오픈소스 데이터를 활용한 잠재적 UAS 충돌 특성화 방법

본 논문은 미국 국가공역에 점점 더 많이 진입하고 있는 무인항공시스템(UAS)의 상업·레크리에이션 운용 간 충돌 위험을 정량적으로 평가하기 위한 새로운 분석 방법을 제시한다. 연구의 출발점은 기존 충돌 모델이 실제 비행 데이터를 기반으로 하지만, 데이터가 제한적이고 특정 운용에 국한된다는 점이다. 이를 보완하고자 저자는 공개된 지리공간 데이터(OpenStreetMap, FAA Digital Obstacle File, 미국 풍력터빈 데이터베이스, 전력선·파이프라인 GIS 등)를 활용해 가상의 UAS 궤적을 생성하고, 이 궤적들 사이의 상대 기하학적 관계를 대규모로 계산한다. 연구는 크게 네 단계로 구성된다. 첫 번째 단계는 16개의 조사 지역을 선정하고, 각 지역의 행정 경계와 인프라(전력선, 파이프라인, 점형 장애물, 도로·철도·전력탑 등)를 오픈소스 GIS에서 추출한다. 두 번째 단계에서는 각 지역 내에서 임의의 위도·경도·고도 쌍을 샘플링해 6자유도(위치·고도·방위) 공간에 대한 대표적인 UAS 비행 경로를 만든다. 세 번째 단계는 샘플링된 점쌍을 중심으로 반경 60해리(≈111 km)의 작은 원을 생성하고, 원 내부에 존재하는 모든 인프라와의 최소 거리를 계산한다. 거리 계산은 WGS‑84 타원체 모델을 이용한 정확한 타원거리 공식을 적용했으며, MATLAB Parallel Computing Toolbox를 이용해 48코어 클러스터에서 동시에 수조 건 규모의 연산을 수행했다. 네 번째 단계에서는 각 지역·인프라 유형별로 거리 분포를 히스토그램과 통계량(평균, 중앙값, 5·95 백분위 등)으로 정리하고, DAA(Detect‑and‑Avoid) 시스템 설계에 필요한 최소 안전 거리(minimum separation distance)를 추정한다. 핵심 결과는 다음과 같다. (1) 두 종류의 점검 드론(단거리·중거리) 사이의 수평 거리는 500 ft 간격으로 구분된 히스토그램에서 500 ft 이하 구간이 전체 샘플의 3 %에 불과했다. 이는 기존 DAA 설계 시 가정하던 10 % 수준보다 현저히 낮은 위험 수준을 보여준다. (2) 점형 장애물(전력탑, 풍력터빈 등)과의 고도 차이가 50 ft 이하인 경우는 전체의 7 %에 머물렀으며, 고도 제한 정책이 충돌 위험을 크게 감소시킬 수 있음을 확인했다. (3) 데이터 품질에 대한 민감도 분석 결과, FAA DOF에 포함된 48 383개의 장애물 중 32 199개만이 500 ft 이상의 고도 차이를 보였고, 나머지는 OSM 기반 도로·철도와의 교차점에서 발생한 가상 장애물이었다. 이는 데이터 정제 단계에서 행정 경계와 고도 필터링을 강화하면 오류를 크게 줄일 수 있음을 시사한다. 연구는 또한 결과를 DAA 시스템 개발 및 정책 수립에 직접 활용할 수 있도록 설계하였다. 예를 들어, 500 ft 이하 거리 구간에 대한 비율을 기반으로 위험 기반 경보 임계값을 설정하거나, 고도 차이가 작은 장애물에 대해 자동 회피 경로를 생성하는 알고리즘에 입력값으로 사용할 수 있다. 저자는 제안된 파이프라인과 MATLAB 스크립트를 오픈소스 라이선스로 공개하여, 다른 연구자나 산업계가 동일한 방법을 재현하고 추가적인 지역·시나리오에 적용할 수 있도록 하였다. 하지만 논문은 몇 가지 한계를 인정한다. 첫째, 실제 비행 로그와의 검증이 부족해 시뮬레이션 결과가 실제 운용과 얼마나 일치하는지 확인되지 않았다. 둘째, 현재 모델은 정적인 거리 계산에 초점을 맞추었으며, 속도·가속도·기동을 포함한 동적 충돌 시뮬레이션은 다루지 않았다. 셋째, 데이터 소스가 일부 지역에서는 충분한 커버리지를 제공하지 못해, 특히 농촌 지역의 소규모 장애물(예: 저고도 전선) 탐지에 한계가 있다. 향후 연구에서는 실제 비행 데이터와의 교차 검증, 동적 시뮬레이션 통합, 그리고 추가적인 센서 기반 데이터(예: 라이다·위성 영상) 활용을 통해 모델의 정확성을 높일 필요가 있다. 결론적으로, 이 논문은 오픈소스 GIS와 병렬 연산을 결합해 대규모 UAS 충돌 가능성을 정량화하는 실용적인 프레임워크를 제시함으로써, DAA 시스템 개발, 규제 정책 수립, 그리고 학술적 연구에 중요한 기반을 제공한다.