GNSS(위성 항법 시스템)를 사용할 수 없는 달 환경에서 로버의 장거리 자율 탐사를 가능하게 하는 교차 시점 위치추정 프레임워크 WARG(Warped Alignment of Reprojected Graphs)가 공개됐다. 로버 카메라 영상과 궤도 위성 영상을 동시에 활용해 누적 드리프트 없이 전역 위치를 픽셀 단위로 결정하는 방식이다. 논문은 arXiv(2606.10602)를 통해 공개됐으며 소스코드도 GitHub에 함께 배포됐다.
달 표면은 지구와 달리 GNSS 신호가 없고, 시점 간 시각적 차이가 크며, 합성 데이터와 실제 환경 사이의 도메인 격차가 심각하다. WARG는 통합 그래프 학습과 재투영 그래프 정합을 결합해 이러한 문제를 동시에 해결한다. 합성 달 환경 데이터셋인 LuSNAR로 사전 학습한 뒤 합성 달 남극 영역에 제로샷으로 일반화하면 오차 3.63m를 기록했고, 실제 위투(YuTu-2) 로버 데이터에서는 100m × 100m 탐색 범위 내에서 1.68m의 위치 오차를 달성했다. 이는 공간 해상도 1.40m/픽셀인 저해상도 위성 영상 기준으로 거의 1픽셀 정밀도에 해당하는 수치다.
연산 효율 측면에서도 주목할 만한 결과가 나왔다. WARG는 파라미터 수가 156만 개로 기존 경량 모델 대비 16.12% 수준에 그치며, NVIDIA RTX A6000 GPU에서 5.49Hz로 동작해 GNSS 수준의 갱신 주기에 근접한다. 연구진은 WARG가 교차 시점 위치추정 학습 과정에서 별도 주석 없이도 의미론적 분할 능력과 구조적 추론 능력을 자연스럽게 학습한다는 점도 확인했다. 이는 최소한의 레이블 비용으로 공간 지능을 구축할 수 있는 잠재적 패러다임으로 평가된다.
달 탐사 프로그램이 아르테미스 등 국제 협력 형태로 확대되는 시점에, 외부 인프라에 의존하지 않고도 로버가 스스로 위치를 파악할 수 있는 기술은 실용적 가치가 크다. WARG는 소형 모델이 실시간에 가까운 속도로 고정밀 위치를 추론하는 것이 가능함을 실증하며, 향후 장거리 자율 탐사 임무에서 핵심 구성 요소로 활용될 수 있다는 전망이다.
