무기는 공학적 산물이지만 무기의 목적은 인문적인 산물 입니다.

전투기의 대명제 란 것 또한 어떻게 적과 아군을 구별해 효율적 동선과 무기로 상대를 제압할 것인가?
그리고 이것을 어떻게 가장 단순하고 제작 유지비용이 저렴한 구조로 개발할 것인가?
가 명제가 됩니다.

KFX 전투기 기획도 이러한 인문적 명제 아래 처음 태어났으며 미국이 거부한
4대 센서융합기술 또한 이러한 명제 아래에 있습니다.

• AESA (Active Electronically Scanned Array : 능동 전자주사식 위상 배열) 레이더 체계통합기술
• EO TGP (Electro Optical Targeting Pod : 전자광학 표적추적장비) 체계통합기술
• IRST (Infra-Red Search and Track : 적외선 탐색 및 추적장비) 체계통합기술
• RF Jammer (Radio Frequency Jammer : 전자파 방해장비) 시스템 체계통합기술

이러한 체계통합 기술은 알고 보면 하나의 소프트웨어 즉 전투기의 항공전자중 KFX전투정보시스템 개발문제 입니다.
문제는 우리나라는 AESA,EO,IRST,RF세부 디테일 기술은 어느 정도 가지고 있지만 이러한 정보의 디테일을 KFX전투정보시스템 제작 기획으로 통합할 줄 모른다는 겁니다.

 

마치 피쳐폰을 쓰던 시대에 앞으로 5년 뒤 스마트폰 이란것이 나오니
출시 시기에 맞춰 엡을 개발 기획하라고 하는 상황과 비슷한 겁니다. 

 

그러나 이러한 기술이 과연 넘사벽 일까요?

 

 전투기전투정보시스템 추세란 것이 최근에는 환경이 실제현실과 동일하게 3D화 되어 구현 되었습니다.
지구의 환경이 둥그니 가장 정확하게 구현하는 방법이 3d가상환경을 현실로 통합하는 기술 입니다. 
이러한 가상화 체계 기반은 우리나라가 모두 가지고 있습니다.

문제는 전투기전투정보시스템 범위 안에 들어오는 전투정보란 것은 초당TB급 이상 정보의 디테일이 들어온다는 것입니다. 전투기전투정보시스템은 10년후 최종 구현되기 때문에 소프트웨어 설계는 이러한 미래의 대용량 처리 센서 그릇을 만들어 준다는 생각을 가져야 합니다.
 
이러한 막대한 공학적 디테일의 전투정보를 손실하지 않고  조종사가 실시간으로 쉽게 상황을 판단할 수 있도록 도와주는 시스템제작의 핵심 문제는 정보처리 체계를 체계화하기 힘들다는 것입니다.
 예를들어 AESA에 감지되지 않지만 EO에 감지되고 IRST에 부정확하게 노이즈 급으로 감지된다면 속도와 위치를 감지해 소프트웨어가 이것의 순간관심(센서의 집중) 분포시간을 판단해 주어야 하는 것입니다.

KFX전투정보시스템 AI란 조종사가 뇌가 처리하기 힘든 많은 내용을 조종사가 인지할 속도로 정보를 선별해주는 역활입니다.
즉 전투기의 부분적인 정보처리 두뇌 역할을 합니다.

그중 가장 최신기술이 클러스터AI 기술입니다. 작은 수XX개의  소프트웨어적 뇌가 클러스터 정보를 처리하는 방법 입니다.

이러한 정보처리는 가장 밑단에서 3D가상환경이 있고, 그 위에 클러스터AI 소프트웨어 그룹들이 현실에서 들어오는 정보를 감지해 가상환경으로 분류하는 단이 있고, 또 그위에 이러한 클러스터 정보군집분포를 처리하여 중요도를 다시 판별하여 오류를 수정하는 단이 있어야 합니다.
 
KFX전투정보시스템은 인간의 눈과 같은 클러스터AI로 구현 하였으면 합니다.

좀 더 이해하기 쉽게 인간의 눈과 뇌의 영상처리 방법의 예로 부연하자면

인간의 눈은 실제 선택해서 뇌인지로 들여보내는 영상정보는 디테일과 용량은 작지만 뇌로 인지해 보이는 가상적 영상 정보는 매우 넓고 디테일하게 느끼게 합니다.
인간의 눈이 감지하는 범위는 매우 넓고 영상정보가 들어오는 중요도 감도 선별 구역은 은 뇌가 선택적이지만 영상의 처리는 각각 세포 단위가 알아서 해줍니다.
 
시세포 영상입력정보가 선별되어 무시되거나 정보전달에 활성화 되지 않는 세포가 대부분 이지만 영상 점정보는 머리에서 가상화시켜 빠르게 전체 가상화 시각영상을 인지하게 합니다.

이러한 광범위 인지 원리는 영상정보가 세포단위로 빠른 클러스터 처리 되는 것에 기반을 두고 있습니다.

 

하드웨어적 클러스터 대용량 디테일 가속 처리기술의 좋은 예로는 Nvidia 쿠다프로세서의 처리기술이 있습니다.
이러한 클러스터AI 기반 KFX전투정보시스템은 컴퓨터의 가장 위대하고 저렴한 능력인 Copy를 사용하는 것입니다.

2.클러스터 정보의 처리 기술 요구

이러한 클러스터AI로 처리되기 위해서는 일단 각각
3d환경정보 위치는 전투기를 중심으로 360도 방위에 모든 정보 구역그룹을 활성화 복셀(voxel)로 잘게 나누어야 합니다.
이러한 복셀 전투정보AI 처리그룹 맵핑위에 정확한 환경 벡터정보를 레이어화 하면 충분히 만족할 만한 공학적 정확도를 360도로 구사할 수 있습니다. 
환경 분류 단위를 voxel처리법을 선택해야 하는 이유는 많은 복셀은 백터처리 보다 컴퓨터 가속이 빠르고 클러스터 화나 AI필터 적용이나 오류수정이 쉽기 때문입니다.

가상환경에서 분류하고 이러한 정보위치중 주의를 요하는 반응이 있는 정보는 자동적으로 더욱 여러 센서 방향이 더욱 집중하여
감지되며 이러한 정보는 인간의 두뇌로 판단하는 시간보다 몇XX배 빠르게 구현되어 조종사가 보기에는 디테일과 범위를 동시에 만족시킬 수 있습니다.

 

그림은 IRST의 형상인식 인공지능(AI) 맵핑 필터 예시 우리나라 S대에도 이것과 비슷한 산학연구가 진행중.

아웃라인 박스가 환경복셀의 그룹 부분 이라 생각하면 복셀 개념의 이해가 쉽습니다. 

3.클러스터 정보오류의 수정법은 장단거리 통신 

요즘은 김XX란 자동차 내비게이션 AI가 클러스터 정보를 통합하며 빠른 길을 두고 옆으로 가라고 말하는 네비가 줄었습니다. 교통체증이 심하면 각각 자동차네비 클라이언트 클러스터는 교통체증의 중요도 정보를 서버로 보내 클러스터 군집수와 정보중요도를 높여 실시간으로 속도와 경유지 오류 판단여부를 하는 것으로 압니다.
이러한 내용은 가상지도환경을 기반으로 하는 네트워크 클러스터 구조 오류 수정정보인 겁니다.

 

C4I간 통신정보는 이러한 구현 방법으로 정보의 중요도를 전투정보시스템 클라이언트가 알아서 판단하도록 유도할수 있습니다.

또한 별도의 고속 단거리 통신망은  전투기 그룹 또는 편대안에 AESA,EO,IRST,RF세부 정보를 공유 하여 정보 효율을 극대화 할 수 도 있습니다.

 

이분야에 한 다리만 걸친 비전문가라서 개념적 아웃라인에 대해 쉽게 쓸수 없군요. 읽어 주셔서 감사합니다.