Satlyt 궤도 컴퓨팅 테스트, 공유 위성 처리용 소프트웨어 진전

Satlyt은 궤도상의 하드웨어에서 컴퓨팅 계획 소프트웨어를 테스트한 것으로 알려졌다. 이는 위성 네트워크 구상을 진전시키는 결과이지만, 우주선 간 실제 공유 처리가 가능하다는 점은 아직 검증되지 않았다. Satlyt 궤도 컴퓨팅 실험은 가용 처리 능력과 통신 여건이 계속 변하는 상황에서 작업을 어디서 실행할지 결정하는 특정 문제를 다룬다. 이는 미래 서비스의 유용한 구성 요소이지만, 위성들이 이미 하나의 공유 데이터 센터처럼 작동한다는 사실을 입증하지는 않는다.

이 구분은 중요하다. 위성 탑재 컴퓨팅과 위성 간 컴퓨팅 조정에는 서로 다른 증거가 필요하기 때문이다. ESA의 PhiSat-1은 이미 탑재형 이미지 분석의 역사적 기준점을 제시했다. Satlyt이 제안하는 기여는 조정에 관한 것이다. 각 우주선을 별도의 처리 섬으로 취급하는 대신, 가용 자원 전반에 걸쳐 작업을 배정하는 방식이다.

당장의 과제는 Satlyt과 잠재적 위성 운영사가 이 소프트웨어 결과를 운영상 이점과 연결하는 데 있다. 다른 우주선을 통해 작업을 완료함으로써 전달 속도, 신뢰성 또는 자원 활용이 개선될 때 스케줄링 계획은 상업적 의미를 갖는다. 궤도 인프라를 평가하는 구매자에게는 서버가 지구 밖에서 작동할 수 있는지보다 이것이 더 유용한 질문이다.

Satlyt 궤도 컴퓨팅 테스트가 실제로 입증한 것

11월 1일 공개된 보도에 따르면, Satlyt의 10월 실험은 University of Houston이 참여한 NASA 지원 연구에서 13개월간의 개발을 거쳐 이뤄졌다. 보고된 구성은 4개의 컴퓨팅 호스트, 4명의 사용자, 8개의 서비스를 나타냈다. 우주선에 탑재된 물리적 컴퓨터 1대가 시뮬레이션된 네트워크를 평가하고 그 결과를 지구로 전송했다.

이 구성은 결과의 경계를 설정한다. 시뮬레이션 호스트는 소프트웨어 모델 안의 다른 컴퓨터를 나타내며, 다른 물리적 장비와의 통신을 입증하지는 않는다. 이 조건에서 실행 가능한 작업 배정을 생성하는 것은 계획 구성 요소를 시험하지만, 우주선 간 데이터 교환에는 추가적인 요구 사항이 따른다. 따라서 보고된 위성 컴퓨팅 테스트는 작동하는 궤도 데이터 센터보다 더 제한적인 결론을 뒷받침한다.

보고된 진전은 비행 하드웨어에서의 계획 수립에 관한 것이며, 물리적 우주선 간 공유 실행은 여전히 별도의 검증이 필요하다.

그러한 제한적 결론도 여전히 유용하다. 소프트웨어를 궤도 컴퓨터로 옮기면 소프트웨어가 작동해야 하는 환경 자체가 달라진다. 개발자는 지상 실험실을 벗어난 뒤에도 애플리케이션이 동일하게 작동할 것이라고 가정하는 대신, 실제 호스팅 환경에 맞춰야 한다. 결과를 반환하는 일은 팀이 의도한 계산 결과와 비교해 구체적으로 점검할 수 있는 대상도 제공한다.

그러나 성공적인 실행이 현실적인 조건에서 계획기가 최선의 배정을 수행한다는 점을 자동으로 입증하지는 않는다. 이를 위해서는 로컬 처리, 다른 연결을 기다리는 방식, 원본 데이터를 지구로 전송하는 방식 등을 포함한 대안과의 비교가 필요하다. 이러한 비교가 없다면, 결과는 이점보다는 작동을 더 분명하게 입증한다.

NASA와의 연관성도 신중히 다뤄야 한다. 연구 자금 지원은 프로젝트의 맥락을 보여줄 뿐, 상업 서비스에 대한 기관의 도입을 입증하지는 않는다. 독자는 지원 연구를 통해 수행된 실험과 일상적 운영을 위해 Satlyt 소프트웨어에 의존하는 임무를 구분해야 한다. 이는 기술적·제도적 약속의 서로 다른 단계다.

따라서 이 실험의 가치는 구체적이며 한정돼 있다. 이는 Satlyt 아키텍처의 일부에 대해 보고된 비행 결과를 제공한다. 아키텍처에 관한 모든 질문에 답하지 않으며, 그럴 필요도 없다. 다음 단계는 완료된 테스트의 의미를 확대하기보다 이 경계를 바탕으로 구축돼야 한다.

위성 운영사에는 다음 연결에 앞서 유용한 결과가 필요하다

위성 운영사에게 관련 자원은 처리 능력 그 자체보다 통신할 기회인 경우가 많다. 다운링크는 우주선에서 지구로 정보를 전송하는 연결이다. 유용한 정보가 그 연결을 기다려야 한다면, 추가 탑재 분석은 전송되는 내용을 바꿀 수 있는 한 가지 방법이 된다.

ESA는 구체적인 선례를 제공한다. PhiSat-1 임무는 탑재형 인공지능을 이용해 구름 낀 이미지와 사용 가능한 영상을 구분했다. ESA는 탑재형 구름 탐지를 전송 전 관측 자료를 필터링해 가용 통신의 활용도를 높이는 방법으로 설명했다. 이 사례는 지상 컴퓨팅을 전반적으로 대체한다는 주장을 하지 않고도 센서 가까이에서의 처리가 왜 중요할 수 있는지를 보여준다.

Satlyt의 기회는 기존 우주 임무를 더 효과적으로 만드는 데 달려 있으며, 공유 컴퓨팅은 해당 임무의 필요를 충족해야 한다.

이 선례의 아키텍처적 함의를 생각해 보자. 우주선이 사용할 수 없는 관측 자료를 로컬에서 폐기할 수 있다면, 지상 소프트웨어가 나중에 거부할 자료를 전송하지 않아도 된다. 이는 비교적 독립적인 판단이다. 다른 우주선에 도움을 요청하려면 추가적인 판단이 필요하다. 입력을 전송하는 것이 로컬 처리보다 더 큰 가치를 만드는지 여부다.

이 지점에서 Satlyt 궤도 컴퓨팅은 가장 실용적인 비교 과제에 직면한다. 대안은 관측 자료를 분석을 위해 지상 시스템으로 보내는 확립된 워크플로다. 이 워크플로에는 한계가 있지만, 소프트웨어 유지보수, 저장소, 사람의 감독을 접근 가능한 환경에 집중시킨다는 장점도 있다. 그 일부를 궤도로 옮기려면 측정 가능한 이유가 필요하다.

가장 강력한 이유는 애플리케이션에 따라 달라질 것이다. 긴급 관측의 경우 핵심 지표는 사용할 수 있는 결과가 도착할 때까지의 경과 시간일 수 있다. 다른 워크로드에서는 제약된 연결을 통해 전송해야 하는 정보량일 수 있다. 이는 Satlyt의 보고된 실험으로 입증된 성과가 아니라 평가 기준이다.

운영사는 우주선의 핵심 임무도 보호해야 한다. 여유 처리 능력은 그것을 사용해도 해당 능력을 제공한 임무가 훼손되지 않을 때에만 가치가 있다. 공유 서비스는 다른 고객의 작업이 긴급해 보이더라도 운영 한계와 우선순위를 존중해야 한다. 그렇지 않으면 조정은 새로운 경합 원천을 만든다.

따라서 구매자의 질문은 구체적이다. 어떤 유용한 결과가 더 빨리 도착하는가, 또는 더 적은 임무 자원을 소비하면서 도착하는가? 긍정적인 답은 서비스 제안을 뒷받침할 수 있다. 단지 프로세서가 계산을 완료했다는 사실만으로는 그 제안이 열려 있는 상태로 남는다. Satlyt의 계획 작업은 이러한 기술적 질문과 운영상 질문의 연결을 겨냥한다.

공유 처리는 탑재형 AI가 피하는 추가 판단을 요구한다

스케줄러는 명시된 제약 조건 아래에서 컴퓨팅 자원에 작업을 배정하는 소프트웨어다. 위성 네트워크에서는 이러한 제약 조건에 프로세서가 유휴 상태인지 여부만 포함되지 않는다. 배정은 데이터의 위치, 가용 연결, 결과가 유효한 상태로 남아 있어야 하는 시점에도 부합해야 한다.

작업이 시작될 때는 매력적으로 보이던 배정이 완료되기 전에는 매력을 잃을 수 있다. 다른 장비는 더 큰 용량을 가질 수 있지만, 전송 때문에 완료가 지연될 수 있다. 작업을 로컬에 유지하면 계산상으로는 느릴 수 있지만 전체적으로는 더 빠를 수 있다. 이는 Satlyt의 성능 주장이 아니라 아키텍처적 절충이다.

공유 위성 서비스는 단순히 더 많은 장비에 더 많은 작업을 분산하는 것이 아니라, 완료된 작업을 최적화해야 한다.

이 구분은 계획기를 입증하는 일과 분산 서비스를 입증하는 일이 별도의 이정표인 이유를 설명한다. 분산 컴퓨팅은 여러 컴퓨터가 하나의 워크로드에서 협력하는 것을 뜻한다. 협력하려면 적절한 정보를 교환하고, 완료를 인식하며, 책임 소재를 잃지 않고 중단 상황을 처리해야 한다. 시뮬레이션 네트워크는 모든 물리적 장애를 재현하지 않고도 이러한 조건을 나타낼 수 있다.

같은 구분은 “가상”이라는 단어에도 적용된다. 가상 데이터 센터는 자원을 한 건물 안에 배치하는 대신 소프트웨어를 통해 묶는다. 이러한 묶음은 고객이 작업을 요청하는 방식을 단순화할 수 있지만, 근본적인 한계를 없애지는 못한다. 가용 처리 능력은 여전히 참여 하드웨어와 그 하드웨어의 통신 능력에 달려 있다.

Satlyt은 외부 플랫폼에서 소프트웨어를 테스트할 수 있는 경로를 확보했다. Rogue Space Systems는 Satlyt이 OTP-2 및 OTP-2B 플랫폼을 이용해 AI 조정과 데이터 최적화를 시연할 것이라고 발표했다. Rogue는 서로 다른 세대의 탑재 컴퓨팅 하드웨어와 궤도 소프트웨어 검증 기회를 설명했다. 이 궤도 테스트 계약은 파트너십을 입증할 뿐, 제안된 모든 역량이 테스트를 완료했다는 증거는 아니다.

상업적 의미는 이기종 하드웨어, 즉 기능이 서로 다른 장비가 기회와 통합 부담을 모두 만든다는 데 있다. 조정 계층은 그렇지 않으면 파편화될 용량을 더 쉽게 활용하게 만들 수 있다. 동시에 제대로 실행할 수 없는 작업을 배정하지 않으려면 각 호스트에 대해 충분히 알아야 한다.

호환성은 프로세서 속도를 넘어선다. 애플리케이션은 소프트웨어 버전, 메모리, 지원되는 연산, 접근 권한에 의존한다. 이러한 차이를 고객에게서 숨기는 서비스도 내부적으로는 이를 관리해야 한다. 추상화는 인터페이스를 개선하지만, 그 아래의 엔지니어링 작업을 없애지는 않는다.

완전한 작업을 옮기는 것과 긴밀하게 연결된 계산을 분할하는 것 사이에도 차이가 있다. 독립적인 작업은 장비 간 분리를, 장비 간 빈번한 교환이 필요한 작업보다 더 쉽게 감당할 수 있다. 따라서 Satlyt의 궁극적인 워크로드 선택은 “우주 데이터 센터”라는 포괄적 표현보다 접근 가능한 시장에 관해 더 많은 것을 보여줄 것이다.

가장 강력한 초기 증거는 계획기가 실제 대안들 가운데 선택한 뒤 그 워크플로를 완료하는 모습을 보여주는 것이다. 이는 계획 품질과 전달된 결과를 연결할 것이다. 또한 운영사가 공유가 가치 있는 상황과 작업을 그대로 두는 편이 나은 상황을 평가할 수 있게 해줄 것이다.

Google의 하드웨어 프로그램은 다른 비교 기준을 제시한다

Google은 궤도 컴퓨팅도 연구하면서 문제의 다른 부분을 강조한다는 점에서 유용한 업계 기준점이 된다. Google의 Project Suncatcher 연구는 머신러닝용 위성 인프라를 탐색한다. 이는 인접한 비교 대상이 되지만, 공개 자료는 Satlyt과의 직접적인 상업 경쟁을 입증하지 않는다.

Google은 Planet이 제작한 프로토타입이 2026년 10월 1일 발사됐으며 팀이 통신을 수립했다고 밝혔다. 회사는 이 임무를 우주 비행, 방사선, 열 조건에서 자사의 특수 AI 프로세서를 연구할 기회로 설명했다. Google의 설명에 따르면, 이 궤도 하드웨어 프로토타입은 여전히 연구 프로그램의 일부다.

Google의 하드웨어 실험과 Satlyt의 보고된 계획 실험은 궤도 컴퓨팅에서 상호 보완적인 불확실성을 다룬다.

이 비교는 구매자가 마주하는 주장을 구분하는 데 도움이 된다. 하드웨어 테스트는 선택한 컴퓨팅 시스템이 물리적 환경에서 수용 가능한 수준으로 작동할 수 있는지를 묻는다. 조정 테스트는 사용 가능한 장비들이 어떻게 함께 작동해야 하는지를 다룬다. 궁극적인 서비스에는 이 두 가지에 대한 만족스러운 답과 함께, 해당 구성을 활용할 수 있는 애플리케이션이 필요하다.

프로세서가 궤도에서 살아남는다고 해서 네트워크가 이를 생산적으로 활용할 수 있다는 뜻은 아니다. 마찬가지로 스케줄러가 합리적인 할당을 생성한다고 해서 배정된 하드웨어가 워크로드를 지속적으로 처리할 수 있다는 뜻도 아니다. 어느 한 결과를 완전한 인프라 입증으로 간주하면, 그 사이의 의존 관계를 건너뛰게 된다.

Satlyt에게 이는 참여하는 모든 우주선을 제조하는 기업이 아니라 조정 제공업체로 자리 잡을 수 있는 가능성을 만든다. 이러한 위치는 호스트에 대한 접근성, 성공적인 통합, 그리고 운영자가 자원을 공유하려는 의지에 달려 있다. 소프트웨어의 도달 범위는 실행이 허용된 장비에 의해 제한되므로, 이러한 의존성은 주목할 만하다.

운영자에게 선택지는 반드시 Satlyt를 도입할지, Google의 접근 방식을 도입할지의 양자택일은 아니다. 서로 다른 워크로드에 대해 로컬 처리, 공유 궤도 서비스, 지상 분석을 각각 평가할 수 있다. 중요한 비교 기준은 실제 임무 제약 아래에서 각 워크플로가 어디에서 가장 유용한 결과를 내는지다.

이는 지상 기반 클라우드 제공업체에 대한 경쟁 압력에 관한 결론도 제한한다. 보도된 Satlyt 실험은 지구에서 호스팅되는 엔터프라이즈 애플리케이션을 위한 일반적 대안을 입증하지 않는다. 분석적으로 더 직접적인 관련성은 이미 우주에서 수집된 정보에 있다. 이 환경에서 지상 고객으로 확장하려면 또 다른 전송 및 서비스 요건이 따른다.

따라서 새롭게 형성되는 범주는 브랜딩이 아니라 완성된 역량을 기준으로 평가해야 한다. 하드웨어 임무, 스케줄링 실험, 고객 서비스는 모두 가치 있는 발전일 수 있다. 각각을 데이터 센터라고 부르면 실제로 무엇이 바뀌었는지가 흐려지고, 의미 있는 비교도 더 어려워진다.

상업적 타당성은 전체 임무에 달려 있다

회의적인 질문은 자원 조정이 추가적인 시스템 복잡성을 정당화할 만큼 충분한 이점을 제공하는지다. 이는 소프트웨어가 한 번 작동하는지를 묻는 것보다 더 엄격한 시험이다. 고객은 시연의 가정과 다른 조건에서도 결과 워크플로가 계속 유용한지 확인해야 한다.

연구자 Slava G. Turyshev의 2026년 4월 궤도 인프라 분석은 발전, 열 제거, 통신, 활용률, 장비 수명 간의 상호작용을 검토한다. 이 프리프린트는 우주에서 유래한 데이터를 처리하는 일을 신뢰할 만한 초기 활용 사례로 제시한다. 지구의 사용자를 위한 범용 컴퓨팅에는 더 까다로운 조건을 제시한다.

성공적인 구성 요소 테스트만으로는 전체 궤도 서비스의 경제성이나 신뢰성을 입증할 수 없다.

이 연구는 Satlyt에 대한 독립 감사에 해당하지 않는다. 관련성은 더 광범위하다. 궤도 컴퓨팅은 여러 제약 조건이 함께 작동해야 성립한다. 스케줄링 알고리즘의 개선은 서비스가 실제로 활용할 수 있는 하드웨어, 가용 에너지, 통신의 한계 안에서만 도움이 된다.

가용 용량 중 유용한 작업에 쓰이는 비율인 활용률은 특히 주목할 필요가 있다. 공유 플랫폼은 자원을 묶어 쓰므로 효율적으로 들린다. 하지만 필요한 데이터에 접근할 수 없거나, 마감 시한을 충족하지 못하거나, 권한 요건을 만족하지 못하는 용량은 가능한 용량과 대체할 수 없다. 총 프로세서 수는 이러한 차이를 감출 수 있다.

신뢰성 역시 애플리케이션 수준의 정의가 필요하다. 서비스가 계산을 정확히 완료하더라도 결과가 운영상 가치를 잃은 뒤에 전달될 수 있다. 다른 서비스는 여전히 유용한 부분 결과를 반환할 수도 있다. 구매자는 궤도 처리와 기존 지상 워크플로를 비교하기 전에 어떤 결과를 성공으로 볼지 명시해야 한다.

장애 복구는 관련된 또 다른 질문을 제기한다. 실행 중 연결이 끊기면 서비스는 미완료 작업을 식별하고 다음 조치를 결정할 방법이 필요하다. 작은 작업에서는 전체 재시작이 허용될 수 있지만, 시간 민감적 작업에서는 받아들일 수 없을 수 있다. 정책은 보편적 동작을 가정하기보다 애플리케이션을 반영해야 한다.

보안은 이러한 기술적 과제에 조직적 요건을 더한다. 컴퓨팅 자원을 공유하는 운영자에게는 데이터 접근 및 허용된 작업을 둘러싼 경계가 필요하다. 고객은 어떤 호스트가 자신의 정보를 처리했는지, 다른 참여자가 개입할 수 있는지를 알아야 한다. 이는 제안된 모든 공유 서비스가 답해야 하는 조달 관련 질문이지, Satlyt에 대한 의혹 제기가 아니다.

독립 검증은 관찰된 결과와 반복 가능한 역량도 구분해야 한다. 시연은 외부인이 그 난도를 판단하기에 충분한 세부 정보를 공개하지 않은 채 성공적인 실행을 보고할 수 있다. 더 강력한 증거 자료는 워크로드, 제약 조건, 비교 방법, 장애 조건을 설명할 것이다. 그러면 성공과 한계를 모두 더 쉽게 해석할 수 있다.

Satlyt의 궤도 컴퓨팅은 이러한 구분이 이야기의 의미에 실질적으로 영향을 미치는 단계에 머물러 있다. 보도된 실험은 이 회사의 계획 소프트웨어에 대한 추가 조사를 뒷받침한다. 임의의 애플리케이션 전반의 성능, 고객 비용 절감 보장, 지상 인프라 대체를 입증하지는 않는다. 이러한 더 큰 결론에는 각 주장에 부합하는 증거가 필요하다.

엔터프라이즈 구매자와 개발자에게 실질적인 대응은 워크플로에서 무엇이 바뀌었는지를 묻는 것이다. 계산 위치 외에 달라지는 것이 없다면 이점은 여전히 불분명하다. 현실적인 조건에서 결과가 사용자에게 더 빨리 도달한다면 근거는 더 구체적이 된다. 인프라 레이블보다 결과가 더 중요하다.

공유 실행이 진전되고 있는지를 보여줄 세 가지 신호

다음으로 유용한 증거는 Satlyt의 계획 결과를 실제 제공과 연결해야 한다. 앞으로 몇 달 동안 독자는 세 가지 신호를 기준으로 발표를 평가할 수 있다. 이는 기업의 일정표나 각각이 발생할 것이라는 예측이 아니라 주시해야 할 이정표다.

가장 강력한 후속 조치는 물리적 협업, 측정된 애플리케이션 가치, 명확히 정의된 운영 약속을 연결하는 것이다.

첫째, 서로 다른 물리적 컴퓨팅 호스트가 작업 또는 데이터를 교환하는 테스트를 주시해야 한다. 공개 내용은 각 호스트가 수행한 일과 시뮬레이션으로 남아 있던 부분을 식별해야 한다. 이 정보는 Satlyt가 비행 하드웨어에서 모델링된 네트워크를 평가하는 단계를 넘어섰는지 보여줄 것이다.

중요한 세부 사항은 완료된 순서다. 작업은 할당된 리소스에 도달해 실행되고, 의도된 경로를 통해 사용할 수 있는 결과를 반환해야 한다. 이 순서에 대한 증거는 공유 처리 주장을 강화할 것이다. 또 다른 계획 전용 실험도 여전히 정보를 제공하겠지만, 동일한 구현 경계는 그대로 남긴다.

설득력 있는 설명은 조건이 바뀌었을 때 시스템이 어떻게 대응했는지도 밝혀야 한다. 원래 할당을 계속 수행했는지, 다른 리소스를 선택했는지, 안전하게 중단했는지 말이다. 이러한 동작은 조정 로직이 해결하도록 설계된 환경을 실제로 처리했는지 드러낼 것이다. 독자는 “성공적”이라는 표현에서 이를 추론하기보다 그 세부 정보를 찾아야 한다.

둘째, 기존 워크플로와의 애플리케이션 비교를 주시해야 한다. 테스트는 입력, 필요한 출력, 그리고 해당 출력을 유용하게 만드는 조건을 정의해야 한다. 이어 공개된 가정 아래에서 궤도 조정을 로컬 실행이나 지상 처리 같은 관련 대안과 비교해야 한다.

완료된 제공의 개선은 사업 논거를 강화할 것이다. 전송 과정이 예상된 이점을 소진했다는 결과는 적합한 워크로드 범위를 좁힐 것이다. 어느 결과든 광범위한 인프라 약속을 특정 활용 사례에 관한 증거로 대체한다는 점에서 유익하다.

비교에는 최상의 결과뿐 아니라 실패한 사례도 포함해야 한다. 장점이 신중하게 선택된 조건에서만 나타나는 서비스라도 틈새 시장에는 적합할 수 있다. 구매자는 이 역량을 광범위하게 적용할 수 있다고 보기 전에 그 틈새를 이해해야 한다. 명확한 운영 경계는 기술적 결과의 유용성을 낮추는 것이 아니라 높인다.

셋째, 식별 가능한 범위를 갖춘 운영 약속을 주시해야 한다. 파트너 발표는 워크로드, 참여 리소스, 제공 책임을 명시할 때 더 많은 정보를 제공한다. 실험, 파일럿, 일상적인 임무 운영에 사용되는 서비스를 구분해야 한다.

이러한 약속은 운영자가 정의된 조건 아래에서 진행할 만큼 충분한 가치를 본다는 점을 보여줄 것이다. 그렇다고 보편적 도입을 입증하거나 기술적 위험을 없애지는 않는다. 반대로, 정의된 애플리케이션 없이 추가 시연만 이어진다면 그 작업은 인프라 검증에 계속 초점을 두고 있음을 시사할 것이다. 보도가 이를 정확하게 명명한다면 이는 정당한 단계다.

이러한 발전을 추적하는 독자는 증거를 그것이 뒷받침하는 주장에 연결해 두어야 한다. 각 발표가 계획, 물리적 실행, 애플리케이션 성능, 일상 서비스 중 무엇에 관한 것인지 기록해야 한다. 나중의 발표를 공정하게 비교할 수 있도록 테스트 조건을 결과와 함께 보존해야 한다. 여러 매체가 같은 회사의 설명을 반복할 때 이 습관은 특히 유용하다. Satlyt의 궤도 컴퓨팅은 우주에서의 조정된 처리로 향하는 보도된 한 걸음으로서 주목할 만하다. 소프트웨어가 물리적 장비 전반에서 완료된 작업과 연결되면서 그 의미는 더 분명해질 것이다. 다음 헤드라인을 상업적 이정표로 보기 전에 워크로드, 제공 결과, 그리고 이에 의존하려는 운영자를 확인해야 한다.