MERRIC인
조회수 724 좋아요 2 댓글 0
항공우주시스템의 유도제어 알고리즘 연구
이창훈(Chang-Hun Lee)(KAIST 항공우주공학 부교수) / lckdgns at kaist.ac.kr
1. 본인의 연구에 대해서 대략적인 소개를 부탁드립니다.

안녕하세요. 저는 KAIST 항공우주공학과에서 부교수로 재직 중인 이창훈입니다. 저의 연구분야는 다양한 항공 우주 시스템의 비행역학을 분석하고 시스템에 가장 적합한 유도제어 기술을 연구하고 있습니다. 구체적으로는 정밀유도제어(Precision Guidance and Control), 전산 유도제어(Computational Guidance and Control) 및 학습 기반의 지능 유도제어(Intelligent Guidance and Control) 기술을 연구하고 있습니다. 유도제어 분야는 선진국으로부터의 기술도입 및 협력이 불가능해 자체 기술 개발이 필요하며, 국방 분야를 중심으로 지속적인 학술적/기술적 혁신이 요구되는 분야입니다. 저희 연구실은 정밀 요격 분야의 핵심 원천기술을 보유하고 있으며, 현재 유도제어 분야의 기초적인 이론 연구부터 실제 체계에 직접 적용할 수 있는 실용적인 기술을 지속적으로 개발하여 항공우주 산업체 및 관련 연구기관의 기술 개발을 지원하고 있습니다. 저희 연구실은 다양한 항공 우주시스템(대탄도탄 요격미사일, 장사정포 요격미사일, 함정 방어 시스템, 공대공 유도탄, 무인 이동체, 재사용 발사체, 재진입 비행체, 소형 위성발사체 등)의 고등 유도제어 알고리즘을 개발하고 있고, 세계적으로 최적 유도 법칙(Optimal Guidance Law) 학문분야를 선도하고 있습니다.



2. 현재 다양한 항공 우주 시스템의 정밀 유도제어 알고리즘을 개발하고 계시는데 이에 대해서 자세한 설명을 부탁드립니다.

정밀 유도제어 알고리즘은 미사일/장사정포/함정 방어 시스템의 핵심 기술입니다. 고속으로 비행하는 물체를 레이더를 통해 정밀 탐지/추적하는 표적 추적 기법, 획득된 표적의 정보로부터 표적의 예상 비행 궤적을 예측하여 신속하게 예상 요격점(Predicted Intercept Point)을 산출하는 기법, 예상 요격점으로 요격탄을 유도하는 정밀유도 기법, 외란이 존재하는 상황에서 빠른 응답 특성을 확보하도록 하는 제어 기법 등을 연구하고 있습니다. 특히, 정밀유도 기법과 관련하여 다수의 국제 학술지 논문을 발표하여 세계적으로 학문분야를 선도하고 있습니다.

저희 연구실에서 수행한 이 분야의 최근 연구 결과로는 한국형 근접 방어 시스템의 교전 통제 알고리즘 개발, 표적 식별/추적 극대화를 위한 조기 경보 레이더 배치 최적화 알고리즘 개발, 복수의 장사정포 표적에 대한 정밀 추적 및 식별 알고리즘 개발 등이 있습니다.



3. 스페이스X의 발사체 재사용이 현실화 된 가운데 2020년에 “발사체 재사용을 위한 자세 제어 기법 연구”라는 논문을 쓰신 걸로 되어 있는데 연구배경과 내용에 대해서 소개를 부탁드립니다.

최근 재사용 발사체 및 재진입 비행체와 같은 새로운 유형의 비행 시스템의 출현으로 현실 세계의 유도제어 문제가 매우 복잡해졌습니다. 비행체의 운동 모델의 비선형성이 심화될 뿐만 아니라 비행체를 안정적으로 운용하기 위해 비행 중 다양한 비행 구속 조건을 만족시켜야 합니다. 지금까지의 유도제어 설계 개념들로 재사용 발사체 및 재진입 비행체의 유도제어 문제를 해결할 수 없으며 최근 컴퓨터의 계산 능력과 실시간 최적화 기법을 활용한 전산 유도제어 접근 방법이 주목을 받고 있습니다. 그러나 현재까지 개발된 전산 유도제어 방법들은 실제 시스템에 적용하기에는 한계가 있어서 알고리즘의 고도화가 필요한 실정입니다. 이를 위해 컨벡스 최적화(Convex Optimization)를 활용한 유도제어문제 정식화, 실시간 최적화 솔버 및 검증 방법론 등을 연구하고 있습니다. 저희 연구실에서 수행한 이 분야의 최근 연구 결과로는 실시간 최적화 기반 한국형 우주비행기의 재진입 유도 기법과 공력/측추력 혼용 제어를 기반으로 한 한국형 재사용 발사체의 실시간 착륙 유도 기법을 개발하였습니다. 저희 연구실에서 수행한 재사용 발사체의 실시간 착륙 유도 기법과 관련한 연구 영상은 아래의 YouTube 링크에서 확인할 수 있습니다.

영상: 한국형 재사용 발사체 6자유도 시뮬레이션




영상: 연착륙 유도제어 기술 시연체의 6자유도 시뮬레이션





4. 최근 비행 데이터의 잠재적인 이상을 감지하거나 무인 이동체의 궤적 추종 등에도 머신러닝이나 딥러닝 등의 AI 기술이 활용되고 있는 거 같습니다. 자세한 소개를 부탁드립니다.

일반적으로 항공 우주 시스템의 유도제어 알고리즘 설계의 성능 검증은 비행 중 발생할 수 있는 다양한 오차 요소를 반영한 6자유도 비행체 모델의 광범위한 Monte-Carlo 시뮬레이션을 통해 수행됩니다. 이때, 방대한 시뮬레이션 결과에 대한 비행체의 모든 성능 지수를 확인하는 것은 설계자의 많은 시간과 노력을 요구하여 현실적이지 못한 방법으로 인식되고 있습니다. 따라서 Monte-Carlo 시뮬레이션을 통한 성능 검증은 최종 시간에서 주요 성능 지수의 통계적인 수치로 평가하는 것이 제한된 시간과 자원 내에서 수행할 수 있는 현실적인 방법론입니다. 하지만, 이 방법의 경우 비행 중 성능 지수들에서 발생한 미묘한 이상 현상을 전부 감지할 수 없어, 유도제어 설계의 강건성을 완벽히 검증해 주지 못한다는 문제점이 있습니다. 또한, 획득된 데이터로부터 비행체의 비행성능을 분석하는 작업은 대상 시스템의 운용 개념에 깊이 있는 이해와 비행역학에 대한 전문지식을 요구합니다. 따라서, 해당 분야에 전문지식이 없는 인적 자원이 해당 업무를 이해하고 숙련되기까지 많은 시간과 노력이 필요한 실정입니다.

Monte-Carlo 시뮬레이션을 통해 생성되는 비행 데이터들에는 이상 현상에 관한 정보뿐만 아니라 비행체의 다양한 파라미터들과 주요 비행성능 간의 상관관계와 같은 중요한 정보를 담고 있는 일종의 지식서비스(Knowledge Base)라 볼 수 있습니다. 하지만, 현재는 방대하게 축척 된 데이터베이스들을 적극적으로 활용하고 있지 못한 실정입니다. 축척 된 데이터베이스로부터 유용한 정보들을 추출할 수 있다면 이 정보들은 비행체 비행 안정성 향상 및 유도제어 성능 개선에 추후 활용될 수 있으며, 해당 업무에서 인적자원 활용성을 높일 수 있습니다. 이를 위해 최근 개발되고 있는 다양한 딥러닝 이론 및 데이터 분석 기법을 활용하여 Monte-Carlo 시뮬레이션을 통해 축척 된 비행 데이터의 이상 현상(유도제어루프의 발산 현상 등)을 자동으로 검출할 수 있는 방법과 비행체의 주요 비행 성능을 추론/판단할 수 있는 선행 기술을 개발하고 있습니다.

또한, 무인 이동체가 효율적인 임무 완수를 위해 계측 된 데이터를 기반으로 경로를 스스로 계획/추종하고 주변 환경에 능동적으로 대처하도록 하기 위해 인공지능/딥러닝 기술이 활용되고 있습니다. 해당 기술은 해외 각국이 기술 확보에 총력을 기울이는 상황임에 따라 해외로부터 기술도입 및 협력이 불가능해 자체 개발이 필요한 실정입니다. 이 주제와 관련하여 강화 학습이나 가우시안 프로세스 등을 활용하여 무인 이동체의 학습 기반 경로 추종 유도 기법 및 학습 기반 외란에 강건한 비행제어 기술을 연구하고 있습니다.



5. 위의 연구 외에 추가로 소개해 주실 연구가 있으시다면

위 내용 외에도 다양한 항공 우주 시스템의 유도제어 알고리즘 연구를 진행하고 있습니다. 자세한 내용은 아래 홈페이지를 방문하시면 확인하실 수 있습니다.
(비행역학 및 제어 연구실 홈페이지:http://fdcl.kaist.ac.kr)

또한, 최근 과학기술정보통신부가 추진하는 스페이스 챌린지 R&D 사업에 선정되어 하이브리드 로켓 개발 스타트업인 INNOSPACE 및 항공대, 청주대와 4년간 재사용 발사체 유도 제어 핵심 기술을 개발하게 되었습니다. 자세한 내용은 아래 링크에서 확인하실 수 있습니다.
(이노스페이스, 정부 재사용발사체 주관연구개발기관 선정 기사: https://m.mk.co.kr/news/business/view/2022/04/357534)


6. ADD 근무 후 2016년부터 2018년까지 영국 크랜필드(Cranfield)대학교에 연구원으로 재직하신 걸로 알고 있습니다. 어떤 계기가 있었고, 주로 어떤 연구를 진행했는지 또한 전반적인 연구 분위기도 소개를 부탁드립니다.

제가 졸업 후 ADD를 가게 된 이유는 학교에서 배운 이론이 실제 시스템에 어떻게 적용되는지 실무적인 부분을 배우기 위해서였습니다. 제 개인적인 견해로는 우리가 연구하는 결과들이 실제와 동떨어진 기술이라면 아무리 좋은 기술이라도 활용가치가 떨어진다고 생각합니다. 저는 박사과정 동안 한국형 미사일 방어 시스템 개발에 대한 선행 연구를 수행하였고, 졸업과 동시에 ADD에서 이 시스템의 개발 초기 단계부터 참여하게 되었습니다. 3년의 개발과정 동안 시스템 설계 단계부터 개발 및 시험평가까지 전 과정을 경험할 수 있었고, 무엇보다도 실제 시스템을 개발할 때 고려해야 하는 실제적인 제약 조건들이 어떤 것들이 있는지를 확인할 수 있는 좋은 기회였습니다. 이 기간 동안 크게 깨달었던 부분은 우리가 교과서에서 배우는 이론들과 실제 사이에는 큰 간극이 존재하고, 이 간극을 메우는 연구에 대한 필요성을 느꼈습니다.

또한 우리가 다루는 실제적인 유도제어 문제들은 갈수록 복잡해짐에 따라, 이제까지 활용하던 기술들이 이 문제들을 다루기에 한계가 존재한다는 사실을 알게 되었습니다. 단순히 이전의 기술들을 활용하면 성능이 저하된다는 수준의 이야기가 아니라 실제적인 문제 해결이 불가능한 경우가 많이 있습니다. 따라서 근 미래에 새로운 유도제어 설계 방법론에 대한 돌파구가 필요하다고 느꼈고, 기존의 유도 제어 이론에 현재 활발하게 개발되고 있는 Computer Science, Big Data나 AI와 관련된 기술이 향후 유도 제어 기술과 널리 융합되어 활용될 가능성이 높다고 판단되어 2016년 5월 ADD를 퇴사하고 크랜필드 대학에서 Research Fellow로 2019년 1월까지 근무했습니다. 그 당시 크랜필드 대학에서 항공기 데이터를 분석할 수 있는 데이터 과학자(Data Scientist)를 채용하고자 했는데, 해당 업무를 위해서는 Big Data나 AI 관련 기술뿐만 아니라 항공기 데이터에 대한 전문지식(Domain Knowledge)을 필요로 했고, 그 당시 두 분야의 전문지식을 가진 인력을 확보하는 것이 어려웠습니다. 크랜필드 대학 측에서는 데이터 과학자가 도메인 지식을 습득하는 것보다, 도메인 지식을 가지고 있는 과학자가 Big Data나 AI 관련 지식을 습득하는 것이 업무 적응에 용이할 거라는 판단하에 채용 기회를 주었습니다. 크랜필드 대학 재직 당시 AIRMES 프로젝트에 참여했고, 제가 맡았던 부분은 항공 데이터 분석으로, 항공기의 점검 및 보수 데이터를 활용하여 항공기의 차후 고장을 진단하거나 예측하는 연구를 했습니다. 이 프로젝트를 수행하는 동안 TAP 항공사와 프랑스 에어버스와 같이 일을 해서 두 나라로 자주 출장을 갔던 기억이 있습니다. 처음 데이터 분석 분야에 입문했을 때 이제까지 제가 전공했던 유도 및 제어 분야와 너무 달라서 공부하는데 어려움이 있었는데, 데이터 분석 연구를 하면서 얻은 지식들이 현재 저희 연구실의 연구 프로젝트에 잘 활용되고 있어서 그때의 연구 경험이 매우 값지다고 생각하고 있습니다.

제가 크랜필드 대학에 연구원으로 재직 당시 느꼈던 전반적인 연구 분위기는 새로운 연구 분야에 도전을 많이 한다는 것이고, 그 도전 결과에 대해서 어떠한 책임도 묻지 않는다는 것입니다. 또한, 영국에서 수행되는 연구 주제들은 대부분 당장 현실에서 돈이 되지 않더라도 미래를 바꿀 수 있는 기술에 큰 투자를 합니다. 이러한 연구 분위기가 연구자들이 더욱더 다양한 도전을 통해 새로운 기술을 개발하는 원동력이 되고 있다고 생각합니다.



7. 현재 KAIST에서 FLIGHT DYNAMICS AND CONTROL LAB. (FDCL)을 운영중이신데 현재 어떤 연구를 진행하고 계신지, 또한 실험실에는 어떤 비전을 가지고 계신지 소개를 부탁드립니다.

비행역학 및 제어 연구실(Flight Dynamics and Control Laboratory, 이하 FDCL)은 1989년도에 탁민제 교수님에 의해 설립되었습니다. 현재는 2019년도에 은퇴하신 지도 교수님의 뒤를 이어 제가 FDCL를 운영하고 있습니다. 저희 연구실은 “Towards More Advanced Guidance and Control Technology”라는 슬로건 아래 다양한 항공 우주 시스템의 유도제어 기술을 연구하고 있습니다. 현재 상층방어 유도탄의 정밀유도조종 알고리즘 개발, 컨벡스 최적화 기반 장거리 공대공 유도탄의 최적 중기 유도 알고리즘 개발, 활공형 유도 포탄의 유도제어 알고리즘 개발, 소형 위성발사체의 비행제어 알고리즘 개발, 극초음속 비행체의 비행제어 알고리즘 개발, 학습 기반 비행 데이터 분석 기술 개발, 재사용 발사체 연착륙 유도 제어 기술 개발, 무인 이동체의 자율 유도 제어 기술 개발, 바람 외란에 강건한 무인 이동체의 비행제어 기술 개발 등의 연구를 수행 중에 있습니다. 위의 연구 노력들을 통해 미래 인재 양성, 과학기술의 발전 및 국가의 안보와 국방력 강화에 기여하는 것이 저희 연구실의 궁극적인 비전입니다.





8. 영향을 받은 연구자가 많으실 거 같습니다. 어떤 연구자분들의 어떤 영향을 받으셨는지 궁금합니다.

제 대학원 지도 교수님인 탁민제 교수님은 유도 제어 분야의 세계적인 권위자이며, 특히 최적 유도 제어 분야에서 지금까지 많은 우수한 연구 업적을 남기셨고 국내의 유도무기와 로켓 분야에서 많은 공헌을 하셨습니다. 은퇴하신 현재까지도 활발한 연구 열정을 이어가고 계시고, 인생 문제에 대한 다양한 조언을 해주고 계십니다. 교수님의 학문적 역량, 연구 열정 및 사람 대하는 모습들을 닮고자 부단히 노력했던 것 같습니다. 저의 지도 교수님의 인품을 잘 보여주는 YouTube 영상이 있어 소개해 드립니다.

영상: 국무총리실이 발굴한 일곱 번째 공정의 달인 카이스트의 명물 탁교수



또한, ADD 근무 당시 학문 영역에서 본받고 싶은 훌륭한 박사님(전병을 박사님, 이진익 박사님, 전인수 박사님, 황익호 박사님)들을 많이 만났습니다. 이분들을 통해 진정한 연구자는 자신의 연구결과가 언제나 틀릴 수 있다는 사실을 인정할 수 있는 포용성을 가진 사람이어야 한다는 것과, 본인이 만든 연구결과에 대해 책임질 수 있을 정도로 꼼꼼히 살펴봐야 한다는 연구자의 자세를 배울 수 있었습니다.



9. 연구 활동하시면서 평소 느끼신 점 또는 자부심, 보람

저희 연구실에서 실제 시스템에 직접 적용이 되는 실제적인 연구들을 주로 수행하고 있습니다. 따라서 저희가 참여했던 연구 프로젝트의 결과물로 실제 시스템의 개발이 완료되었을 때 큰 자부심과 보람을 느끼는 것 같습니다. 일례로, ADD에 근무 당시 한국형 미사일 방어 시스템의 일부인 탄도탄 요격 미사일(천궁 2) 개발에 참여했고, 이 프로젝트에서 유도 제어 알고리즘 개발에 참여했습니다. 2017년 비행시험평가에서 100% 명중률로 양산 개발이 결정되고 현재는 우리나라 전역에 배치되어 탄도탄 미사일 위협으로부터 우리 국민들을 안전하게 보호하고 있습니다. 최근에는 UAE에 4조 원 수출이 결정되었습니다. (천궁 2 UAE 수출 확정 관련 기사: https://m.mk.co.kr/news/politics/view/2022/01/47145)

이러한 소식들을 접할 때 연구 활동에 대한 자부심을 느끼며, 저희 연구실 소속 학생들이 더 열심히 연구에 매진할 수 있는 원동력이 되고 있습니다.


10. 이 분야로 진학(사업) 하려는 후배들에게 조언해 주신다면

ADD에서 일을 하면서 크게 깨달은 부분이 있는데, 우리가 대학원에서 공부를 할 때 이론이나 수식을 단순히 암기하는 것보다 그 이론이나 수식이 내포하고 있는 물리적인 의미를 이해하는 것이 훨씬 더 중요하다는 것이었습니다. 제가 대학원생이었을 때 문제가 주어지면 정답을 찾는 데만 집중했지 그 결과를 물리적인 의미와 연결하려는 시도를 하지 못했던 것 같습니다. 실제 연구소에서 일을 하고, 현재 유도 제어 분야에서 연구를 해보니 이러한 지식이 매우 중요하다고 느낍니다. 따라서 이 분야로 진학하려는 후배들이 있다면, 연구를 할 때 이론 또는 수식의 결과가 어떤 물리적 의미를 가지고 있는지 본인 스스로 최대한 고민해 보는 습관을 가지라는 이야기를 해주고 싶네요.


11. 다른 하시고 싶은 이야기들.

귀중한 자리를 준비해 주신 MERRIC 관계자분들께 진심으로 감사드립니다. 또한 바쁘신 가운데 저의 이야기에 관심을 가져 주신 모든 분들께 진심으로 감사의 말씀을 드립니다. 추가적으로 궁금한 사항이 있으시다면, 언제든지 이메일로 문의해 주시면 성실히 답변해 드리겠습니다.


* 이창훈 교수의 최근(대표) 논문들.

1. J. Bae, S. D. Lee, Y. W. Kim, C. H. Lee*, S. Y. Kim, "Convex Optimization-based Entry Guidance for Spaceplane," International Journal of Control, Automation and Systems, Vol. 20, No. 5, pp. 1652-1670, 2022.

2. S. He and C. H. Lee*, “Optimality of Error Dynamics in Missile Guidance Problems,” Journal of Guidance, Control, and Dynamics, Vol. 41, No. 7, pp. 1624-1633, 2018.

3. C. H. Lee, B. E. Jun, J. I. Lee*, “Connections between Linear and Nonlinear Missile Autopilots via Three Loop Topology,” Journal of Guidance, Control, and Dynamics, Vol. 39, No. 6, pp. 1426-1432, 2016.

4.C. H. Lee*, M. J. Tahk, and J. I. Lee, “Generalized Formulation of Weighted Optimal Guidance Laws with Impact Angle Constraint,” IEEE Transactions on Aerospace and Electronic Systems, Vol. 49, No. 2, pp. 1317-1322, 2013.

5.C. H. Lee*, T. H. Kim, M. J. Tahk, and I. H. Whang, “Polynomial Guidance Laws Considering Terminal Impact Angle and Acceleration Constraints,” IEEE Transactions on Aerospace and Electronic Systems, Vol. 49, No. 1, pp. 74-92, 2013.

  • Guidance and Control
  • Big Data Analytics
  • Machine Learning
  • Cooperative Control
  • Target Tracking Filter
인쇄 Facebook Twitter 스크랩

  전체댓글 0

[로그인]

댓글 입력란
프로필 이미지
0/500자