국방 과제인 ‘AI 기반 지능형 대드론 통합 방어 및 교전 방책 시뮬레이션 시스템’은 BAS 기술과 디지털 트윈을 기반으로, 대드론 C2(지휘통제) 의사결정을 지원하는 체계 구축을 목표로 합니다.

기존 대드론 체계는 레이더, CCTV 등 개별 센서 정보를 수동으로 확인하고, 지휘관의 경험과 직관에 따라 상황을 판단하는 구조였습니다. 이 방식은 새, 풍선 등으로 인한 오탐지 가능성이 높고, 다수의 드론이 동시에 침투하는 군집 드론 위협 상황에서는 판단 부담이 커질 수밖에 없습니다. 또한 재밍 위주의 단순 대응은 요격 수단 선택의 불확실성을 높이며, 고비용 실기동 훈련 중심의 검증 방식은 다양한 시나리오 반복 검증에 한계를 갖습니다.

본 과제의 핵심은 AI 기반 탐지·식별, 비행 경로 및 위협 예측, 교전 시뮬레이션, 실시간 전장 동기화 디지털 트윈, 지휘통제 의사결정 지원을 하나의 구조로 연결하는 것입니다.

모아소프트는 안테나 탑재 분석, 전파 및 통신 환경 분석, Radar Signature 분석, 임무 효과도 분석 역량을 기반으로 RFP07에서 요구하는 탐지·식별, 전장 환경 모델링, 위협 신호 특성 분석, 대응 방책 최적화 과제를 해석 및 시뮬레이션 관점에서 지원할 수 있습니다.

 

1. RFP 세부 과제별 모아소프트의 기술 매칭 및 실행 전략

과제 1: AI 기반 드론 탐지·식별 고도화

레이더, EO/IR, CCTV 등 다중 센서 데이터를 기반으로 공격 드론 및 군집 공격 드론을 자동 식별하고, 기종과 위협 수준을 분석하는 AI 탐지·식별 엔진 구축.

· 모아소프트의 솔루션(Matching):

· 안테나 탑재 분석:
센서 및 안테나의 탑재 위치, 방사 패턴, 커버리지, 플랫폼 간섭 영향을 사전에 분석하여 탐지 사각지대와 성능 저하 요인을 검토합니다. 특히 실제 운용 환경에서 안테나가 설치되는 구조물, 지형, 주변 장비 간섭을 함께 고려함으로써 탐지 성능의 현실성을 높일 수 있습니다.

· Radar Signature 분석:
드론의 형상, 비행 자세, 회전익 특성에 따른 RCS, ISAR, Doppler 특성을 분석하여 드론 식별에 필요한 신호 특성 데이터를 확보합니다. 이를 통해 새, 풍선, 소형 비행체 등과 드론을 구분하기 위한 AI 학습 데이터의 품질을 높이는 데 활용할 수 있습니다.

· 다중 센서 융합 기반 식별 지원:
레이더 신호, EO/IR 영상, 비행 패턴 데이터를 단일 판단 기준이 아닌 복합 데이터로 연결하여 오탐지 가능성을 줄입니다. 탐지 결과를 단순 표시하는 수준을 넘어, 위협 유형과 우선순위 판단에 필요한 근거 데이터로 확장할 수 있습니다.

 

과제 2: 실시간 전장 동기화 고정밀 디지털 트윈 구축

· RFP 요구사항:
주요 방어 대상 부대 및 시설의 지형·지물을 디지털화하고, 산악·해안 등 야전 환경, 기상, 전파 통신, 간섭 요소를 반영한 디지털 트윈 구현.

· 모아소프트의 솔루션(Matching):

· 전파 및 통신 환경 분석:
지형, 건물, 배치 조건을 반영하여 탐지·통신 커버리지와 전파 음영 구역을 분석합니다. 저고도 드론 위협은 지형지물에 의한 차폐와 전파 반사, 간섭 영향을 크게 받기 때문에, 방어 대상 주변 환경을 디지털 공간에 반영하는 것이 중요합니다.

· 전장 디지털 트윈 환경 구축:
방어 대상 시설, 센서, 통신 장비, 대응 자산을 가상 환경에 배치하고, 실제 운용 환경과 유사한 조건에서 탐지·통신·대응 시나리오를 반복 검토할 수 있습니다. 이를 통해 실기동 훈련 전에 위험 구역, 취약 경로, 대응 지연 가능성을 사전에 확인할 수 있습니다.

· 기상·환경 변화 반영:
비행 시나리오, 기상 조건, 전파 환경 변화에 따른 탐지 및 통신 성능 변화를 분석하여 디지털 트윈의 현실성을 높입니다. 단순 2D 평면 지도 기반 관제에서 벗어나, 지형과 전파 특성을 함께 고려한 입체적 전장 가시화가 가능합니다.

 

과제 3: 시뮬레이션 기반 대응 방책 최적화

· RFP 요구사항:
다수 위협체 동시 침투 시 우선순위를 판단하고, 대응 수단 조합을 가상공간에서 시뮬레이션하여 최적의 대응 시나리오를 실시간 추천.

· 모아소프트의 솔루션(Matching):

· 임무 효과도 분석:
탐지, 통신, 재밍, 요격 등 각 단계의 해석 결과를 통합하여 대응 방책별 임무 성공 가능성을 비교합니다. 단일 장비 성능이 아니라, 실제 임무 시나리오 안에서 어떤 조합이 가장 효과적인지를 분석하는 것이 핵심입니다.

· 교전 시뮬레이션:
재밍, 전자 교란, 하드킬 대응, 직충돌 등 다양한 대응 수단을 가상 환경에서 조합하고, 각 시나리오별 효과를 비교합니다. 이를 통해 지휘관은 단순히 “대응 가능 여부”가 아니라, “어떤 대응 순서와 조합이 가장 적합한지”를 판단할 수 있습니다.

· 위협 우선순위 판단 지원:
드론의 접근 경로, 예상 목적지, 방어 자산 중요도, 대응 가능 시간을 함께 고려하여 위협 우선순위를 도출합니다. 이는 다수 드론이 동시에 침투하는 상황에서 지휘관의 인지 부담을 줄이고, 의사결정 속도를 높이는 데 기여합니다.

 

 

‘AI 기반 지능형 대드론 통합 방어 및 교전 방책 시뮬레이션 시스템’ 과제 수행을 위한 심층 기술 Q&A

Q1. 기존 대드론 체계의 가장 큰 한계는 무엇입니까?

A1. 기존 대드론 체계는 개별 센서 정보를 수동으로 확인하고, 지휘관의 경험과 직관에 따라 상황을 판단하는 구조가 많습니다. 이 경우 새, 풍선 등으로 인한 오탐 가능성이 높고, 다수 드론이 동시에 침투하는 상황에서는 위협 우선순위 판단이 어려워집니다. RFP07은 이러한 한계를 AI 탐지·식별, 경로 예측, 교전 시뮬레이션, 디지털 트윈 기반 가상 훈련으로 보완하는 방향을 제시하고 있습니다.

 

Q2. AI 기반 드론 탐지·식별 정확도는 어떻게 높일 수 있습니까?

A2. 단순히 영상 데이터만 학습하는 방식으로는 다양한 환경에서 안정적인 식별 성능을 확보하기 어렵습니다. 레이더, EO/IR, 비행 패턴, Radar Signature 데이터를 함께 활용해야 합니다. 모아소프트는 안테나 탑재 분석과 Radar Signature 분석을 통해 드론의 탐지 특성, 신호 특성, 플랫폼 간섭 영향을 함께 검토할 수 있으며, 이를 AI 학습 데이터 품질 고도화에 활용할 수 있습니다.

 

Q3. 전파 및 통신 환경 분석이 대드론 방어에 중요한 이유는 무엇입니까?

A3. 저고도 드론은 지형, 건물, 산악, 해안 환경의 영향을 크게 받습니다. 센서가 설치되어 있어도 전파 음영 구역이 발생하면 탐지·통신 성능이 떨어질 수 있고, 대응 수단 운용에도 제한이 생깁니다. 따라서 방어 대상 지역의 지형·지물, 안테나 배치, 통신 커버리지, 간섭 영향을 사전에 분석해야 실제 운용 환경에 가까운 대응 체계를 설계할 수 있습니다.

 

Q4. 교전 방책 최적화는 어떻게 구현할 수 있습니까?

A4. 교전 방책 최적화는 단순히 재밍을 수행할지 여부를 판단하는 것이 아닙니다. 위협 드론의 접근 경로, 방어 자산의 중요도, 대응 가능 시간, 재밍·요격·직충돌 등 가용 수단의 효과를 종합적으로 비교해야 합니다. 디지털 트윈 환경에서 다양한 대응 조합을 반복 시뮬레이션하면, 상황별 승률과 임무 효과를 비교해 지휘관에게 최적 대응 시나리오를 제시할 수 있습니다.

 

Q5. 군 실증 과제에서 모아소프트와 협력할 때의 핵심 가치는 무엇입니까?

A5. RFP07은 군 실증이 필수인 과제이며, 국방 데이터 보안과 단독망 운용을 함께 고려해야 합니다. 모아소프트는 EM 해석, 전파·통신 환경 분석, Radar Signature 분석, 임무 효과도 분석을 통해 실증 전 단계에서 위험 요소를 사전에 검토하고, 시뮬레이션 기반으로 대응 방책을 검증할 수 있는 구조를 제안할 수 있습니다. 이는 실기동 훈련의 부담을 줄이고, 개발 초기부터 군 운용 환경을 고려한 검증 체계를 구축하는 데 도움이 됩니다.

 

 

모아소프트와 함께해야 하는 전략적 가치 (Consortium Value)

1. M&S 기반 개발 리스크 최소화

대드론 방어 체계는 실제 환경에서 반복 검증하기 어렵고, 실기동 훈련에는 비용과 운용 제약이 따릅니다. 모아소프트는 디지털 트윈과 EM 해석 기반 M&S를 통해 실증 전 단계에서 탐지, 통신, 간섭, 대응 방책의 위험 요소를 사전에 검토할 수 있습니다.

2. EM 해석 기반 탐지·통신 성능 가시화

안테나 탑재 위치, 전파 음영, 통신 커버리지, Radar Signature 등은 대드론 체계의 실효성을 좌우하는 핵심 요소입니다. 모아소프트의 EM 해석 및 M&S 기반 기술 역량은 RFP07에서 요구하는 탐지·식별, 전장 디지털 트윈, 위협 신호 특성 분석, 임무 효과도 분석과 직접적으로 연결됩니다.

3. AI·디지털 트윈·임무 효과도 분석의 통합 구조

AI 탐지 결과는 단독으로 끝나지 않고, 전장 디지털 트윈과 교전 시뮬레이션, 대응 방책 추천으로 이어져야 합니다. 모아소프트는 해석 결과를 시뮬레이션 엔진의 입력 데이터와 검증 수단으로 활용하여, AI 기반 의사결정 지원 체계의 신뢰성을 높이는 방향을 제안할 수 있습니다.

4. 군 실증 및 보안 운용 대응성

본 과제는 군 실증 필수 과제이며, 국방 데이터 운용과 보안 규정 준수가 중요합니다. 모아소프트는 단독망, 엣지 서버, 비식별 데이터 활용, AI 모델 무결성 관리 등 보안 운용 조건을 고려한 시뮬레이션 및 검증 구조를 함께 설계할 수 있습니다.

 

[상세 기술 및 파트너십 문의]

• 홈페이지: https://moasoftware004.mycafe24.com/ 02-6945-2156
• 주요 기술: AI 기반 대드론 시뮬레이션, EM 해석, 안테나 탑재 분석, 전파 및 통신 환경 분석, Radar Signature 분석, 임무 효과도 분석, 디지털 트윈 기반 교전 방책 검증