최근 수년간 위성은 지구관측, 기상예보, 우주탐사와 같은 다양한 분야에서 널리 활용되어 원격탐사와 텔레메트리를 통해 대규모 데이터를 생성하고 있다. 그러나 이러한 데이터는 주로 지표 변화나 대기 현상을 분석하는 데 사용되어 왔으며, 위성 시스템 자체의 이상 징후를 탐지하는 데의 적용은 제한적이었다. 전통적으로 이상 탐지는 탑재 센서와 지상 관제 센터를 기반으로 한 고장탐지·격리·복구(Failure Detection, Isolation, and Recovery; FDIR) 기법에 의존해 왔다. 최근에는, 여러 협력 위성 간 교차 관측 및 위성과 지상국 간 관측을 통해 이상 상태를 탐지하는 접근법에 대한 관심이 증가하고 있다. 특히 우주 기반 태양광 발전 시스템과 같은 임무 전용 위성 군집의 경우, 원격탐사 및 텔레메트리 데이터를 활용하는 인공지능(AI) 기반 분석의 필요성이 강조되고 있다. 본 총설은 원격탐사 데이터를 이용한 AI 기반 위성 이상 탐지에 관한 최근 연구 동향과 대표적 사례 연구를 포괄적으로 검토하고, 향후 연구 방향에 대한 관점을 제시한다.

나로우주센터(Naro Space Center)의 발사 방위각은 한반도 남쪽 방향으로 170 ± 10도 이내로 제한되어 있으며, 이는 극궤도, 태양동기궤도(sun-synchronous orbit) 및 안전 범위 문제에 적합하다. 이러한 상황에서 위성을 GEO(정지궤도)로 보내는 한 가지 방안은 상승 중 도그레그(dog-leg) 기동을 수행하여, 이러한 제한 조건 하에서 중경사 궤도를 형성하는 것이다. 그러나 이 방안은 도그레그 기동과 더불어 비행기(궤도면) 변경 기동이 필요하므로 막대한 에너지가 요구된다. 유일하게 남는 선택지는 달의 중력을 이용하여 근지(경사)각을 0에 가깝게 낮춘 후, 기동 없이 고도 35,786 km에서 지구 주변으로 복귀하는 방식으로 근지점(apogee)을 달로 올리는 것이다. 달 보조 GEO 이전을 설계하기 위해 가능한 모든 경로를 정의하지만, 계절 변동이 이들 잠재적 경로 전체에 어떻게 영향을 미치는지에 대해서는 여전히 의문이 남아 있다. 따라서 본 연구는 고정밀 동역학 모델, 근 찾기(root-finding) 알고리즘, 그리고 잘 정렬된 초기 조건을 사용하여 2031년의 모든 이용 가능한 궤적을 설계하고 분석하고자 하며, 계절 추세의 영향을 중심으로 평가한다. 시뮬레이션 결과, 달-지구(cislunar) 왕복 무기동 궤적은 일반적으로 달-주위(circumlunar) 왕복 무기동 궤적보다 더 적은 ΔV를 요구하는 것으로 나타났다. 또한 귀환 비행 시간이 상대적으로 짧기 때문에 달-태양 및 달-태양계(lunisolar) 효과의 영향은 달-주위 궤적에 미미하였다. 반대로 달-지구 궤적은 계절 변동을 보이므로, 봄과 가을 계절은 귀환 소요 시간이 상대적으로 길기 때문에 여름과 겨울 계절에 비해 최대 20 m/s 더 적은 ΔV가 필요하다.