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

이번 연구로 세계 최고 수준의 레이더 탐지기술을 확보, 관련 산업 발전과 국방력 강화에 크게 기여할 것으로 기대된다.

지난 2014년 파주에서 북한군의 드론이 발견되면서, 국방부는 해외 기술을 바탕으로 한 드론 탐지 레이더를 도입하였다. 지난해부터는 ‘드론 부대’를 창설하여 관련 인력을 양성하는 등 드론을 활용한 전투체계 구축에 박차를 가하고 있다.

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

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 ‘드론 탐지 레이더 시스템’을 개발했다.

연구팀은 최대 탐지 거리 향상을 위한 능동위상배열(AESA)* 레이더 기술과 드론의 정확한 위치추정을 위한 초고해상도 레이더 신호처리 기술**을 접목하여, 3km 이상 떨어진 드론을 탐지하는 데 성공했다.

* 능동위상배열(Active Electronically Scanned Array) 레이더 : 레이더 안테나에 배열된 레이더 모듈들이 개별적인 반도체 증폭 및 위상 변위기를 갖추고 있어 전파의 송수신을 방향을 통제 가능

** 초고해상도 레이더 신호처리 기술 : 위치추정의 정확도를 높이기 위한 기술로, 연구팀은 2013년부터 이 기술을 연구하여 국내 최초로 200m 이상 떨어진 거리에서 물체를 탐지하는 데 성공

또한, 연구팀은 차세대 딥러닝 AI 알고리즘으로 주목받는 ‘생성적 적대 신경망(GANs: Generative Adversarial Networks)*’ 기반 레이더 인지 기술을 개발하여 식별율 향상을 기대 중이다. 인공지능은 학습 데이터가 많을수록 인식률이 높아지는데, 이 알고리즘으로는 적은 양의 데이터만 가지고 이동하는 표적을 쉽게 식별할 수 있다.

* GANs(Generative Adversarial Networks): 데이터 양이 적더라도 스스로 학습해 유사 데이터를 창출해낼 수 있는 차세대 딥러닝 인공지능 알고리즘

더불어 개발 과정에서 레이더 시스템 내부의 송신부, 수신부, 안테나, 신호처리플랫폼 등 하드웨어 부품들을 100% 국내 중소기업들과 공동 개발해, 기술 자립의 가능성을 한층 앞당겼다.

오대건 선임연구원은 “이번 연구성과는 국내업체들과의 긴밀한 협력과 독자적인 레이더 신호처리 알고리즘 개발에 집중한 결과”라며 “시장의 판도를 바꿔 세계시장에서 국내 레이더 기술의 위상을 높일 수 있도록 더욱 노력하겠다.”라고 언급하였다.

본 연구는 2017년부터 과학기술정보통신부 대구경북과학기술원 연구운영비의 지원에 의해 미국 캘리포니아 주립대 김영욱 교수 연구팀과의 공동 연구로 진행됐다.

이번 연구성과의 AI레이더 식별기술 부분은 레이더분야 국제 학술지 IEEE Geoscience and Remote Sensing Letters(6월 22일 온라인판)에 게재됐다.