15 KiB
15 KiB
다중 센서 경보 중복 항적 통합 시뮬레이터
난 이 도 고급
| 프로젝트 목표 | 미국-이란 간 무력 충돌 사례에서는 드론·미사일이 여러 방향에서 동시에 들어오면서 레이더, 광학(EO/IR), 음향 센서가 같은 비행체를 각자 경보해 상황판에 중복 항적이 쏟아지고, 이 때문에 위협 수를 잘못 세거나 대응이 늦어지는 문제가 주목받았다. 본 프로젝트에서는 가상 방어 지역에 배치한 가상 센서 4기와 가상 비행체 궤적으로 교육용 경보 데이터를 코드로 만들어, 연동 규격과 통합 스키마 설계, 시각 동기화와 ENU 좌표 변환 전처리, 최단거리 매칭 Baseline, 확장 칼만 필터(EKF) 항적 추적·통합, 융합 신뢰도 지수, 전술 상황판(COP), 조작관 HITL 검토, 통신 단절·재밍 스트레스 시험, AAR 재보정, 최종 통합까지 다중 센서 중복 항적 통합 시뮬레이터를 단계별로 구현한다. 최종 목표는 비행체 하나를 하나의 항적으로 정확히 보여 주어 지휘관의 인지 부하를 줄이고, 항적 통합·분리 같은 판단은 조작관이 근거와 함께 확정하도록 설계하는 것이다. |
|---|
| 유의사항 | 모든 센서 위치·성능, 비행체 궤적, 좌표는 원점 기준 km 단위의 교육용 가상 자료이며 실제 부대명, 위치, 장비 제원, 배치, 작전 정보는 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 상황판의 방어 지역 접근 강조와 항적 등급은 판단 보조를 위한 학습용 모의이며, 항적 통합·분리는 조작관이 확정하고 실제 교전 여부는 교전수칙과 지휘계통에 따른다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다. |
|---|
1단계. 센서 연동 규격 설계 및 시공간 전처리
| 미션 1. 다종 센서(레이더·EO/IR·음향) 연동 규격 분석 및 중복 항적 데이터셋 스키마 설계 [초급 · 1.5시간] | 미션 1. 다종 센서(레이더·EO/IR·음향) 연동 규격 분석 및 중복 항적 데이터셋 스키마 설계 [초급 · 1.5시간] |
|---|---|
| 목표 | 레이더·EO/IR·음향 센서의 경보 연동 규격을 분석하고, 원시 경보와 통합 항적을 함께 담는 데이터셋 스키마와 검증기를 만든다. |
| 수행 | 가상 센서 4기의 유형, 위치, 최대 탐지거리, 거리·방위 오차, 탐지확률을 등록부로 정리한다. 원시 경보(메시지 ID, 센서, 시각, 거리, 방위, 오차), 전술 파라미터(기상, 위치오차, 통신지연), 통합 항적(항적 ID, 상태 벡터, 기여 센서, 신뢰도, 상태) 필드를 정의한다. 가상 샘플을 검증하고 형식·허용값·범위·누락 오류를 일부러 넣어 모두 검출되는지 확인하며, 비행체 1개당 동시 경보 수로 통합 스키마의 필요성을 보인다. |
| 산출물 | data/schema/ops02_input_schema.json, docs/ops02_data_spec.md |
| 평가 | [필수] 데이터 구조화·검증 — 스키마 필드 정의 완성도 100%, 정상 샘플 검증 오류 0건, 주입한 오류 6종을 모두 검출하고 기상·위치오차·통신지연 등 전술 파라미터를 포함했는가. |
| 미션 2. 이종 센서 시각 동기화(Time-sync) 및 공간 좌표계(ENU/ECEF) 변환 전처리 구현 [초급~중급 · 2시간] | 미션 2. 이종 센서 시각 동기화(Time-sync) 및 공간 좌표계(ENU/ECEF) 변환 전처리 구현 [초급~중급 · 2시간] |
|---|---|
| 목표 | 센서마다 다른 시계 오차를 보정하고 센서 국소 극좌표(거리·방위)를 공통 전술 좌표(ENU)로 바꾸는 시공간 전처리 모듈을 구현한다. |
| 수행 | 기준 신호(heartbeat)와 센서 시각 차이의 중앙값으로 센서별 시계 오차를 추정한다. 중복 메시지, 결측, 최대 탐지거리를 넘는 반사파 경보를 걸러내고 센서 위치 기준 거리·방위를 동·북 km 좌표로 변환한다. 처리 속도, 시계 오차 추정 정확도, 동기화 전후 고속 표적 위치 편향을 측정하고 단위 시험 6종으로 검증한다. |
| 산출물 | src/preprocess/ops02_preprocessor.py, 전처리 전후 데이터 비교표 |
| 평가 | [필수] 전처리 정확성 — 처리 속도 1,000건/초 이상, 전처리 오류율 0%, 시계 오차 추정 오차 0.05초 미만, 단위 시험 6종 통과, 반사파·중복 제거 근거를 설명했는가. |
2단계. 최단거리 융합 Baseline 및 EKF 항적 추적 고도화
| 미션 3. 최단거리 매칭 기반 단일 항적-센서 경보 1차 융합(Fusion) 알고리즘 구현 [중급 · 2.5시간] | 미션 3. 최단거리 매칭 기반 단일 항적-센서 경보 1차 융합(Fusion) 알고리즘 구현 [중급 · 2.5시간] |
|---|---|
| 목표 | 매 스캔마다 여러 센서 경보를 최단거리(유클리드·마할라노비스) 매칭으로 묶어 비행체 1개당 1개의 융합 경보를 만드는 Baseline을 구현한다. |
| 수행 | 정밀도가 높은 센서 경보를 기준으로 다른 센서 경보를 거리 게이트 안에서 묶는다. 유클리드 거리와 센서 오차를 반영한 마할라노비스 거리를 비교하고 게이트 크기에 따른 분할·혼합 경향을 확인한다. 시각 동기화 생략 시와 적용 시의 통합 정확도를 비교하고, 스캔 단위 매칭의 한계를 정리한다. |
| 산출물 | src/models/ops02_baseline_model.py, 기본 추론 결과 보고서 |
| 평가 | [필수] Baseline 성능 — 기본 데이터셋 통합 정확도 75% 이상, 매칭 방식·게이트별 결과와 묶음 근거(결합 거리)를 투명하게 제시했는가. |
| 미션 4. 칼만 필터(Kalman Filter) 기반 다중 센서 경보 중복 항적 추적 및 궤적 통합 고도화 [중급 · 3시간] | 미션 4. 칼만 필터(Kalman Filter) 기반 다중 센서 경보 중복 항적 추적 및 궤적 통합 고도화 [중급 · 3시간] |
|---|---|
| 목표 | 확장 칼만 필터(EKF)와 전역 최근접 할당(GNN)으로 다중 센서 경보를 하나의 항적으로 추적·통합하고 복합 위협 시나리오에서 검증한다. |
| 수행 | 상태(위치·속도)를 예측하고 정밀 센서부터 순차 갱신하며, 마할라노비스 게이트와 할당으로 경보를 항적에 연결한다. 선회, 교차, 근접 편대, 고속, 기만 항적, 레이더 재밍, 통신 단절, 우천 오경보 등 복합 위협 시나리오 10종에서 재현율, 분할, 거짓 항적, 위치 오차, 스캔당 지연을 측정한다. 거짓 항적의 수명·보고 수·센서 수를 실제 항적과 비교해 오경보 유발 패턴을 찾는다. |
| 산출물 | src/models/ops02_advanced_detector.py, 복합 위협 시나리오 시험 결과표 |
| 평가 | [선택] 고도화 추적·통합 — 복합 위협 평균 재현율 85% 이상, 시나리오 10종 통과, 스캔당 처리 지연 200ms 이하, 거짓 항적 유발 패턴을 식별했는가. |
3단계. 융합 신뢰도 산출 및 전술 상황판 구현
| 미션 5. 센서별 오탐 가중치 반영 및 항적 통합 신뢰도 지수 산출 엔진 개발 [중급~고급 · 3시간] | 미션 5. 센서별 오탐 가중치 반영 및 항적 통합 신뢰도 지수 산출 엔진 개발 [중급~고급 · 3시간] |
|---|---|
| 목표 | 센서별 신뢰도 가중치와 기상 요인을 반영해 통합 항적의 진위를 나타내는 융합 신뢰도 지수와 High/Med/Low 등급을 산출한다. |
| 수행 | 기상별 센서 신뢰도 가중치 매트릭스를 만들고 항적 수명, 스캔당 보고 수, 센서 종류 수, 가중 센서 지지도, 측정 정합도(NIS), EO/IR 단독 여부를 특징으로 계산한다. 실시간 판단 시점(8·15·30초)별 항적으로 로지스틱 모델을 학습하고, 학습보다 가혹한 조건(오경보 4배, 레이더 재밍)에서 평가한다. 모든 확정 항적을 경보하는 방식 대비 오경보율 감축, 임계값 민감도, 등급 일관성을 확인한다. |
| 산출물 | src/verification/ops02_confidence_engine.py, 오경보 필터링 전후 비교표 |
| 평가 | [필수] 신뢰도·오탐 억제 — 경보 중 거짓 항적 비율 40% 이상 감축, 등급 일관성 90% 이상, 가중치 매트릭스와 등급별 조치 기준(High 경보, Med 조작관 확인, Low 감시 유지)이 타당한가. |
| 미션 6. 다중 센서 융합 항적 및 센서별 원시 경보 비교 전술 상황판(COP) 대시보드 구현 [중급 · 2.5시간] | 미션 6. 다중 센서 융합 항적 및 센서별 원시 경보 비교 전술 상황판(COP) 대시보드 구현 [중급 · 2.5시간] |
|---|---|
| 목표 | 센서별 원시 경보와 융합 항적을 나란히 보여 주는 야간 모드 전술 상황판(COP)을 구현해 지휘관의 중복 인지 부하를 줄인다. |
| 수행 | 스캔마다 원시 경보 지도, 융합 항적 지도, 표시 항목 수 추이, 항적 목록 4개 패널을 갱신한다. 가상 방어 지역에 접근하는 High 항적은 빨간색으로 강조하고, 항적을 고르면 기여 센서·속도·위치를 보여 준다. 화면 갱신 시간, 선택 응답 시간, 원시 경보 대비 표시 항목 감소율을 측정한다. |
| 산출물 | src/ui/ops02_dashboard.py, 상황판 화면 |
| 평가 | [선택] 상황판 가시화 — 시각화 패널 4종 이상, 화면 갱신 1초 이내, 선택 응답 100ms 이내, 표시 항목 감소율과 긴급 강조·야간 모드를 적용했는가. |
4단계. 조작관 HITL 검토 체계 및 결함 허용 스트레스 시험
| 미션 7. 중복 항적 강제 분리 및 통합 확정을 위한 조작관 HITL 검토/승인 체계 구축 [고급 · 3시간] | 미션 7. 중복 항적 강제 분리 및 통합 확정을 위한 조작관 HITL 검토/승인 체계 구축 [고급 · 3시간] |
|---|---|
| 목표 | 센서 간 상충 정보로 생긴 항적 충돌을 조작관이 직접 통합·분리·보류·유지로 결정하는 HITL 검토/승인 체계를 구현한다. |
| 수행 | 융합 엔진은 중복 의심, 병합 의심, 단일 센서 항적을 충돌로 제안만 하고 항적 상태는 바꾸지 않는다. 충돌 유형과 방어 지역 거리로 검토 순서를 정하고, 조작관 ID·근거 기록을 강제하며 간격이 먼 항적 통합에는 더 자세한 근거를 요구한다. 보류 기한을 넘기면 상황장교에게 상신하고, 모든 결정과 지휘관 피드백을 해시 체인 감사 로그에 남겨 위·변조를 검출한다. |
| 산출물 | src/hitl/ops02_approval_workflow.py, docs/ops02_hitl_guide.md |
| 평가 | [필수] 인간 검토·책임 추적 — 자동 적용 0건, 규칙 위반 결정 차단, 대기시간과 승인/반려 로깅 성공률 100%, 감사 로그 위·변조를 검출하고 책임 분계를 명시했는가. |
| 미션 8. 다수 센서 통신 단절 및 전자전 재밍 환경 모의 항적 융합 한계치 스트레스 테스트 [고급 · 3.5시간] | 미션 8. 다수 센서 통신 단절 및 전자전 재밍 환경 모의 항적 융합 한계치 스트레스 테스트 [고급 · 3.5시간] |
|---|---|
| 목표 | 레이더 통신 단절과 전자전 재밍 환경에서 항적 융합의 결함 허용 한계를 찾고, 트래픽 급증 부하에서도 안전하게 동작하는지 시험한다. |
| 수행 | 레이더 단절, 단일·복수 레이더 재밍 세기를 단계적으로 높여 재현율, 분할, 거짓 항적, 위치 오차, 항적 정확도를 비교한다. 비행체와 오경보를 평시의 5배로 늘리고 손상 메시지를 섞어 처리·격리·유실·다운 건수, 스캔 최대 처리 시간, 메모리 증가를 측정한다. 처리 지연 시 기능 축소 모드로 전환되는지 확인하고 프로파일링으로 병목 함수를 찾는다. |
| 산출물 | tests/ops02_stress_test.py, 스트레스 테스트 분석 보고서 |
| 평가 | [선택] 복원력 검증 — 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실 0%, 융합 한계 조건과 병목을 식별하고 안전 실패(Fail-safe) 동작을 확인했는가. |
5단계. AAR 재보정 및 통합 브리핑 패키지 완성
| 미션 9. AAR 일지 기반 항적 왜곡/분할(Track Split) 오류 분석 및 융합 임계값 최적화 [고급 · 3시간] | 미션 9. AAR 일지 기반 항적 왜곡/분할(Track Split) 오류 분석 및 융합 임계값 최적화 [고급 · 3시간] |
|---|---|
| 목표 | 초기 배치 파라미터의 모의 AAR 일지에서 항적 분할·거짓 항적 사례를 분석하고 융합 임계값을 재보정한다. |
| 수행 | AAR 일지의 오류를 분할, 거짓 항적, 병합 오류로 분류해 조건별로 집계한다. 게이트, 프로세스 잡음, 확정 규칙, 삭제 기준, 중복 통합 게이트를 하나씩 바꿔 보는 방식으로 원인 가설을 검증하고, 별도 튜닝 시나리오에서 조합 탐색으로 최종 파라미터를 정해 설정 파일로 정리한다. 학습에 쓰지 않은 새 시나리오로 회귀 시험을 해 정확도 향상과 같은 표적 오류 재발 여부를 확인한다. |
| 산출물 | docs/ops02_aar_report.md, configs/ops02_tuned_params.yaml |
| 평가 | [필수] AAR·재보정 — 재보정 후 새 시나리오 항적 정확도 10%p 이상 향상, AAR 일지 오류 재발 0건, 원인 가설 검증과 조치가 논리적으로 연결되는가. |
| 미션 10. 다중 센서 중복 항적 통합 시뮬레이터 최종 빌드 및 통합 방공망 브리핑 패키지 완성 [최고급 · 3.5시간] | 미션 10. 다중 센서 중복 항적 통합 시뮬레이터 최종 빌드 및 통합 방공망 브리핑 패키지 완성 [최고급 · 3.5시간] |
|---|---|
| 목표 | 메시지 검증부터 시공간 전처리, 항적 융합, 신뢰도 등급, 조작관 검토 대기열, 감사 로그까지 한 번에 실행되는 통합 시뮬레이터와 방공망 브리핑을 완성한다. |
| 수행 | 손상 메시지를 차단하고 재보정 파라미터로 융합한 뒤, Med 항적을 전량 조작관 검토 대기열에 올린다. 자체 점검 10항목과 함수 커버리지로 통합 상태를 확인한다. 처리량, 원시 경보 대비 통합 항적 수, 검토 대기, 운용 원칙, 한계와 인접 체계 연동 방향을 5줄 브리핑으로 정리한다. |
| 산출물 | src/main_ops02.py, README.md, docs/ops02_final_report.md |
| 평가 | [필수] 통합·브리핑 — E2E 통합 실행 성공률 100%(자체 점검 전 항목 통과), 테스트 커버리지 85% 이상, 브리핑 수치가 실행 결과와 일치하는가. |
최종 판정
판정 기준 : 모든 필수 항목([필수])에서 PASS를 받아야 최종 PASS로 인정한다.
최종 판정 결과 : ( PASS / FAIL )
평가 의견 : (필수 항목 중 하나라도 FAIL인 경우 사유를 기재한다.)