2025.09.06 (토)

  • 구름많음동두천 29.3℃
  • 맑음강릉 33.1℃
  • 구름많음서울 29.7℃
  • 구름조금대전 30.6℃
  • 구름조금대구 30.8℃
  • 맑음울산 31.3℃
  • 구름조금광주 30.5℃
  • 맑음부산 31.2℃
  • 맑음고창 31.0℃
  • 맑음제주 31.5℃
  • 구름많음강화 28.8℃
  • 구름조금보은 27.9℃
  • 맑음금산 29.4℃
  • 구름조금강진군 30.8℃
  • 맑음경주시 31.7℃
  • 구름조금거제 30.6℃
기상청 제공

우주·항공

[우주AtoZ] 英 더럼대, '새떼'에게 영감받은 ‘지능형 드론 군집’ 기술 공개…재난대응의 게임체인저

 

[뉴스스페이스=윤슬 기자] 복잡한 도시 환경에서 무인 항공기가 혁신적으로 작동하는 기술이 등장했다. 이 시스템은 여러 대의 드론이 높은 속도로 안전을 유지하면서 매끄럽게 협력할 수 있게 해주어, 긴급 대응부터 환경 모니터링에 이르기까지 다양한 분야에서 혁신을 이끌 가능성이 있다는 평가다.

 

더럼대학교 발표와 TechXplore, EurekaAlert, Defense & Security Monitor, AZoRobotics 등에 따르면, 영국 더럼대학교 연구진이 개발한 ‘T-STAR(Time-Optimal Swarm Trajectory Planning)’ 시스템은 다수의 무인항공기(UAV)가 서로 실시간으로 소통하며 고속 비행과 안전한 군집 운행을 동시에 달성함으로써, 기존 한계로 작용하던 ‘속도-안전의 트레이드오프’를 역전시켰다는 평가다.

 

이 연구 논문은 “T-STAR: Time-Optimal Swarm Trajectory Planning for Quadrotor Unmanned Aerial Vehicles”란 제목으로 2025년 7월 IEEE Transactions on Intelligent Transportation Systems에 게재됐다.

 

기존 드론 군집의 한계


수십 대의 드론이 동시에 임무를 수행하는 군집 드론(Drone Swarm)은 재난 구조, 환경조사, 배송 등 다양한 분야에서 큰 잠재력을 지녀왔다.

 

그러나 기존 방식은 예측 불가능한 장애물, 변수 탓에 속도를 극단적으로 늦추거나 충돌 위험을 감수해야 해, 실제 재난 대응·대규모 모니터링 작업의 효율성을 제한했다. 기존 군집 시스템은 평균 임무 시간 증가(최대 30~40% 이상), 충돌 회피 때문에 평균 속도 5~10 m/s 이하로 제한된 사례가 다수였다.

 

혁신적 실시간 조정 – T-STAR의 원리


T-STAR는 드론 개체 간 실시간 데이터 공유와 경로 재조정 알고리즘을 접목했다. 각 드론은 주변의 이동, 환경 변화, 장애물 정보 등 상황마다 실시간으로 경로를 변경하며 군집의 응집력을 유지할 수 있다. 더럼대 연구진의 실험 결과, 기존 방식 대비 임무 완수 속도가 최대 25% 이상 빨라졌고, 충돌 가능성(사고 발생률)은 기존 대비 90% 이상 감소했다는 통계가 발표됐다(IEEE 논문 기준).

 

자연의 원리 모방 – ‘새떼처럼’


더럼대 연구진은 T-STAR가 ‘자연의 집단지성’에 영감을 받았다고 밝혔다. 실제 새떼처럼 각 드론은 개체의 독립성을 유지하면서 집단적인 네트워크를 형성한다. 개별 판단–전체 동조 메커니즘으로 장애물은 즉각 회피하면서도 편대의 목표는 효율적으로 달성한다. 이러한 집단적 의사결정 시스템은 기존 대비 회복력(적응력)을 크게 높였으며, 임무 실패율도 실험에서 80% 이상 줄었다는 결과가 제시됐다.

 

실험과 테스트 결과


더럼대학교 연구팀은 컴퓨터 시뮬레이션 및 실내 실험실 테스트를 통해 T-STAR의 성능을 검증했다. 다양한 장애 조건 내에서 20~50대 드론의 동시 운용 실험에서 평균 임무 소요 시간이 기존 시스템 대비 20~25% 단축됐으며, 경로 신뢰도와 군집 형상 유지율도 98%에 달했다. 향후 야외·대규모 실증시험을 앞두고 실제 재난 현장 적용성 평가도 진행 중이다.

 

산업·재난 대응 혁신 기대


T-STAR 기술은 재난 구조, 산불·지진·홍수 현장 등에서 빠른 위치 탐색, 실시간 정보 수집, 위험지역 내 물자배송 등 다양한 응용 가능성이 크다. 긴급상황뿐 아니라 대규모 환경 모니터링, 농작물 관리, 인프라 시설 점검 등 민간 산업에서도 실시간 군집 드론 활용 가치를 높일 전망이다. 실제 더럼대 연구진은 향후 군사용·물류·에너지 등 분야별 적용 확대를 준비하고 있다.

 

더럼대학교의 T-STAR 군집 드론 기술은 객관적 데이터와 실험 결과를 통해 기존 대비 월등한 성능 향상과 안전성, 실무적 효용을 입증했다. 이는 앞으로 다수 산업의 작업 패러다임을 바꿀 ‘게임체인저’로 평가받고 있다.

배너
배너
배너

관련기사

23건의 관련기사 더보기


[우주AtoZ] 구글 딥마인드 AI, 중력파 검출기 잡음 100분의 1로 줄여 '우주관측 혁신'…"블랙홀 신호 100배 정밀 탐지"

[뉴스스페이스=김정영 기자] 우주과학 연구진이 구글 딥마인드(Google DeepMind)의 인공지능(AI) 기술을 활용해 중력파 검출기의 성능을 획기적으로 개선했다. 중력파가 별의 폭발, 블랙홀 병합, 중성자별 충돌 등 거대 우주 사건을 관측하는 데 매우 중요한 역할을 하고 있지만, 지진·바람·온도 등 다양한 외부 요인과 제어 시스템 잡음이 신호 감지에 방해가 돼 왔다. 이번 AI 기반 제어기술은 그러한 잡음을 기존보다 최대 100분의 1로 크게 줄여 관측 민감도와 정확성을 대폭 향상시켰다. 중력파 검출기 라이고(LIGO)는 레이저 간섭계 기반으로 4km 길이의 진공 터널 내부 양 끝에 설치된 거울의 미세한 움직임을 감지해 중력파를 관측한다. 기존 제어 시스템은 거울 위치 제어 시 발생하는 잡음 때문에 10~30헤르츠(Hz) 저주파 대역에서 신호 탐지에 한계가 있었고 특히 중간 질량 블랙홀이나 중성자별 충돌 초기 신호를 선명히 감지하는 데 어려움이 있었다. 연구진은 강화학습 기반 AI 기법인 ‘딥 루프 셰이핑(Deep Loop Shaping)’을 도입해 라이고 거울의 위치 제어를 최적화했다. AI는 자체 시뮬레이션을 반복하며 잡음을 최소화하는 방식으로 학습

“2045년 우주항공 5대 강국 도약"…우주청, ‘우주탐사 로드맵’ 확정

[뉴스스페이스=김시민 기자] 대한민국 우주항공청이 2045년까지 ‘우주항공 5대 강국’ 진입을 목표로 하는 ‘대한민국 우주탐사 로드맵’을 확정했다. 이번 로드맵은 인류의 우주 지식 확장과 우주경제 영토 확보를 두 축으로 하며, 지구저궤도 미세중력 활용부터 달·화성 탐사, 태양 및 우주 과학 등 5대 핵심 프로그램에 대한 중장기 비전과 실행 계획을 담고 있다. 우주청은 지난 8월 28일부터 9월 4일까지 제6회 우주개발진흥실무위원회를 거쳐 이 로드맵을 확정했다. 비전은 ‘인류 지식과 우주경제 영토의 확장’으로 설정, 우주의 기원과 태양계 진화에 대한 과학적 탐사와 더불어 우주자원 활용, 달·화성 기지 건설, 우주산업 생태계 활성화를 핵심 정책 과제로 삼았다. 이를 통해 2045년까지 우주경제 선도국가로 도약하겠다는 청사진이다. 달 탐사 분야에서는 2032년까지 무인 착륙선 달 착륙을 목표로 하고, 2040년까지 차세대 달 착륙선 개발, 2045년에는 달의 자원 활용과 경제 기반 구축을 위한 달 기지 건설을 추진한다. 우주과학에선 2035년까지 태양과 지구의 중력 장이 평형을 이루는 라그랑주 점 L4에 태양 관측 위성 배치를 계획하고 있다. 화성 탐사도 포함돼