UAV/Drone – 무인비행체(UAV/Drone) 전공은 비행체의 기체 설계라는 하드웨어적 접근을 넘어, 인공지능과 소프트웨어 기술을 결합하여 비행체의 자율 주행, 지능형 임무 수행 및 관제 시스템을 설계하고 구현하는 소프트웨어 중심의 첨단 융합 학문입니다.
자율비행 지능화: 조종사의 개입 없이 스스로 주변 환경을 인식하고 최적의 경로를 결정하여 비행하는 자율주행 알고리즘 개발에 집중합니다.
임무용 AI 소프트웨어: 드론에 탑재된 카메라와 센서를 활용하여 실시간으로 객체를 탐지(컴퓨터 비전)하거나, 수집된 데이터를 분석하여 재난 감시, 정밀 농업, 물류 배송 등 특수 임무를 수행하는 소프트웨어를 연구합니다.
군집 및 통신 시스템: 여러 대의 무인비행체가 유기적으로 소통하며 협업하는 군집 비행(Swarm Intelligence) 기술과 지상 관제 시스템(GCS) 간의 안정적인 데이터 통신 네트워크를 구축합니다.
융합적 인재 양성: 항공우주공학의 기본 원리 위에 딥러닝, 임베디드 시스템, 로봇 OS(ROS) 등의 IT 핵심 기술을 내재화하여 미래 모빌리티 산업을 선도할 전문가 육성을 목표로 합니다.
UAV (Unmanned Aerial Vehicle)
차세대 모빌리티 인프라는 도심의 평면적 교통 한계를 극복하기 위해 하늘길(Air Corridor)을 디지털화하고 자동화하는 핵심 체계입니다. UAM은 이동 수단 자체의 생태계를, UTM은 이를 뒷받침하는 지능형 운영 인프라를 의미합니다. UAM은 도심 내 저고도(약 300~600m) 공역을 활용하여 승객과 화물을 운송하는 차세대 3차원 교통 체계입니다. UTM (UAS Traffic Management: 무인비행체 교통관리)은 수많은 드론과 UAM 기체가 충돌 없이 안전하게 비행할 수 있도록 하는 클라우드 기반의 지능형 자동 관제 시스템입니다.
정보기술대학 인공지능소프트웨어학과의 맥락에서 무인비행체(UAV) 연구는 기체 그 자체보다 ‘비행체의 지능’을 구현하는 소프트웨어와 알고리즘에 집중되어 있습니다.
자율 주행 및 경로 계획 (Autonomous Navigation)
조종사 없이 안전하게 목표지점까지 비행하기 위한 연구입니다.
SLAM (동시적 위치추정 및 지도작성): GPS 신호가 없는 실내나 도심에서도 카메라와 라이다(LiDAR)로 주변 지도를 그리며 위치를 파악하는 기술입니다.
장애물 회피 (Collision Avoidance): 딥러닝을 통해 실시간 영상 속 장애물을 인식하고 즉각적으로 경로를 재설정하는 알고리즘을 연구합니다.
지능형 임무 수행 (AI-based Mission Systems)
드론이 ‘하늘을 나는 컴퓨터’로서 특정 목적을 수행하게 만드는 연구입니다.
컴퓨터 비전 결합: 실시간 영상 분석을 통해 실종자 수색, 산불 감시, 시설물 결함 탐지 등을 자동화합니다.
엣지 컴퓨팅 (Edge AI): 지상 서버의 도움 없이 드론에 탑재된 소형 컴퓨터에서 직접 AI 연산을 처리하는 최적화 연구입니다.
군집 비행 및 협업 (Swarm Intelligence)
여러 대의 무인기가 하나의 유기체처럼 움직이는 기술입니다.
분산 제어: 수십, 수백 대의 드론이 서로 충돌하지 않고 대형을 유지하며 광범위한 지역을 탐색하는 기술을 연구합니다.
협업 통신: 무인기 간 통신망을 구축하여 정보를 공유하고 공동의 목표를 달성하는 시스템을 설계합니다.
차세대 모빌리티 인프라 (UAM & UTM)
미래 교통 수단으로서의 무인비행체 환경을 연구합니다.
UAM (도심항공모빌리티): 사람이나 화물을 운송하는 대형 드론의 자율 운항 시스템 연구.
UTM (무인비행체 교통관리): 수많은 드론이 하늘길에서 엉키지 않도록 관리하는 지능형 관제 소프트웨어 개발.
이 연구들은 주로 로봇 운영체제(ROS)와 Python/C++을 기반으로 진행되며, 인공지능소프트웨어학과의 AI 특성화 연구실에서 실무 프로젝트로 다뤄집니다.
UTM Solution for UAM/AAM Operators
UAM (Urban Air Mobility, 도심 항공 모빌리티)
정의: 저소음, 친환경 전기 수직 이착륙기(eVTOL)를 활용하여 도심 내 저고도(300~600m) 공역에서 사람이나 화물을 운송하는 도시 교통 체계입니다.
핵심: 지상의 극심한 교통 정체를 해결하기 위해 ‘하늘의 택시’를 구현하는 것이 목표입니다. 국토교통부의 K-UAM 로드맵에 따르면 2025~2026년 상용화를 목표로 연구가 급증하고 있습니다.
UTM (UAS Traffic Management, 무인비행체 교통관리)
정의: 수많은 드론과 UAM 기체들이 하늘에서 충돌하지 않고 안전하게 비행할 수 있도록 지원하는 지능형 자동 관제 시스템입니다.
핵심: 기존 유인 항공기 관제와 달리, AI가 실시간으로 수만 대의 무인기 경로를 승인하고 회피 경로를 지시하는 디지털 인프라입니다.
3차원 비전 및 공간 지능 (3D Vision & Spatial AI)
평면적인 2D 이미지를 넘어 입체적인 공간을 이해하는 기술입니다.
3D 재구성(3D Reconstruction): 여러 각도의 2D 사진으로 정밀한 3차원 모델을 만드는 연구.
Visual SLAM: 카메라 영상만으로 로봇이나 드론이 자신의 위치를 파악하고 지도를 작성하는 기술.
가상/증강현실(VR/AR): 현실 공간에 디지털 정보를 정밀하게 합성하기 위한 시각 추적 기술.
상호 관계 및 인프라 구성
버티포트 (Vertiport): UAM 기체가 수직으로 이착륙하고 충전 및 정비가 이루어지는 핵심 거점 시설입니다.
데이터 링크: 기체-기체(V2V), 기체-인프라(V2I) 간 실시간 통신을 통해 비행 정보를 공유하는 고성능 네트워크입니다.
