다중 우주 파편 수거 임무: 파편 선택과 궤도 최적화 전략

초록

본 논문은 매년 5개의 무거운 LEO 파편을 제거하기 위한 임무의 ΔV 요구량을 최소화하는 문제를 다룬다. 파편 선택(조합 최적화)과 궤도 전이(연속 최적 제어)를 동시에 고려한 복합 최적화 모델을 제시하고, 전이 전략을 충동식으로 단순화한 뒤 선형화하여 Branch‑and‑Bound 알고리즘으로 해결한다. 11개의 후보 파편 중 5개를 선택하는 사례에 적용해 방법론의 유효성을 검증한다.

상세 분석

이 연구는 저궤도(LEO) 파편 감소 목표를 달성하기 위해 “Space Debris Collecting”(SDC) 임무를 수학적으로 모델링하고, 실제 해결 절차를 제시한다는 점에서 의미가 크다. 먼저 파편 간 전이는 연료 소비와 전이 시간이라는 두 개의 목적 함수를 갖는 연속 최적 제어 문제로 정의된다. 상태 변수는 질량, 위치, 속도(또는 궤도 요소)이며, 제어 변수는 추력 크기와 방향이다. 연료 소모는 추력·시간 적분 형태로 표현되고, 전이 시간은 상한값으로 제한해 문제의 유계성을 확보한다.

다음으로 파편 선택 및 순서 결정은 전형적인 여행 판매원 문제(TSP)를 변형한 형태이다. 전체 N개의 후보 중 n개만 방문해야 하며, 각 방문 사이에 최소 작업 시간(T_deorb)과 전체 임무 시간(T_max) 제약이 추가된다. 이산 변수 s_ij(전이 선택), x_k, y_k(입·출 차수), z_k(연결성) 등을 도입해 경로의 연결성, 루프 방지, 시작·종료 노드 지정 등을 수식화한다.

두 문제를 결합하면 연료 소비와 전이·작업 시간을 동시에 최소화하는 혼합 정수 비선형 프로그램(MINLP)이 된다. 무한 차원의 제어 함수가 존재하므로 직접 해법은 비현실적이다. 저자들은 전이 전략을 “충동식(impulsive) 전이”로 가정해 제어 함수를 유한 차원 파라미터(ΔV와 전이 시점)로 축소하고, 초기 해를 바탕으로 비용·시간 함수들을 1차 선형화한다. 이렇게 얻어진 선형 근사 모델은 Branch‑and‑Bound 알고리즘에 적용할 수 있는 정수 선형 프로그램(ILP) 형태가 된다.

Branch‑and‑Bound 과정에서 각 노드마다 현재 선택된 파편 집합에 대한 최적 전이 ΔV와 전이 일정을 재계산하고, 하한·상한을 이용해 탐색 공간을 효율적으로 축소한다. 최적 경로가 도출되면, 선형화 단계에서 사용된 충동식 가정을 풀어내어 실제 연속 제어 문제를 다시 풀어(예: 직접법 또는 간접법) 전이 궤적과 시점을 정밀하게 재최적화한다. 이 반복 과정을 통해 해가 수렴하면 최종 솔루션이 확보된다.

방법론의 장점은 (1) 파편 수와 임무 기간에 관계없이 동일한 절차를 적용할 수 있다는 확장성, (2) 전이 전략을 사전에 정의함으로써 문제 차원을 크게 감소시켜 계산량을 현실적인 수준으로 낮춘다, (3) Branch‑and‑Bound와 선형화 반복을 결합해 NP‑hard 조합 문제와 연속 최적 제어 문제를 동시에 다룰 수 있다는 통합적 접근이다. 한편 한계점으로는 충동식 전이 가정이 실제 저추력 전기 추진 시스템에선 부정확할 수 있으며, 선형화 과정에서 발생하는 근사 오차가 최종 ΔV 추정에 영향을 줄 가능성이 있다. 또한, 전이 시간 상한(max T_ij)과 최소 작업 시간(T_deorb)의 설정이 결과에 민감하게 작용하므로, 실제 운용 시에는 이러한 파라미터를 신중히 조정해야 한다.