-과제의 목적
딥러닝 연산 기능을 탑재한 관측용 초소형 위성을 직접 만들어 위성 수준에서 딥러닝 연산기능을 수행할 수 있는지 확인한다. 또한 위성에서 찍은 사진과 위성 내부 딥러닝 연산으로 추출한 메타데이터를 지상국에서 비교하여 메타데이터만으로 통신을 하는 것이 가능한지, 그리고 더 효율적인 위성 통신을 할 수 있는지 검증한다.
-과제의 필요성 및 현재의 문제점
위성과 지상국간에 통신할 때 쓰는 주파수 대역은 많은 데이터를 전달하기에는 부담이 있다. 많은 위성 산업체에서는 운용하는 지상국 혹은 위성의 갯수를 늘려 이를 해결하는데, 일례로 지구 이미징 회사인 플래닛 랩스는 실시간으로 위성을 이용하여 지구를 관측하는데 대용량 이미지 파일을 지상에서 받기 위해 수백대의 초소형 위성을 운용하고 있다. 그러나 이러한 해결책은 물리적 한계가 있으며 막대한 비용 때문에 효율적이지 못하다.
-해결방안
위에서 언급한 문제를 근본적으로 해결하기 위해 위성 자체 내부에서 지상국이 필요로 하는 메타데이터만을 딥러닝 기술을 이용해 추출한다. 메타데이터만을 지상국에 보냄으로써 위성통신의 병목현상을 해소하고 더 빠른 통신이 가능함을 시사하고자 한다.
-결과물의 특징
위성 내부에 라즈베리파이와 딥러닝 가속 연산기를 장착하여 기존의 컴퓨터에서는 할 수 없는 초고속 연산이 가능하다. 이를 이용하여 메타데이터를 추출하면 20MB의 사진파일을 1.6KB의 메타데이터로 압축할 수 있다. 이 메타데이터가 제대로 정보를 전달하는지를 확인할 수 있도록 위성이 찍은 사진을 메타데이터와 함께 지상국으로 전송한다. 위성의 이동 경로와 경로에 따라 찍은 사진이 일치하는지 확인할 수 있도록 위성의 좌표, 자세 정보와 찍은 사진들을 내부 컴퓨터에 저장하여 실험 후 지상국의 데이터와 위성 내부 데이터를 대조할 수 있다.
또한 자체 제작한 PCB를 이용하여 낭비하는 공간이 없도록 설계하였다.
-기대효과
위성 통신의 고질적 문제인 대용량 송수신이 힘들다는 문제에 대한 본질적인 해결책을 제공할 수 있다. 이를 통해 소규모 기업, 혹은 학생들이 위성을 쉽게 쏘아올리는 것 뿐만 아니라 통신을 더 원활하게 할 수 있도록 꾀한다. 또한 직접 제작한 위성의 내부구조 및 회로를 현장에서 볼 수 있도록 제작하여 공학 체험 및 교육용 전시물로 활용한다.