3km 밖 초소형 드론도 잡는다… 국내 연구진, 탐지레이더 시스템 개발

DGIST-캘리포니아주립대, 3km 떨어진 드론 탐지 기술 선보여

차세대 딥러닝 AI 기반 레이더 인지 기술로 식별률 향상 기대

국내 연구진이 캘리포니아주립대와 함께 초소형 드론까지 탐지해 식별할 수 있는 세계 최고 수준의 레이더 탐지기술을 개발했다. 연구진은 하반기 딥러닝 기술을 접목한 드론 식별 기술과 탐지기술을 연동할 계획이다.

과학기술정보통신부는 오대건 대구경북과학기술원(DGIST) 협동로봇융합연구센터 선임연구원 연구팀이 김영욱 캘리포니아 주립대 교수 연구팀과 함께 3km 이상 떨어진 초소형 드론도 탐지할 수 있는 '드론 탐지 레이더 시스템'을 개발했다고 16일 밝혔다.

국방부는 지난 2014년 파주에서 북한의 드론이 발견된 후 해외 기술을 바탕으로 드론 탐지 레이더를 도입한 바 있다. 지난해부터는 '드론 부대'를 창설해 관련 인력을 양성하는 등 드론을 활용한 전투체계 구축에 박차를 가하고 있다.

그러나 아직까지 국내 레이더 탐지 기술력이 미흡해 레이더 시스템은 대부분 해외에서 도입하고 있는 상황이다. 이스라엘의 라다(RADA)와 영국 브라이터(Blighter)의 드론 탐지 레이더가 대표적이다. 특히 라다의 레이더의 성능은 전 세계에서 독보적으로 최대 3km 이상 떨어진 드론을 탐지 가능하다.

이번 DGIST 연구팀의 레이더 시스템 개발로 세계 최고 수준의 드론 탐지 기술을 갖추게 됐다는 평가다. DGIST 연구팀은 2016년 국내 최초로 200m 이상 탐지 가능한 레이더 시스템을 자체 개발한 데 이어 이번에는 순수 국내 기술로 3km 이상 떨어져 비행하는 초소형 팬텀 드론(55cmx55cmx40cm)을 알아차리는 시스템을 개발했다.

특히 레이더를 이용해 대상을 인지하고 식별하는 기술은 인공지능 기술과 함께 발전하고 있다. 인공지능에 기반을 둔 레이더 인지기술은 학습 데이터가 많을수록 인식률이 높아지는 게 일반적이다. 그러나 학습에 활용할 대규모 데이터 확보가 어려웠기 때문에 레이더 인지기술을 높이기가 쉽지 않았다.

이러한 문제 해결을 위해 연구팀은 차세대 딥러닝 AI 알고리즘으로 주목받는 '생성적 적대 신경망(GANs)' 기반 레이더 인지 기술을 개발해 식별률 향상을 기대 중이다. GANs는 데이터 양이 적더라도 스스로 학습해 유사 데이터를 창출해내는 능력을 가진 차세대 딥러닝 인공지능 알고리즘이다.
 

오대건 연구원팀이 레이더 시연을 마친 후 기념촬영을 하고 있다. (오른쪽부터)오대건 선임연구원, 김문현 연구원, 최병길 연구원. [사진=DGIST]

또한 연구팀은 최대 탐지 거리 향상을 위한 능동위상배열(AESA) 레이더 기술과 드론의 정확한 위치추정을 위한 초고해상도 레이더 신호처리 기술을 접목했다. AESA는 레이더 안테나에 배열된 모든 레이더 모듈들이 개별적으로 전파의 송수신 방향을 통제할 수 있다. 초고해상도 레이더 신호처리 기술은 위치추정 정확도를 높여준다.

더불어 개발 과정에서 레이더 시스템 내부의 송신부, 수신부, 안테나, 신호처리플랫폼 등 하드웨어 부품들을 100% 국내 중소기업들과 공동 개발했다.

오대건 DGIST 선임연구원은 "이번 연구성과는 국내업체들과의 긴밀한 협력과 독자적인 레이더 신호처리 알고리즘 개발에 집중한 결과"라며"라며 "시장의 판도를 바꿔 세계시장에서 국내 레이더 기술의 위상을 높일 수 있도록 더욱 노력하겠다"고 언급했다.

이번 연구로 세계 최고 수준의 레이더 탐지기술을 확보해 관련 산업 발전과 국방력 강화에 크게 기여할 것으로 기대된다. 구체적으로는 군을 비롯해 공항 인군의 불법 드론 모니터링, 원자력 발전소·수소탱크 등 고위험군 물질 관리, 국경 인근 마약 단속용 등으로 활용이 가능하다.

DGIST 연구팀의 연구성과 중 AI레이더 식별기술 부분은 레이더분야 세계적 학술지 'IEEE Geoscience and Remote Sensing Letters'의 6월 22일 온라인판에 게재됐다.

 

GANs 인공지능 기술을 활용한 드론 식별 개념도[사진=DGIST]