본 논문은 유럽 우주국(ESA)의 ConstellAI 프로젝트를 기반으로 인공지능(AI)을 활용하여 거대 위성 네트워크 운영을 최적화하는 방법을 연구한다. GMV GmbH, Saarland University, Thales Alenia Space로 구성된 컨소시엄은 AI 기반 알고리즘을 개발하여 데이터 라우팅 및 자원 할당이라는 두 가지 주요 운영 과제에 대해 기존 방법보다 효율성을 입증하였다. 강화 학습(RL)을 사용하여 데이터 라우팅의 종단 간 지연 시간을 개선하고, 자원 할당에서는 배터리 및 메모리와 같은 제한된 자원을 효율적으로 사용하도록 작업 스케줄링을 최적화하였다. 다양한 위성 구성 및 운영 시나리오에서 실험을 통해 RL이 기존 방법에 비해 우수한 유연성, 확장성 및 일반화 성능을 제공하며, 자율적이고 지능적인 위성 관리에 필수적임을 보여준다. 결과적으로 AI가 더욱 적응적이고 강력하며 비용 효율적인 위성 네트워크 관리 솔루션을 제공할 수 있음을 시사한다.
