드론의 활용 범위가 확대되면서 국방·방산 분야에서도 다양한 환경에서 군용 드론을 신속하고 정확하게 탐지하는 AI 기술의 중요성이 커지고 있습니다.

하지만 실제 환경에서 군용 드론 탐지 데이터를 충분히 확보하는 데에는 많은 제약이 따릅니다. 다양한 군용 드론 기종과 비행 조건을 반복적으로 재현하기 어렵고, 군사시설 및 장비가 포함된 영상은 보안 문제로 인해 데이터 수집과 활용이 제한될 수 있습니다.
​비솔은 이러한 한계를 보완하기 위해 포토리얼리스틱 3D 환경을 기반으로 국방 분야 AI 개발에 필요한 합성데이터를 제작합니다.
​

■ 포토리얼리스틱 3D 기반 대공 감시 시스템의 드론 탐지

위 영상은 포토리얼리스틱 3D 환경에서 대공 감시 시스템이 주변을 비행하는 드론을 탐지하는 시나리오를 구현한 사례입니다.
실제 감시 장비의 관측 시점을 고려해 지형과 배경, 조명, 기상 조건 및 드론의 거리와 비행 방향을 다양하게 설정할 수 있습니다.
실제 드론 설계도를 기반으로 정밀한 3D 모델을 제작하고, 기종별 형상과 외관 특징을 반영한 합성데이터를 생성하여 AI 기반 피아식별 및 기종 분류가 가능하도록 지원합니다.

이를 통해 현실에서 반복적으로 수집하기 어려운 드론 탐지 상황을 가상환경에서 재현할 수 있습니다.
특히 원거리 소형 드론, 복잡한 배경과 유사한 색상의 드론, 부분적으로 가려진 객체 등 탐지 난도가 높은 조건을 포함해 AI 모델의 학습 및 성능 검증에 필요한 데이터를 제작할 수 있습니다.

​​

■ 포토리얼리스틱 3D 기반 이동형 정찰 시스템의 멀티 드론 탐지

위 영상은 이동형 정찰 시스템의 시점에서 여러 대의 드론을 동시에 탐지하는 상황을 구현한 사례입니다.

이동 중인 플랫폼에서는 카메라 시점과 배경이 지속적으로 변하고 흔들림, 가림, 거리 변화 등 다양한 변수가 발생합니다. 여러 대의 드론이 서로 다른 방향과 고도로 이동하면 탐지와 추적의 난도는 더욱 높아집니다.

3D 시뮬레이션 환경에서는 다음과 같은 조건을 체계적으로 구성할 수 있습니다.
- 정지형 및 이동형 감시 플랫폼
- 단일 드론과 다수 드론 비행
- 다양한 거리·고도·방향·속도 조건
- 주간·야간 및 역광·저조도 환경
- 맑음·안개·비 등 기상 변화
- 산악·도심·해안 등 다양한 지형과 배경
- 객체 간 중첩과 부분 가림
- 센서 시점과 해상도 변화
​
이를 활용하면 멀티 드론 탐지뿐만 아니라 객체 분류, 추적 및 상황 인식을 위한 학습·검증 데이터도 체계적으로 확보할 수 있습니다.
​

■ 국방 AI 개발에서 합성데이터가 필요한 이유

국방 분야의 AI 성능을 높이려면 정상적인 상황뿐 아니라 실제로 자주 발생하지 않는 희소 상황과 탐지 난도가 높은 조건도 충분히 학습해야 합니다.

그러나 실제 데이터만으로 모든 조건을 확보하기는 어렵습니다.
- 실제 장비와 인력을 활용한 데이터 수집 비용
- 군사시설 및 장비 촬영에 따른 보안 제약
- 위험하거나 재현하기 어려운 상황
- 기상·시간·지형 조건의 반복 촬영 한계
- 소형·원거리 객체 데이터 부족
- 정확한 정답 데이터 구축에 필요한 추가 작업
​
3D 합성데이터는 이러한 제약을 줄이면서 필요한 조건을 반복적으로 생성하고, 실제 촬영만으로 부족한 데이터 영역을 보완할 수 있습니다.

​​

■ 국방 분야 포토리얼리스틱 3D 합성데이터 제작

비솔은 국방·방산 AI 시스템의 개발 목적과 센서 조건을 반영해 맞춤형 3D 합성데이터를 제작합니다.
​
1. 맞춤형 3D 환경 및 시나리오 구축
산악, 도심, 해안, 비행장 등 다양한 작전 환경을 포토리얼리스틱 3D로 구현하고, 탐지 대상과 감시 시스템의 위치 및 움직임을 시나리오에 맞게 구성합니다.

 

2. 다양한 센서 관점의 데이터 생성
고정형 감시 장비, 차량 탑재형 장비, 이동형 정찰 시스템 등 실제 운용 환경을 고려한 센서 시점에서 데이터를 생성할 수 있습니다.
​
3. Groud Truth 데이터 제공
AI 학습 목적에 따라 다음과 같은 데이터와 GT 데이터를 함께 제작할 수 있습니다.
- RGB 이미지 및 영상
- Depth 데이터
- Semantic·Instance Segmentation
- 2D·3D Bounding Box
- 객체 종류, 위치, 거리 및 방향 정보
- 객체별 고유 ID와 프레임 단위 추적 정보
- 카메라 위치·자세 및 촬영 조건 메타데이터

3D 환경에서 생성되는 GT 정보는 사람의 수작업 라벨링을 줄이고, 일관된 기준의 학습데이터를 구축하는 데 활용할 수 있습니다.

​

4. 다양한 조건을 반영한 데이터 확장

드론의 종류와 크기, 비행 경로, 객체 수, 지형, 날씨, 시간대, 조명 및 가림 조건을 변경해 실제 데이터에서 부족한 상황을 보완할 수 있습니다.

​

​■ 실제 데이터와 합성데이터를 결합한 AI 개발

합성데이터는 실제 데이터를 완전히 대체하기보다는, 실제 수집 데이터의 한계를 보완하는 방식으로 활용할 때 효과적입니다.

실제 데이터로 기본적인 환경 특성을 반영하고, 합성데이터로 희소 상황과 극한 조건을 확장하면 AI 모델의 탐지 성능과 환경 대응력을 체계적으로 검증할 수 있습니다.

비솔은 데이터의 활용 목적, 대상 객체, 센서 사양 및 AI 모델의 요구사항을 분석해 3D 환경 구축부터 시나리오 설계, 데이터 생성, 정답 데이터 제공까지 통합적으로 지원합니다.

국방·방산 분야의 드론 탐지, 객체 인식 및 이동형 감시 시스템 개발을 위한 맞춤형 합성데이터가 필요하다면 비솔과 협의해 보시기 바랍니다.

​