사이버그 천체생물학자 스페인과 유타 사막 모바일 탐사 시스템에서 새로운 현상 감지 알고리즘 테스트

초록

본 논문은 색상 기반 Hopfield 신경망을 이용한 현상(노벨티) 감지 알고리즘을 착용형 컴퓨터와 스마트폰 카메라 시스템에 통합하고, 스페인과 미국 유타의 사막 현장에서 실시간 테스트한다. 디지털 현미경과 블루투스 통신을 활용해 색을 빠르게 학습하고, 기존에 관찰된 암석 색은 인식하면서 이끼와 같은 새로운 대상은 즉시 탐지한다.

상세 분석

이 연구는 행성 탐사 로봇에 적용 가능한 현상 감지 모듈을 구현하기 위해 세 가지 핵심 기술을 결합한다. 첫째, 색상 정보를 3차원 RGB 벡터로 변환한 뒤, 각 벡터를 0‑1 이진 패턴으로 인코딩하여 Hopfield 신경망의 저장 상태로 사용한다. 네트워크는 에너지 최소화 원리를 통해 현재 입력이 기존 저장된 패턴과 얼마나 일치하는지를 평가하고, 에너지 차이가 사전에 정의된 임계값을 초과하면 ‘새로운 현상’으로 판정한다. 이러한 방식은 기존 패턴을 몇 장의 이미지만으로도 빠르게 학습할 수 있게 하며, 추가 학습 시 기존 가중치를 크게 변형시키지 않아 안정적인 동작을 보장한다.

둘째, 착용형 컴퓨터에 디지털 현미경(배율 30배, 5 MP 센서)을 장착함으로써 미세 텍스처와 색상 변화를 고해상도로 캡처한다. 현미경 영상은 실시간으로 압축 전송되어 Hopfield 모듈에 입력되며, 현장에서는 1 초 이내의 처리 지연으로 즉각적인 피드백을 제공한다. 이는 기존의 저해상도 카메라 기반 시스템이 놓치기 쉬운 미세한 생물학적 표면(예: 이끼 포자)을 탐지하는 데 큰 장점을 제공한다.

셋째, 스마트폰 카메라와 넷북을 블루투스(2.4 GHz)로 연결해 무선 데이터 전송 및 원격 처리 환경을 구축했다. 이 구조는 현장 인력에게 무게와 전력 부담을 최소화하면서도, 고성능 CPU가 탑재된 노트북에서 복잡한 신경망 연산을 수행하도록 한다. 전송 속도는 평균 1 Mbps였으며, 이미지당 200 KB 정도의 압축 데이터를 0.8 초 내에 전송·처리할 수 있었다.

실험 결과, 스페인 리바스 바키아드마드에서 촬영한 다색 암석군과 유타 MDRS에서 수집한 사막 토양·암석 이미지에 대해 알고리즘은 95 % 이상의 정확도로 기존 색상을 ‘친숙함’으로 분류하고, 이끼가 군집된 영역을 3 장의 이미지 내에 ‘새로운 현상’으로 탐지했다. 학습 속도는 평균 2 장의 이미지(≈0.5 초)만으로 충분했으며, 이는 기존의 K‑최근접 이웃(K‑NN) 기반 방법이 수십 장의 이미지와 오프라인 학습을 필요로 하는 것에 비해 현격히 빠른 성능이다. 또한, 조명 변화(그림자·햇빛)와 카메라 노출 차이에 대한 내성도 실험적으로 확인되었는데, 색상 정규화 전처리와 Hopfield 네트워크의 에너지 기반 비교가 이러한 변동성을 효과적으로 완화한다는 점을 보여준다.

한계점으로는 색상만을 특징으로 사용함에 따라 동일 색상의 다른 물질을 구분하지 못하는 경우가 존재한다는 점이다. 향후 연구에서는 텍스처, 형태, 스펙트럼 정보를 추가로 결합한 다중 모달 특징 추출과, 변형된 Hopfield 모델(예: 스파스 연결) 도입을 통해 구분 능력을 향상시킬 계획이다.