지구 관측을 위한 범용 온보드 AI 처리 체인: 애플리케이션 개발부터 임베디드 배포 및 미션 레벨 오케스트레이션까지

지구 관측 위성은 다운링크할 수 있는 양보다 더 많은 데이터를 획득합니다. 인공지능(AI)을 이용해 온보드에서 정보를 추출하면, 위성은 전체 장면 대신 마스크나 탐지물 같은 압축된 제품을 다운링크하는 데이터 축소 단계로 변모합니다. 하지만 이를 미션에 배포하려면 신경망만 포함하는 것이 아니라 전체 처리 체인(processing chain)이 필요합니다. 본 논문에서는 화재 분할(wildfire segmentation)을 예시로, 선박 탐지 및 구름 분할과 함께 세 가지 축을 따라 범용 온보드 AI 처리 체인을 제시합니다. (i) AI 모델은 튜닝(spectral-band selection, 입력 정규화)되고, 8비트 정수(int8)로 양자화되어 AMD Versal VCK190에 포팅되었으며, 이 과정에서 우수한 분할 성능이 온보드에서도 유지됩니다. (ii) 모듈식 타이러-추론-모자이크어(tiler-inference-mosaicer) 워크플로우는 애플리케이션 전반에 걸쳐 변경 없이 재사용되어 타일 레벨의 모델을 장면 레벨로 가져와, 전체 획득 데이터를 장면 레벨 마스크나 탐지 목록으로 변환합니다. (iii) 각 단계는 unikernel로 패키징되고, 클라우드 네이티브 오케스트레이터인 ORCHIDE에 의해 온보드에서 오케스트레이션됩니다. 이 체인은 대상 장치에서의 독립 실행부터 대표적인 테스트 벤치에서의 병렬 워크플로우를 이용한 오케스트레이션 하의 실행까지 엔드투엔드로 특징지어집니다. 본 접근 방식은 개별 타일에 대한 AI 추론을 넘어, 획득된 장면부터 미션 레벨 실행에 이르는 완전한 처리 체인을 다룸으로써 온보드 AI 배포의 성숙도를 높이는 것을 목표로 합니다.