NAVI-Orbital: 자율 천문 관측을 위한 초보 반영구적 시각-언어 모델의 첫 우주 데모

지구 관측 데이터의 생성 속도와 지상에서 사람이 참여하는 처리 속도는 지구 관측 데이터를 다운받는 대역폭과 지구 관측 데이터를 분석하는 속도 사이의 격차를 만들고 있다. 이 논문은 NAVI-Orbital이라는 소프트웨어 시스템을 Low Earth Orbit(Low Earth Orbit, LEO) 위성에 배치한 것이다. 2026년 4월 16일, NAVI-Orbital은 대규모 언어 모델(LLM)로 작동하는 첫 번째 인공위성에서 비전-언어 모델이 완전히 onboard에서 자동으로 다중 모드 추론을 수행하는 것을 보여주었다. NAVI-Orbital은 지역 비전-언어 모델(Gemma 3)을 사용하여 각 캡처한 장면을 분류하고, 장면의 내용과 특징들 사이의 관계를 설명하는 텍스트 설명을 생성하고, 사용자와 자연어 대화로 반응한다. 시스템은 일반적인 명령어 대신 평소의 영어 문장으로 재배치가 가능하고, LangGraph라는 그래프 기반 상태 머신이 감지 및 대화에 특화된 agent를 조율한다. 지상 벤치마킹(88.16% 정확도, 7,960장의 AID 벤치마크), Flatsat 검증 및 인공위성에서 새로 획득, 이전에 보지 못한 지구 이미지를 캡처한 결과가 있다. 이 이미지는 YAM-9 이미지와 같은 미정정비된 이미지와 함께 onboard에서 하드웨어 가속 GPU 추론을 사용하여 비행 장치에 대한 미fine-tuning을 수행하지 않고 지구 관측 데이터의 의미 압축을 통해 지구 관측 데이터를 다운받지 않고 모든 대역폭 프로파일을 역전시키는 데에 가능성을 보여준다.