AI가 작성한 무기체계 개발 제안 개요

오픈 AI '빙'이 '작성'한 드론 항재밍 솔루션 제안서 개요

by 방산톡톡

Sep 11. 2023

[AI가 작성한 무기체계 개발 제안 개요]

'오픈 AI'의 발전이 놀랍습니다. 자료 조사와 정리는 물론, 소설도 쓰고 시도 짓습니다. 인간의 언어를 척척 이해해 그림도 그리고 그럴 듯하게 로고 문양도 만들어 냅니다.

그렇다면 무기체계 개발 제안도 할 수 있지 않을까 하는 생각이 듭니다. 그래서 오픈 AI '빙(Bing)'에게 전자전 공격으로부터 드론을 보호하는 항재밍 솔루션을 제안해 보라고 요청해 봤습니다.

분량 문제로 핵심 기술 등이 생략되기는 했는데, 제법 재미있는 결과가 나왔습니다.

물론 현업에 활용할 수 있는 수준은 전혀 아닙니다만, 향후 오픈 AI 솔루션이 진보된다면 브레인 스토밍 정도로는 쓰임새가 있을 것 같습니다.

물론 AI의 특성상 사실과 전혀 다를 수 있는 점은 고려하셔야 할 것 같습니다.

[오픈 AI가 그린 드론_1]

[요청 문구]

우크라이나 전장에서 우크라이나 군이 러시아 군의 전자전 공격으로 월 평균 1만대 이상의 드론을 손실하고 있다. 그만큼 전자전 공격이 드론에게 치명적이라는 사실이 입증된 바 있다. 그렇다면 드론을 전자전 공격 및 재밍 등으로부터 효과적으로 보호하기 위해서는 어떤 솔루션이 필요할까?

'드론을 전자전 공격으로부터 보호하는 항재밍 솔루션 개발'에 대한 제안서를 만들어줘. 과제의 배경, 해외 개발 사례, 추진 전략, 최종 산출물, 핵심 기술 등이 구체적으로 포함되어야 해.

[AI 답변]

드론을 전자전 공격으로부터 보호하는 항재밍 솔루션 개발 제안서

1. 과제의 배경

드론은 다양한 분야에서 활용되고 있는 무인 항공기로, 비디오 감시, 센서 데이터 수집, 재난 구조 통신, 지능형 교통 등의 IoT 서비스를 제공할 수 있다. 그러나 드론은 무선 채널을 통해 통신하기 때문에 사이버 공격의 대상이 쉽게 될 수 있다. 특히 전자전 공격은 드론의 GPS 신호를 방해하거나 위장하여 드론의 위치를 오인하게 하거나, 드론과 지상 제어소 간의 통신을 차단하거나 변조하여 드론의 조종을 빼앗거나 파괴할 수 있다. 이러한 전자전 공격은 소프트웨어 정의 라디오(SDR)와 같은 기술을 이용하여 드론의 상태 정보에 따라 유연하게 공격 전략을 선택할 수 있는 스마트 공격으로 진화하고 있다. 따라서 드론을 전자전 공격으로부터 효과적으로 보호하기 위한 항재밍 솔루션 개발이 시급하다.

2. 해외 개발 사례

해외에서는 드론을 전자전 공격으로부터 보호하기 위한 다양한 연구와 개발이 진행되고 있다. 재밍과 상대 위치 측정 기능을 갖춘 자율 드론 시스템이 개발됐다. 이 시스템은 SDR을 이용하여 재밍 전송과 스펙트럼 스위핑 기능을 전환하여 적대적인 드론의 GPS 신호를 방해하고, 추적하는 드론의 자기 위치를 유지할 수 있도록 하였다. 소프트웨어 정의 네트워크(SDN)를 이용하여 드론 네트워크에 대한 스마트 재밍 공격에 대응하는 강화학습 기반의 솔루션도 제안됐다. 이 솔루션은 드론의 전력 할당과 궤적 계획을 통합적으로 최적화하여 스마트 재밍 공격을 효과적으로 회피할 수 있도록 하였다. infiniDome은 GPSdome이라는 항재밍 솔루션을 개발하였으며, 이 솔루션은 GPS 신호를 방해하는 재밍 신호와 원래의 GPS 신호를 구분하여 재밍 신호를 제거하고 정확한 GPS 신호를 복원할 수 있다고 한다.

3. 추진 전략

본 과제에서는 SDN 기반의 드론 네트워크 무선 통신 솔루션을 개발하고자 한다. SDN은 네트워크의 제어 평면과 데이터 평면을 분리하여 네트워크의 구성, 관리, 최적화를 소프트웨어로 수행할 수 있는 기술이다. SDN을 드론 네트워크에 적용하면 드론의 상태 정보를 신속하게 수집하고, 네트워크의 상황에 따라 유연하게 통신 전략을 변경할 수 있다. 본 과제에서는 드론 비행 제어기와 SDN 제어기를 이용하는 이중 제어기 협력 구조를 제안한다. 드론 비행 제어기는 드론의 비행 상태와 센서 데이터를 관리하고, SDN 제어기는 드론 간 및 드론과 지상 제어소 간의 무선 통신을 관리한다. 이중 제어기 협력 구조는 드론의 비행 안전성과 통신 안정성을 동시에 보장할 수 있다.

본 과제에서는 재밍 공격에 대응하기 위한 강화학습 기반의 알고리즘을 개발하고자 한다. 강화학습은 에이전트가 환경과 상호작용하면서 보상을 최대화하는 행동을 학습하는 기계학습 방법이다. 강화학습은 재밍 공격에 대응하기에 적합한 방법이다. 왜냐하면 재밍 공격은 에이전트의 행동에 따라 다양한 형태로 변화할 수 있으므로, 에이전트는 재밍 공격의 패턴을 사전에 알 수 없고, 실시간으로 적응해야 하기 때문이다. 본 과제에서는 Dyna-Q라는 강화학습 알고리즘을 개선하여 사용하고자 한다. Dyna-Q 알고리즘은 실제 환경과 상호작용하는 실제 학습과 가상 환경에서 시뮬레이션하는 가상 학습을 결합하여 학습 속도와 성능을 향상시키는 알고리즘이다. 본 과제에서는 드론의 전력 할당과 궤적 계획을 통합적으로 최적화하는 행동 공간을 정의하고, SDN 제어기에서 수집한 네트워크 상태 정보를 환경 모델로 사용하여 Dyna-Q 알고리즘을 적용할 것이다.