광학 추적 시스템은 태양광을 반사하는 우주 물체를 망원경으로 촬영하여 추적합니다. 레이더와 달리 수동(passive) 센서이며, 특히 MEO(중궤도)와 GEO(정지궤도) 영역의 물체 추적에 효과적입니다. 광학 시스템의 주요 장점은 레이더보다 훨씬 먼 거리까지 탐지할 수 있다는 것이며, 40,000km 이상 떨어진 GEO 위성도 추적할 수 있습니다.
현대 광학 추적 시스템은 CCD(Charge-Coupled Device) 또는 CMOS 센서를 사용하며, 자동화된 이미지 처리 소프트웨어로 별과 위성을 구별하고 궤적을 계산합니다. WIA-SPACE-026 표준은 광학 관측 데이터의 형식과 정확도 메트릭을 정의하여 전 세계 광학 추적 네트워크의 상호 운용성을 보장합니다.
광학 추적은 물체가 반사하는 태양광을 관측합니다. 물체의 밝기는 크기, 반사율(albedo), 태양-물체-관측자 각도, 거리에 의해 결정됩니다. 밝기는 등급(magnitude)으로 표현되며, 숫자가 작을수록 밝습니다. 육안으로 볼 수 있는 가장 어두운 별은 약 6등급이며, 현대 추적 망원경은 18-20등급까지 탐지할 수 있습니다.
광도 방정식: 물체의 겉보기 등급 m = m_sun - 2.5 × log₁₀[(A × Φ(α)) / (d_sun² × d_obs²)]
여기서 m_sun은 태양의 겉보기 등급(-26.74), A는 물체의 단면적, Φ(α)는 위상 함수(phase function), d_sun은 태양으로부터의 거리, d_obs는 관측자로부터의 거리입니다. 위상 함수는 태양-물체-관측자 각도에 따른 반사율 변화를 나타냅니다.
각도 측정: 광학 시스템은 물체의 천구 좌표(적경, 적위)를 측정합니다. 이는 방향 정보만 제공하며, 거리 정보는 직접 측정되지 않습니다. 따라서 궤도 결정을 위해서는 여러 관측소에서의 다중 관측이나 시간에 따른 각도 변화 추적이 필요합니다. 현대 시스템은 1-3 arcsecond(각초) 정확도를 달성하며, 이는 약 0.0003도에 해당합니다.
촬영 모드: 광학 추적은 두 가지 주요 모드로 수행됩니다. 항성 추적(sidereal tracking)은 카메라를 별의 일주 운동에 맞춰 회전시키며, 이 경우 별은 점으로, 위성은 줄무늬로 촬영됩니다. 위성 추적(satellite tracking)은 알려진 위성의 궤도에 맞춰 카메라를 움직이며, 위성은 점으로, 별은 줄무늬로 나타납니다. 각 모드는 서로 다른 장단점을 가지며, 목적에 따라 선택됩니다.
| 시스템명 | 위치 | 망원경 크기 | 시야각 (FOV) | 극한 등급 | 주요 대상 |
|---|---|---|---|---|---|
| GEODSS Socorro | 뉴멕시코, 미국 | 1.0m × 3대 | 2.0° × 2.0° | 16-17등급 | GEO |
| GEODSS Diego Garcia | 인도양 | 1.0m × 2대 | 2.0° × 2.0° | 16-17등급 | GEO |
| GEODSS Maui | 하와이, 미국 | 1.6m (AMOS) | 변동적 | 18등급 | GEO/Deep Space |
| OGS Tenerife | 카나리아 제도 | 1.0m | 1.4° × 1.4° | 17등급 | GEO/MEO |
| ExoAnalytic | 전 세계 200+ | 0.15-0.5m | 6.0° × 6.0° | 12-15등급 | GEO 연속 감시 |
GEODSS(Ground-based Electro-Optical Deep Space Surveillance)는 미국 우주군이 운영하는 주요 광학 추적 시스템입니다. 1980년대 초 운영을 시작했으며, 현재 세 곳에서 운영되고 있습니다: Socorro(뉴멕시코), Maui(하와이), Diego Garcia(인도양). 각 사이트는 여러 대의 1.0m급 망원경을 갖추고 있으며, 넓은 시야각(2도 × 2도)으로 GEO 벨트를 효율적으로 스캔합니다.
GEODSS 망원경은 초점비가 f/1.3으로 매우 밝으며, 대형 CCD 센서를 사용합니다. 각 노출은 수 초에 불과하지만, 빠른 읽기 속도 덕분에 같은 영역을 반복적으로 촬영할 수 있습니다. 이동 물체 탐지 알고리즘은 여러 프레임을 비교하여 별과 위성을 구별합니다. GEODSS는 GEO 고도(~36,000km)에서 농구공 크기(약 25cm)의 물체를 탐지할 수 있습니다.
Maui 사이트에는 특별히 1.6m AMOS(Advanced Maui Optical and Space surveillance) 망원경이 있습니다. 이는 적응 광학(Adaptive Optics) 시스템을 갖추어 대기 난류를 보정하고 고해상도 이미지를 생성할 수 있습니다. AMOS는 GEO 위성의 형상, 태양 전지판 배치, 안테나 방향 등을 구별할 수 있으며, 위성 상태 평가와 특성화에 사용됩니다.
ExoAnalytic Solutions는 2008년 설립된 상업 우주 추적 회사로, 전 세계에 200개 이상의 소형 망원경 네트워크를 구축했습니다. 전통적인 대형 망원경과 달리, 상대적으로 저렴한 0.15-0.5m 망원경을 다수 배치하여 GEO 벨트를 연속적으로 감시합니다. 이 접근법은 "stare and chase"(응시하고 추적)라고 불리며, 물체를 지속적으로 시야에 유지합니다.
ExoAnalytic의 혁신은 연속 추적입니다. 전통적인 시스템은 물체를 주기적으로 관측하지만(예: 하루에 몇 번), ExoAnalytic은 GEO 물체를 몇 분마다 관측합니다. 이를 통해 궤도 기동, 자세 변화, 이상 행동을 거의 실시간으로 탐지할 수 있습니다. 2021년 기준으로 3,000개 이상의 GEO 물체를 추적하고 있으며, 정부와 민간 위성 운영자에게 충돌 경고 및 이상 탐지 서비스를 제공합니다.
ExoAnalytic은 머신 러닝을 활용하여 자동으로 이미지를 분석하고 이상 패턴을 탐지합니다. 예를 들어, 위성이 예상치 못한 밝기 변화를 보이면(태양 전지판 문제 가능성) 자동으로 경고를 발생시킵니다. 또한 여러 망원경의 동시 관측을 통해 삼각 측량으로 거리를 추정할 수 있으며, 이는 광학 시스템의 전통적 한계를 극복합니다.
| 특성 | 광학 추적 | 레이더 추적 | 비고 |
|---|---|---|---|
| 측정 타입 | 각도 (RA, Dec) | 거리, 각도, 속도 | 레이더가 더 완전한 정보 제공 |
| 작동 시간 | 야간, 맑은 날씨 | 24시간, 전천후 | 레이더가 더 신뢰성 높음 |
| 유효 범위 | LEO~GEO (40,000+ km) | 주로 LEO (3,000 km) | 광학이 원거리 우수 |
| 탐지 한계 | 1m (GEO), 밝기 의존 | 2-10cm (LEO) | 레이더가 소형 물체 우수 |
| 정확도 | 1-3 arcsec 각도 | 수 m 거리, 0.1° 각도 | 레이더가 거리 측정 우수 |
| 비용 | 상대적으로 저렴 | 고비용 (대형 시스템) | 광학이 경제적 |
광학 측정의 정확도는 여러 요인에 의해 제한됩니다. 대기 시상(seeing)은 대기 난류로 인한 별빛의 흔들림을 의미하며, 일반적으로 1-2 arcsecond입니다. 우수한 관측지(예: 마우나케아, 라팔마)에서는 0.5 arcsecond 이하를 달성할 수 있습니다. 적응 광학 시스템은 실시간으로 대기 난류를 보정하여 회절 한계에 가까운 성능을 제공합니다.
날씨 의존성: 광학 관측의 가장 큰 한계는 날씨 의존성입니다. 구름, 안개, 강수는 관측을 불가능하게 만듭니다. 이를 극복하기 위해 전 세계 여러 곳에 망원경을 분산 배치합니다. 한 곳이 흐리더라도 다른 곳에서 관측할 수 있습니다. 또한 기상 예보를 활용하여 관측 스케줄을 최적화합니다.
일광 제약: 대부분의 광학 추적은 야간에만 가능합니다. 그러나 황혼 시간대(태양이 지평선 아래 6-18도)에는 GEO 위성이 햇빛을 받으면서도 지상은 어두워 관측할 수 있습니다. 일부 시스템은 낮에도 밝은 물체(예: ISS)를 추적할 수 있지만, 하늘의 밝기 때문에 어렵습니다.
계절 효과: GEO 벨트는 적도 상공에 위치하므로, 중위도 관측소에서는 항상 남쪽(북반구) 또는 북쪽(남반구) 하늘에 있습니다. 춘분과 추분 시기에는 GEO 위성이 지구 그림자를 통과하며(식 시즌), 이 기간 동안 위성이 보이지 않습니다. 또한 여름에는 밤이 짧아 관측 시간이 제한됩니다.
현대 광학 추적은 고도로 자동화되어 있습니다. 하루에 수천 장의 이미지가 촬영되며, 수동으로 분석하는 것은 불가능합니다. 자동화된 이미지 처리 파이프라인은 다음 단계를 수행합니다:
1. 전처리: 원시 이미지에서 바이어스(bias), 다크 전류(dark current), 플랫 필드(flat field) 효과를 제거합니다. 이는 센서의 체계적 오차를 보정하여 측정 정확도를 향상시킵니다. 또한 우주선(cosmic ray) 히트와 픽셀 결함을 탐지하고 제거합니다.
2. 별 카탈로그 매칭: 이미지에서 별을 탐지하고 알려진 별 카탈로그(예: Gaia, Hipparcos)와 매칭합니다. 이를 통해 이미지의 정확한 방향(plate solution)을 결정하고 왜곡을 보정합니다. 현대 알고리즘은 몇 초 내에 이 작업을 완료할 수 있습니다.
3. 이동 물체 탐지: 여러 프레임을 비교하여 별에 대해 이동하는 물체를 탐지합니다. 트레일릿(tracklet) 추출 알고리즘은 짧은 호(arc)를 연결하여 물체의 궤적을 재구성합니다. 허프 변환(Hough transform), 라돈 변환(Radon transform) 등의 기법이 사용됩니다.
4. 관측 연관: 탐지된 트레일릿을 알려진 카탈로그 물체와 연관시킵니다. 예측 위치와 관측 위치를 비교하여 일치하면 기존 물체의 관측으로 분류하고, 일치하지 않으면 미확인 물체(UCT, Uncorrelated Track)로 보고합니다. 이는 새로운 발사나 분열을 탐지하는 중요한 단계입니다.
5. 품질 관리: 측정의 품질을 평가하고 이상값을 제거합니다. 잔차(residual) 분석, 카이 제곱 검정 등을 통해 측정 신뢰도를 평가합니다. 저품질 관측은 궤도 결정에 포함되지 않습니다.
적응 광학(Adaptive Optics): 실시간으로 대기 난류를 측정하고 변형 가능한 거울로 보정하여 회절 한계 성능을 달성합니다. 전통적으로 천문 관측에 사용되었지만, 우주 쓰레기 추적에도 적용되고 있습니다. Maui의 AMOS 망원경은 이미 적응 광학을 사용하며, 미래에는 더 많은 추적 망원경이 이 기술을 채택할 것입니다.
대형 시야각 서베이: 차세대 서베이 망원경(예: Vera Rubin Observatory, LSST)은 매우 넓은 시야각(3.5도 직경)과 빠른 읽기 속도를 가집니다. 원래 천문학 목적으로 설계되었지만, 우주 쓰레기 탐지에도 활용될 수 있습니다. 하루 밤에 전체 하늘을 여러 번 스캔하여 수만 개의 물체를 관측할 수 있습니다.
인공지능 이미지 분석: 딥러닝은 이미지 처리 파이프라인의 모든 단계를 향상시킵니다. CNN(Convolutional Neural Networks)은 별, 위성, 인공물을 구별하고, RNN(Recurrent Neural Networks)은 트레일릿 연결을 최적화하며, GAN(Generative Adversarial Networks)은 이미지 품질을 향상시킵니다. 이러한 기술은 자동화 수준과 정확도를 크게 향상시킵니다.
레이저 거리 측정(SLR): Satellite Laser Ranging은 레이저 펄스를 위성에 발사하고 반사된 신호를 측정하여 밀리미터 정확도로 거리를 측정합니다. 광학 관측의 주요 한계인 거리 정보 부족을 극복합니다. 그러나 위성에 역반사기(retroreflector)가 필요하므로 협력적 추적에만 사용됩니다. 미래에는 비협력적 SLR 기술이 개발될 수 있습니다.