황이 발생할 수 있다.

위성 내부에서 AI가 데이터를 분석하면 일부 판단 과정을 현장에서 처리할 수 있다.

이에 따라 통신 대기시간을 줄이고, 필요한 정보 위주로 전송하며, 이상 상황에 대한 대응 속도를 높일 가능성이 있다.

• 처리 속도: 일부 분석을 위성 내부에서 수행할 수 있다.
• 통신 효율: 필요한 정보 중심으로 전송하는 방식으로 확장할 수 있다.
• 자율성: 지상국과의 통신이 제한적인 상황에서도 일부 판단을 지원할 수 있다.

다만 모든 분석이 지상국을 대체하는 것은 아니다.

AI 모듈의 연산 능력, 전력 소비, 우주 환경에서의 안정성, 결과의 신뢰성 등이 함께 검증돼야 한다.

따라서 이번 실증은 완전한 무인 자율운영이 이미 실현됐다는 의미보다 위성 내부 AI 처리 기술의 실제 활용 가능성을 확인한 초기 단계로 이해하는 것이 타당하다.

5. 이번 실증에서 확인된 성과와 남은 검증 과제

이번 프로젝트를 평가할 때는 이미 확인된 성과와 앞으로 검증해야 할 기능을 구분해야 한다.

AI 기술은 시뮬레이션이나 모의 데이터를 활용한 검증에서 실제 운용 환경의 검증으로 단계적으로 발전하기 때문이다.

1). 현재까지 확인된 성과

• BEE-1012 큐브위성이 발사 후 지상국과 양방향 교신에 성공했다.
• 위성에 탑재된 AI 모듈의 정상 작동이 확인됐다.
• KAI는 가상의 고장 신호를 바탕으로 AI가 이상 원인과 범위를 분석하고 대응 방안을 담은 보고서를 생성하는 시범 임무를 수행했다.
• 펀진은 KWM-Hepa 기반 위성 상태진단 기술과 향후 FDIR 기능의 단계적 실증 계획을 밝혔다.

이 성과는 AI가 실제 우주 환경에서 작동할 수 있는지 확인했다는 점에서 의미가 있다.

지상에서 알고리즘을 개발하는 것과 실제 위성에 탑재해 우주에서 작동시키는 것은 서로 다른 기술적 과제이기 때문이다.

2). 앞으로 검증해야 할 과제

검증 항목	중요한 이유
실제 위성 데이터	실제 운용 환경에서 발생하는 다양한 상태와 이상 징후를 분석해야 한다.
고장 탐지 정확도	이상을 놓치는 경우와 정상 상태를 고장으로 오판하는 경우를 줄여야 한다.
복구 기능의 안전성	잘못된 대응이 다른 시스템에 영향을 주지 않도록 검증해야 한다.
우주 환경 신뢰성	방사선, 온도 변화, 전력 제약 등에서도 안정적으로 작동해야 한다.
지속적인 모델 관리	AI 모델 변경과 업데이트가 위성 운용에 미치는 영향을 확인해야 한다.

특히 AI가 고장 원인을 분석하는 능력과 실제로 시스템을 안전하게 복구하는 능력은 별도의 검증이 필요하다.

위성은 운용 중 직접 수리하기 어려운 장비인 만큼 잘못된 판단을 방지하는 안전성과 신뢰성이 중요하다.

KAI는 이번 파일럿 임무를 기반으로 2026년 12월부터 본격적인 자율운영 기술 실증에 착수하겠다는 계획을 밝혔다.

이후의 실증 결과가 기술 적용 범위를 판단하는 중요한 기준이 될 전망이다.

6. 국내 우주항공 AI 산업에 미칠 영향

위성 AI 자율운영 기술은 국내 우주항공 산업에서 소프트웨어와 하드웨어의 결합이 중요해지고 있음을 보여준다.

위성체를 개발하는 것뿐 아니라 위성 내부에서 데이터를 분석하고 이상 상황에 대응할 수 있는 소프트웨어 기술도 중요해지는 것이다.

1). 국방 AI에서 우주 AI로의 기술 확장

펀진은 국방 분야에서 축적한 AI 기술을 항공우주 분야로 확대하고 있다.

상태 데이터를 분석하고 이상 징후를 파악하는 예지보전 기술은 국방 장비뿐 아니라 항공기, 위성, 무인체계 등에서도 활용 가능성을 검토할 수 있는 분야이다.

다만 산업 분야마다 운용 환경과 안전 요건이 다르다.

국방 장비에서 확보한 기술을 우주 시스템에 적용하려면 우주 환경에 맞는 검증과 최적화가 추가로 필요하다.

2). 국산 AI 반도체와 위성 시스템의 연계

위성에서 AI를 실행하려면 제한된 전력과 연산 자원 안에서 필요한 성능을 확보해야 한다.

AI 모델뿐 아니라 이를 실행하는 프로세서와 탑재컴퓨터의 성능도 중요하다.

KAI가 모빌린트의 NPU 적용을 언급한 것은 국내 AI 소프트웨어와 반도체 기술이 우주항공 분야에서 협력할 수 있음을 보여주는 사례이다.

다만 이번 프로젝트의 참여 사실만으로 국내 AI 반도체가 우주항공 시장을 선점했다고 판단할 수는 없다.

3). 향후 산업적 의미

위성 자율운영 기술의 활용 범위가 넓어지면 위성 상태 감시, 이상 징후 분석, 임무 운영 지원 등에서 새로운 수요가 발생할 가능성이 있다.

AI와 위성 시스템을 함께 개발하고 검증하는 기업의 역할도 중요해질 수 있다.

그러나 산업적 성과는 기술 검증뿐 아니라 비용, 안정성, 실제 임무 적용 여부에 따라 달라진다.

아직 확인되지 않은 시장 규모나 기업별 매출 증가를 단정하기보다 향후 본 실증 결과와 적용 사례를 지켜볼 필요가 있다.

결론 - 위성 자율운영 AI의 가능성과 과제

누리호 5차 발사를 통해 우주에 진입한 BEE-1012 큐브위성은 AI 기반 위성 자율운영 기술을 검증하는 시험 무대로 활용됐다.

이번 실증은 위성 내부에서 AI가 이상 상태를 분석하고 대응 방안을 제시할 수 있는 가능성을 보여준 사례이다.

펀진은 KWM-Hepa 기반 상태진단 기술을 구현했고, KAI는 자체 개발 AI 모듈을 활용한 자율운영 시범 임무를 수행했다.

여기에 위성 플랫폼과 국내 AI 반도체 기술이 결합했다는 점도 주목할 만하다.

다만 현재의 성과를 완전한 자율운영이나 실제 고장 자동 복구가 모두 입증된 상태로 해석해서는 안 된다.

실제 위성 데이터를 활용한 고장 탐지와 복구 기능, 장기간 운용 안정성 등은 앞으로 검증해야 할 과제이다.

결국 우주항공 AI의 경쟁력은 기술을 탑재하는 데서 끝나지 않는다.

제한된 우주 환경에서 얼마나 정확하게 판단하고, 안전하게 대응하며, 지속적으로 임무를 수행할 수 있는지가 핵심이다.

앞으로 진행될 본 실증과 실제 위성 운용 결과가 국내 우주항공 AI 기술의 활용 범위와 산업적 가능성을 판단하는 중요한 기준이 될 것이다.

그럼 끝