NASA-IBM, 달 탐사용 멀티모달 지리공간 AI 모델 'Lunar Foundation' 오픈소스 공개

NASA와 IBM Research가 주도하는 협업 프로젝트로, 달 탐사 데이터를 분석하기 위한 멀티모달 지리공간 AI 모델 **'NASA-IBM Lunar Foundation Model'**이 오픈소스로 공개되었다. 이 모델은 달 표면의 다양한 물리적 특성을 통합하여 행성 과학 연구 및 AI 기반 탐사 애플리케이션 개발을 지원한다.

통합 데이터셋 SomBench

모델 학습 및 평가에는 SomBench 멀티모달 달 데이터셋이 사용되었다. 이 데이터셋은 약 200만 개의 정합된 데이터 포인트를 포함하며, 다음과 같은 11가지 모달리티를 통합한다.

• 영상 (LROC의 NAC 및 WAC 데이터 포함)
• 지형 및 중력 데이터
• 열물리적 특성 및 레이더 데이터
• 조명 기하학 및 기타 지질학적 정보

데이터 해상도는 1m부터 20km/pixel까지 다양하며, 각 데이터셋의 과학적 가치를 보존하면서 서로 다른 기기 및 공간 해상도를 효과적으로 통합하는 것이 핵심 기술적 과제였다.

성능 및 활용

모델은 ImageNet 사전 학습 모델이나 기존 달 전용 모델 대비 성능 우위를 입증했다. 주요 평가 지표는 다음과 같다.

• 크레이터 탐지: 미터 단위 해상도에서 크레이터 식별 정확도 향상
• 세그멘테이션: 마리아(Maria, 달의 평원) 지역 분할 성능 개선
• 라벨 효율성: 소량의 라벨링 데이터로도 높은 성능 달성 (Label Efficiency)

공개된 리소스에는 사전 학습된 모델 가중치, 파인튜닝 코드, 그리고 표준화된 평가용 벤치마크가 포함된다. 이는 Hugging Face를 통해 접근 가능하며, 행성 과학자와 AI 개발자가 달 관련 ML 작업을 재현하고 확장할 수 있는 기반을 제공한다.