❶
chapter
개인비행체 및 무인이동체 분야
지능형 반도체 기술/5G 표준화 동향

●

●

●


권혁록  |  대한항공 항공기술연구원 과장

   최근 국내외에서 많은 관심을 받고 있는 개인비행체(Personal Air Vehicle: PAV) 및 무인항공기(Unmanned Aerial Vehicle: UAV)의 성공적인 개발을 위해서는 배터리, 엔진 등의 추진시스템 그리고 기체 저중량 설계를 위한 소재나 구조 최적 설계 등의 전통적인 항공기 기술 개발뿐만 아니라 제어, 안전, 통신, 항행, 보안 등의 관련 기술 개발이 필요하다. 이에 따라 최근에는 자동/자율 비행, 이동경로 예측, 관제와 같은 항공기의 안전 운항을 위한 첨단 지능형 반도체 기술과 원활한 통신 트래픽 처리를 위한 5G 시스템 적용 기술 개발이 활발하다. 본 고에서는 현재 국내의 PAV 및 UAV 연구의 현주소를 살펴보고, 성공적인 비행체와 통합 관제 및 운용 시스템 개발을 위한 지능형 반도체 및 5G 동향에 대해서 알아보고자 한다.

I. 서론



   2019년 9월 4일 국토교통부와 산업통상자원부는 드론택시 등 신개념 항공교통수단으로 활용될 미래형 개인비행체(Personal Air Vehicle: PAV) 개발 및 교통산업 활성화 등을 위해 자동차, 항공, 서비스 업계와 민·관 합동 발전전략협의체를 구축 운영하기 위한 공동 기술 협약 체결을 진행하였다[1]. 또한, 2020년 6월 4일 부총리 겸 기획재정부 장관 주재로 열린 제2차 혁신성장전략회의에서 “한국형 도심항공교통(Urban Air Mobility: UAM) 로드맵”을 발표하였다. 이를 통해 2025년 3차원 교통수단의 상용 서비스 개시를 목표로, 대규모 민·관 합동 실증사업을 통해서 가능성을 확인하고, 막대한 신규 산업 시장, 일자리, 생산유발 및 부가가치를 창출하고자 하였다[2].
무인항공기(Unmanned Aerial Vehicle: UAV) 분야에 있어서는 2000년대 초반부터 현재까지 민수용 및 군수용으로 많은 개발이 이루어지고 있으며, 한국항공우주연구원, 대한항공, 한국항공우주산업, 유콘 등에서 정부 주도로 다양한 크기와 용도의 무인기들을 개발해오고 있다[3]. 특히, 이러한 UAV의 경우에는 사람이 탑승하지 않기 때문에 PAV에 비해서 개발 제약사항 및 운용의 위험도가 낮아 이미 실용화 단계에 이르렀다.
그리고 PAV 및 UAV의 성공적인 개발과 보다 넓은 영역으로의 상용화/활용화를 위해서는 비행체 자체의 성능 개선도 중요하겠지만, 제어, 안전, 통신 관련 등의 기술이 동시에 발전되어야 한다. 본 고에서는 비행체의 지능형 서비스를 가능하게 하는 지능형 반도체 기술과 비행체/지상체, 비행체/비행체 간의 대용량의 빠른 데이터 처리를 위해 필수적으로 필요한 5G 기술에 대한 적용 사례 및 동향을 살펴보고자 한다.

 


II. PAV 및 UAV 관련 지능형 반도체 기술 동향

   지능형 반도체란 시스템에 실장되어 인식·추론·학습·판단 등의 지능형 서비스 구현을 위한 소프트웨어(Software: SW)와 시스템 반도체(System on Chip: SoC)가 융합된 반도체를 말한다[4]. 지능형 반도체는 사물인터넷(Internet of Things: IoT)의 활성화 및 딥러닝/머신러닝 등의 기술의 발달을 통해 다량의 데이터를 효율적이고 의미 있게 처리하여 [그림 1]과 같이 자율주행차량이나, 드론 등의 기술적 성숙도를 이끌 수 있는 핵심 요소 부품으로 각광을 받고 있다[6].

<자료> Geoffrey W. Burr, et al., “Neuromorphic Devices and Architectures for Next-Generation Cognitive Computing,” IEEE ISCAS, 2017. S. J. Ben Yoo and D. A. B. Miller, “Nanophotonic Computing: Scalable and Energy-Efficiency Computing with Attojoule Nanophotonics,” IEEE Photonics Society Summer Topical Meeting Series, 2017.

[그림 2] 폰 노이만 구조 및 뉴로모픽 구조



<자료> Y. Hanwool, et al., “Alloying Conducting Channels for Reliable Neuromorphic Computing,” Nature anotechnology, 2020.

[그림 3] Ag-Cu Alloy 멤리스터 칩



   이러한 지능형 반도체 개발을 위해 [그림 2]와 같이 기존 반도체의 폰노이만 구조에서의 중앙처리장치(Central Processing Unit: CPU)와 메모리 간의 병목현상을 탈피하기 위해 인간의 뉴런의 작동 구조에 착안한 뉴로모픽(Neuromophic) 구조를 적용하여 메모리 연산/통신/입출력에 대한 기능들을 하나로 통합하는 기술을 개발하고 있으며[7],[8], 국내·외 많은 연구자들이 하드웨어적으로 고도화된 지능형 반도체 개발을 위해서 노력하고 있다. 최근 MIT 연구진들은 [그림 3]에 나타나 있듯이, 뉴로모픽 칩 내부에 물리적 인공신경망을 가장 효과적으로 구현할 수 있는 크로스바 어레이(Crossbar Array) 제작에 최적의 소자인 멤리스터(Memristor)의 성능 개선을 위해 Ag-Cu 전도성 채널을 사용하여 수만 개 이상의 인공 뇌의 시냅스를 제작하기에 이르렀다[9].


<자료> M. Skowron, et al., "Sense and Avoid for Small Unmanned Aircraft Systems: Research on Methods and Best Practices," Proc IMechE Part G: J Aerospace Engineering, Vol.233, No.16, 2019, pp.6044-6062.

[그림 4] 무인기 시스템(Unmanned Aircraft System: UAS)의 감지 후 회피(Sense-And-Avoid: SAA) 기능


[NVIDIA Jetson AGX Xavier]

[Intel Movidius Myriad X]

[그림 5] 지능형 반도체의 종류


   이러한 지능형 반도체 기술이 발달되면 PAV 및 UAV에 직접 적용이 가능한 분야는 “감지 후 회피 시스템(Sense-And-Avoid: SAA)”이다. SAA는 최근 한국정보통신기술협회에서 신규로 정의한 개념으로, 안정적인 항공기의 운항 및 운용을 위해서는 필수적인 무인기의 기능이다. 기존의 유인항공기의 경우 사람이 항공기 주변 상황을 직접 보고 회피하는 방식이 주로 사용되었으며, 무인항공기의 경우에는 항공기 간의 충돌 사고를 미연에 방지하기 위한 기술 개발의 필요성이 요구되었다. [그림 4]와 같이 SAA 기술은 충돌 가능성을 최소로 줄이기 위해서 고해상도 레이더(Radio Detection and Ranging: RADAR), 라이다(Light Detection and Ranging: LiDAR), 그리고 소나(Sound Navigation and Ranging: SONAR) 등과 같은 센서에 의해 계측된 비행경로 주변 환경 정보를 이용하여 비행체에서 직접 계산을 통해 판단하거나, 지상통제소(Ground Control Station: GCS)에 전달하여 회피에 대한 판단을 연결된 통신망을 이용하여 전달받아 경로에 반영하는 방식으로 구동된다[10]. 계측된 정보를 GCS로 전송하여 경로 변경에 대한 정보를 전달받아서 최종적으로 드론에 장착되어 있는 비행제어장치(Flight Control Unit)에 전달하려면 필연적으로 지연 현상이 발생하게 되고, 충분한 충돌 회피 시간을 확보하지 못하게 된다. 따라서 최근에는 비행체 자체적으로 SAA를 위한 플랫폼을 사용하고 있는데, NVIDIA의 Jetson AGX Xavier 제품은 초당 연산속도가 32테라옵스(Tera Operations Per Second: TOPS)로 기존의 TX2 시리즈에 비해서 약 24배 증가되었다([그림 5(좌)] 참조). 또한, Intel은 Movidius Myriad X 제품을 Stick 타입으로 개발하였다. 연산속도는 1테라옵스이며, USB Stick 타입으로 개발되어 활용성이 높은 제품이다([그림 5(우)] 참조).


<자료> IMEC, “IMEC Builds World’s First Spiking Neural Network-Based Chip for Radar Signal Processing,” IMEC Website,2020.

[그림 6] IMEC의 Spiking Neural Network 기반 지능형 반도체


   현재 이러한 UAV 및 PAV에 적용이 가능한 SAA 기술을 위한 지능형 반도체 개발에 있어서 핵심적으로 고려해야 하는 부분이 크기/중량/전력/비용(Size, Weight and Power, Cost: SWaP-C) 및 저지연(Low Latency) 설계이다. 무인기 시스템의 경우 과도한 무게나 부피는 비행체 성능 저하에 큰 영향을 미치게 되며, 큰 최대 출력(Peak Power)의 경우에도 비행체 전원 설계에 부담을 주게 된다. 따라서 이를 극복하기 위해 소형/저전력 지능형 반도체를 드론에 적용하는 연구가 수행되고 있다. 유럽의 네델란드, 벨기에, 프랑스의 협력으로 설립된 반도체 연구소 IMEC에서는 RADAR 시스템에 유용한 세계 최초 Spiking Neural Network 기반 칩을 개발하였다([그림 6] 참조). 이 칩은 드론 적용을 위해서 최소 30㎼의 저전력에서 동작하도록 설계되고, 비행 시에는 수 밀리초(Milisecond, ms) 이내에 사물의 인지 및 충돌 방지에 사용할 수 있도록 개발되었다[11]. IMEC에 의하면 소리, SONAR, RADAR, LiDAR 등의 정보를 실시간으로 통합 처리하는 것이 가능하며, 드론에 적용할 경우 SAA 분야에서 획기적인 기술 발전을 이룰 수 있을 것으로 예상되고 있다.

 


III. 항공교통관리시스템 및 5G 표준화

   전 세계적으로 PAV 및 UAV의 개발 및 보급이 급속도로 증가하고 있으며, 앞서 언급했듯이 정부에서는 한국형 도심항공교통 로드맵을 가지고 미래 교통혁명에 대해서 대비하고 있다. 이를 위해서 무인비행체의 비행 성능, 제어 특성, 그리고 앞서 언급했던 충돌 방지를 위한 지능형 반도체 개발 및 적용 이외에 필수적으로 고려해야 하는 사항이 있다. 그것은 새로운 “항공교통관리시스템(UAS Traffic Management: UTM) 구축”이다.


<자료> United States Department of Transportation Federal Aviation Administration, “UTM Concept of Operations V2.0,” FAA Website, 2020.

[그림 7] 공역별 UTM 관제


   [그림 7]에서 알 수 있듯이, 일반적으로 PAV 및 UAV는 민간여객기나 군용비행체보다 낮은 저고도 운행을 하게 될 것이며, 이에 맞는 저고도 비행지역에 대한 교통 관리가 필요하다[12]. UTM의 관리 아래 모든 비행체가 실시간으로 연결되어 있어야 하며, 기상, 위치정보, 비행 경로 등의 정보를 공유하여 운항의 안정성과 효율성을 높여야 한다. 국제표준화기구(International Organization for Standardization, ISO)의 경우 TC20/SC16 “Unmanned Aircraft System” 분과위원회를 개설하여 7개의 WG으로 현재 표준안 개발을 진행 중이다. 또한, 국제민간항공기구(International Civil Aviation Organization: ICAO)에서는 무인기 패널 구성을 통해 무인기 표준 권고안 개발을 진행하고 있으며, WG3(Detect and Avoid), WG5(Operation), WG6(ATM) 등의 표준권고안을 2020년 발행할 계획이다.


<자료> Global UTM Association, “UAS Traffic Management Architecture,” GUTMA Website, 2017.

[그림 8] UTM 시스템 개략도


   UTM 관련 비영리 민간협회인 Global UTM Association(GUTMA)에서 출간한 “UAS Traffic Management Architecture”에 따르면, UTM 전체 시스템은 [그림 8]과 같이 나타낼 수 있으며, 여기서 제일 핵심적인 기술은 각 구성요소 간 통신시스템이라는 것을 확인할 수 있다[13].
UTM과 UAV/PAV의 통신을 위해서는 5G 시스템이 가장 적합할 것으로 보고 있으며, 국내외 다양한 드론 제조업체들 및 통신업체들도 이 분야에서 협업하고 있다. 과학기술정보통신부에서도 무인항공기 기술개발사업과 무인기 관련 5G 분야의 지원을 통해 기술의 고도화 및 5G 활용 선도적 드론 서비스 모델을 창출하고자 하고 있다[14].


<자료> 3GPP, “Release 17” 3GPP Website, 2020.

[그림 9] 3GPP Release 17 구성 항목


   또한, 무인항공기 통신으로의 5G 적용을 위해서 표준화 관련 연구도 진행되고 있는데, [그림 9]와 같이 이동통신 관련 단체들 간의 공동 연구 프로젝트인 3GPP(3rd Generation Partnership Project)에서는 세계적으로 적용 가능한 3세대 이동통신 시스템 규격의 작성을 목적으로 활발한 연구를 이어오고 있다. 특히, Release라는 단위로 구조화되어 있으며, 2020년 1월부터 Release 17을 진행하고 있는데, Release 17 항목에 ‘5G Multicase Broadcast’, ‘Edge Computing in 5G’, ‘Access Traffic Steering’, ‘Switch and Splitting support in the 5G system Architecture’, ‘Unmanned Aerial System’ 등 5G 관련 표준 규격 연구가 진행 중이다[15].

 


IV. 결론

   UAV는 최근 취미의 영역에서 벗어나 민간/군용 활용을 통해 다양한 수요를 창출하고 있으며, PAV의 경우 새로운 혁신적인 도심형 교통수단으로 발돋움하기 위해서 세계적으로 개발이 이루어지고 있다. 성공적인 기술개발 및 실용화를 위해서 비행체의 안정성/생존성을 높이기 위한 다양한 노력이 필요하며, 특히 경로 관리 및 충돌 방지를 위한 지능형 반도체 개발이 정부 및 민간차원에서 활발히 진행되고 있다. 또한, 공역에 비행체를 운용하게 되는 경우 필수적으로 먼저 개발해야 하는 것이 항공교통관리시스템(UTM)이며, UTM에서 중추적인 역할을 담당하게 될 5G 기술에 대한 표준화 연구도 진행되고 있다. 이미 상용화가 시작되고 있는 UAV 택배 서비스, 응급 구호 물품 전달, 이동형 통신 중계기 구축 및 하늘 위에 펼쳐지는 모빌리티 혁명이라 일컬어지는 도심 항공 모빌리티(Urban Air Mobility: UAM)가 항공 분야 및 관련 분야의 협업을 통해서 성공적인 생태계를 갖추기를 기대해본다.


[ 참고문헌 ]
[1] 산업통상자원부 보도자료, “민관이 손잡고 미래형 개인 비행체[PAV] 띄운다”, 2019. 9. 4.
[2] 국토교통부 보도자료, “2025년, 교통체증 없는 ‘도심 하늘길’ 열린다”, 2020. 6. 2.
[3] 윤철용, 강왕구, “무인항공기 개발 현황 및 발전 방향,” 한국방송공학회 하계학술대회, 2015, pp.310-311.
[4] 하영욱, 김태완, “지능형 반도체의 주요 응용분야 시나리오와 핵심가치”, ETRI Insight Report 2019-02, 2019.
[5] 김동철, “반도체 시장의 새로운 바람, 지능형 반도체”, IITP, 주간기술동향, Vol.1797, 2017, pp.14-23.
[6] 안성원, “지능형 반도체 등 전자부품의 변화”, 월간 SW 중심사회 2018년 2월호, 2018, pp.36-43.
[7] Geoffrey W. Burr, et al., “Neuromorphic Devices and Architectures for Next-Generation Cognitive Computing,” IEEE ISCAS, 2017.
[8] S. J. Ben Yoo and D. A. B. Miller, “Nanophotonic Computing: Scalable and Energy- Efficiency Computing with Attojoule Nanophotonics,” IEEE Photonics Society Summer Topical Meeting Series, 2017.
[9] Y. Hanwool, et al., “Alloying Conducting Channels for Reliable Neuromorphic Computing,” Nature Nanotechnology, 2020.
[10] M. Skowron, et al., “Sense and Avoid for Small Unmanned Aircraft Systems: Research on Methods and Best Practices,” Proc IMechE Part G: J Aerospace Engineering, Vol.233, No.16, 2019, pp.6044-6062.
[11] IMEC, “IMEC Builds World’s First Spiking Neural Network-Based Chip for Radar Signal Processing,” IMEC Website, 2020.
[12] United States Department of Transportation Federal Aviation Administration, “UTM　 Concept of Operations V2.0,” FAA Website, 2020.
[13] Global UTM Association, “UAS Traffic Management Architecture,” GUTMA Website, 2017.
[14] 과학기술정보통신부 보도자료, “5G 활용 드론 운영·기술개발 등 혁신적 무인항공기 기술개발에 내년 269억원 투자”, 2019. 12. 27.
[15] 3GPP, “Release 17,” 3GPP Website, 2020.


* 본 자료는 공공누리 제2유형 이용조건에 따라 정보통신기획평가원의 자료를 활용하여 제작되었습니다.

자료 출처 : 정보통신기획평가원