다중정밀도 우주 임무 계획 및 인프라 설계 프레임워크: 자원 물류 최적화 접근

초록

본 논문은 ISRU(현장자원활용) 시스템을 포함한 우주 인프라 전반을 대상으로, 인프라와 물류의 상호작용을 동시에 고려한 최적화 모델을 제시한다. 풀스케일 모델의 계산 복잡성을 완화하기 위해, 네트워크 상의 물자 종류 정의를 단계적으로 세분화하는 다중정밀도(Multi‑Fidelity) 기법을 도입하였다. 이를 달 탐사 다중 임무 시나리오에 적용해, 설계 품질 저하 없이 효율적인 근사 해를 얻는 것을 검증하였다.

상세 분석

이 연구는 우주 자원 물류 설계에서 흔히 간과되는 두 가지 축, 즉 ‘인프라 서브시스템 간 내부 상호작용’과 ‘인프라와 물류 네트워크 간 외부 시너지’를 하나의 수학적 프레임워크에 통합한다는 점에서 혁신적이다. 기존 연구는 주로 ISRU 플랜트 자체의 효율성 혹은 운송 경로 최적화에 초점을 맞추었지만, 전력 공급, 저장 탱크, 가공 설비 등 주변 인프라와의 연계 효과를 정량화하지 못했다. 논문은 이를 해결하기 위해, 각 인프라 요소를 노드와 엣지로 표현한 그래프 모델을 구축하고, 물자(commodity)를 ‘대분류 → 중분류 → 세분류’의 계층적 정의로 표현한다. 풀스케일 모델에서는 모든 세분류를 동시에 최적화하므로 변수와 제약식이 기하급수적으로 증가해 MILP(혼합정수선형계획) 해결이 현실적으로 불가능해진다.

다중정밀도 접근은 이러한 문제를 단계별 근사화로 풀어낸다. 초기 단계에서는 물자를 대분류 수준으로만 구분해 문제 차원을 크게 축소하고, 최적해의 구조적 특성을 파악한다. 이후 중요한 경로 혹은 병목 구간에 대해서만 중분류·세분류 수준으로 세분화해 재최적화를 수행한다. 이 과정은 ‘그리드 리파인먼트’와 유사하지만, 물류 네트워크의 흐름 특성을 반영해 선택적 정밀도 상승을 가능하게 한다. 결과적으로 전체 최적화 시간은 수십 배에서 수백 배까지 단축되면서도, 최종 목표 함수(예: 총 비용, 미션 성공 확률)에서는 1~3% 수준의 오차만을 보인다.

또한, 논문은 다중임무 달 탐사 캠페인을 사례연구로 채택해, 자원(산소, 물, 금속) 생산 위치(극지, 저지대), 운송 수단(전기 추진 로버, 화학 로켓), 저장 방식(지하 저온 저장, 표면 탱크) 등 다양한 설계 변수들을 동시에 탐색한다. 이를 통해 특정 미션 조합에서 ISRU 플랜트 규모를 축소하면서도, 외부 공급(지구 귀환) 의존도를 최소화하는 최적 인프라 구성을 도출한다. 이러한 결과는 향후 달·화성 장기 거주 기반 구축 시, 비용 효율성과 리스크 관리 측면에서 중요한 설계 지침을 제공한다.