SpaceRipple: 임무 중심의 저궤도(LEO) 지구 관측 위성 네트워크를 위한 경량화된 의미론적 전달 기술

지구 관측 위성 네트워크는 방대한 양의 고해상도 이미지를 생성하는 반면, 위성 간 통신(inter-satellite) 및 다운링크(downlink) 자원은 제한적입니다. 많은 시간 민감형 임무(time-sensitive missions)에서 지상 사용자들은 전체 원본 이미지(raw-image) 다운링크보다는 임무와 관련된 의미론적 정보(semantic information)를 필요로 합니다. 본 논문은 지구 관측 위성 네트워크에서 임무 중심의 의미론적 전달(semantic delivery) 및 온보드 처리(on-board processing)를 위한 경량 프레임워크인 SpaceRipple을 제안합니다. 센싱 위성(sensing satellite)은 위성 간 트래픽을 줄이기 위해 적응형 압축(adaptive compression) 및 메타데이터 생성을 수행하며, 엣지 컴퓨팅 위성(edge computing satellite)은 수신된 표현(representation)을 복원하고 작업 관련 의미론적 정보를 추출합니다. 충실도 중심(fidelity-driven)의 이미지 전송과 달리, SpaceRipple은 협업 파이프라인 내에서 압축, 전달, 복원 및 의미론적 추론(semantic inference)을 조정하여 픽셀 수준의 이미지 전달 대신 의미론적 중심의 전달을 가능하게 합니다. 또한, 저하된 시각적 입력 환경에서도 강건성(robustness)을 향상시키기 위해 압축 인식 MoE(Mixture-of-Experts) 강화 모듈을 추가로 도입했습니다. 실험 결과, SpaceRipple은 우수한 복원 품질, 향상된 의미론적 탐지 성능 및 상당한 대역폭 절감을 달성하였으며, 이는 제한된 위성 네트워크 자원 하에서 효율적이고 신뢰할 수 있는 지구 관측에 대한 잠재력을 입증합니다.