기본 콘텐츠로 건너뛰기

군용 로봇의 현재와 미래 (2)





 2. 2차 대전 이후의 로봇 개발  



 이전에 미 공군의 무인 공격기에 대해서 설명했지만 다시 원격 조종 무인 무기 및 완전 자율화 무인 무기에 대한 의욕이 사라진 것은 아닙니다. 심지어 1차 대전 시기는 물론 2차 대전 시기에도 무인기에 대한 노력은 계속되었는데 사실 주목할 만한 성공은 없었습니다. 2차 대전 시기 가장 성공한 무인기라면 아음속 펄스 제트 엔진을 사용한 V1 로켓 (Fieseler 103 Fi  로켓이라기 보단 제트 엔진을 사용하므로 무인기 내지는 크루즈 미사일의 원조격으로 보는 게 더 맞을 듯) 정도를 뽑을 수 있겠지만 엄밀히 말해 미사일 처럼 목적지에 가서 폭발하는 무기가 아니라 정찰 및 공격을 마치고 다시 귀환할 수 있는 무기를 개발하는 일은 당시 기술로는 엄두도 내기 힘들었습니다.   


 1960 년대 미해군의 대박 삽질로 기억되는 무인기는 Gyrodyne QH-50 DASH (Drone Anti-Submarine Helicopter) 입니다. 이 무인기는 1962 년에 배치되기 시작한 무인기로 작은 무인 헬리콥터를 이용해서 Mk43/44 어뢰를 투하하려고 개발했던 것입니다. 이와 같은 소형 대잠전기는 당시엔 매우 비싼 대잠헬기를 대신할 신기술로 기대되었습니다. 그러나 당시 조악한 전자 기술 수준으로 신뢰성있는 임무 수행 능력을 확보한 다는 것은 매우 힘들었고 1960 년대 부터 미국이 베트남 전쟁에 집중하면서 이 무기는 1969 년 공식 종료 되었습니다. (종료때까지 755 기 생산, 일본도 소량 도입 후 폐기)  


 훗날의 MQ - 8 파이어 스카웃이 무인 공격 헬기의 임무를 부활시키기 40 년전 이와 같은 무기를 운용한 점은 놀랍지만 당시 기술 수준을 앞서간 무기였습니다.   


(착함하는 QH - 50 DASH 대잠 무인기. 버전에 따라 1의 Mk 43 어뢰나 혹은 2기의 Mk 44 어뢰 탑재가 가능했음  As a work of the U.S. federal government, the image is in the public domain. )  


 한편 20 세기 후반에 이르러 컴퓨터 및 각종 제어 기술이 발전하고 수많은 로봇들이 산업현장에서 일하게 되자 다시 로봇 무기에 대한 열정이 살아났습니다. 미국의 DARPA ( 미국 방위 고등 연구 계획국) 은 2004 년에서 2005 년에 걸쳐 다양한 형태의 무인 무기들을 시험해 보고자 여러 회사들을 초청해서 200 만 달러의 현상금을 걸고 모하브 사막에서 이를 시험하게 했습니다.  


 그런데 한가지 주의할 점은 스스로 판단해 인명을 살상하는 형태의 무인무기는 사실 제네바 협정에 위배된다는 것입니다. 무인 무기라 할 지라도 최종적으로 타겟을 파괴할 것인지에 대해서 사람이 최종 결정할 수 있어야 한다라는 제한은 사실 무인 무기가 가질 수 밖에 없는 오인 사격에 대한 우려에서 비롯됩니다. 사실 사람이 컨트롤 한다고 해도 오인 사격의 가능성은 매우 큰데 자동으로 공격하도록 프로그램 된 무기라면 무고한 민간인이나 혹은 아군을 공격할 우려도 있습니다. 따라서 현재 개발되거나 혹은 운용 중인 대개의 무기는 부분 자율형이나 혹은 원격 조종 무기로 사람이 항상 판단을 해야 하는 형태입니다.  


 미래에 기술이 크게 진보되면 이와 같은 제한에서 벗어나 스스로 판단해서 싸우는 무기가 등장할 지 모르지만 아무튼 현재 기술력으로 이와 같은 복잡한 판단을 기계가 다 내릴 수는 없기 때문에 결국 모든 로봇 무기는 정도의 차이는 있어도 영화에서 처럼 자율적으로 판단하는 기계가 아니라 사실 원격 조정 무기이며 일부 자율적으로 움직일 수 있는 무기라고 하겠습니다. 하지만 모든 군용 로봇이 살상에만 사용되는 것은 아니며 일부는 수송이나 수색 등의 임무에도 사용되기 때문에 반드시 이와 같은 제약에 따라야 하는 것은 아닙니다. 미래에 인공 지능이 더 발달하면 보다 완전한 형태의 무인 로봇이 사람이 일일이 조작할 필요 없이 인간의 명령을 이해하고 실행에 옮길 지도 모르겠습니다.  


 지금부터는 각 개별 무인 무기들 중 일부를 소개해 보겠습니다. 실전 배치된 것도 있고 현재 개발 중인 것도 있는데 다양한 모든 무인 무기를 소개한다는 것은 불가능 하므로 그냥 흥미가 가는 것 위주로 소개해 보겠습니다. 앞서 이야기 했듯이 무인기 중 이미 소개한 무인기는 생략합니다.  (  http://blog.naver.com/jjy0501/100130798510   참조 ) 주로 지상무기 중심으로 소개 하되 해상 및 공중 무기 가운데도 흥미로운 녀석은 소개합니다.   



 3. PackBot 


 인간이 원격 조종하는 무인 로봇이 가장 널리 쓰일 수 있는 분야는 역시 폭발물 처리 입니다. 위험한 폭발물이나 혹은 화학 및 생물 무기가 의심되는 경우 인간이 직접 가서 처리하기 보다는 대충이라도 뭔지 확인하고 가능하면 처리 까지 할 수 있는 원격 조종 로봇이 있으면 훨씬 유용할 것이고 실제로 현재 널리 사용되고 있습니다. 이들은 군용 로봇이라고도 하지만 지상형 무인 차랑이기 때문에 UGV (Unmanned Ground Vehicle) 이라고 불리기도 합니다.


 이중에서 영화나 언론 매체를 통해서도 가장 잘 알려져 있고 현재 이라크와 아프가니스탄은 물론 세계 각지에서 가장 널리 쓰이고 있는 것이 바로 iRobot 사의 팩봇 (PackBot) 입니다. 현재까지 2000 기 이상 제작되어 미군과 그 동맹국에 널리 채택되어 있어며 이미 여러 파생형이 존재합니다.  



( 미 해군 소속의 팩봇과 병사. 이 팩봇은 IED 와 같은 폭발물 처리를 위한 키트와 함께 움직임 As a workof the U.S. federal government, the image is in the public domain.  ) 


(팩봇을 조종하는 컨트롤러. 재미있는 점은 게임 조이스틱으로도 조작이 가능하단 점.  현대에 와서 무선 조종 기술과 전자 기술의 발전으로 이제 조종사가 직접 로봇에 달리 카메라로 판단하고 원격으로 조종이 가능해짐. As a work of the U.S. federal government, the image is in the public domain.  ) 



(팩봇의 구조도 ) 


 팩봇은 무게 21-28 kg 정도의 소형 로봇으로 과거 독일군의 골리아테 보다 작기 때문에 SUGV (small UGV) 라고 불리기도 합니다. 속도는 시속 13 km 정도로 아주 빠르진 않지만 대개 임무가 자폭이나 공격이 아니라 폭발물 확인 및 처리 등이기 때문에 큰 문제는 되지 않습니다. 팩봇이 작은 크기(길이 68.6 cm  너비 51.6 cm) 에도 불구하고 뛰어난 장애물 통과 능력을 지닌 이유는 앞쪽에 달린 flipper 라는 회전 가능한 작은 궤도에 있습니다. 이것을 이용해 지형지물을 극복하고 뛰어넘을 수 있습니다. 이런 추가적인 복합 궤도는 팩봇 말고 다른 SUGV 에도 도입되고 있습니다.  


   

 (장애물을 극복하는 팩봇)


 팩봇은 꽤 유용성을 인정받고 있으며 특히 테러등에 대처하기 위해 세계 각국에서 도입하거나 혹은 이와 비슷한 로봇을 도입을 추진해 현재 가장 친숙한 대테러 로봇이라고 할수 있습니다. 아마도 현존하는 군용 로봇 가운데 가장 성공작으로 평가해도 될 듯 합니다.  



 (다음에 계속)  


(참고)  

http://www.irobot.com/gi/filelibrary/pdfs/robots/iRobot_510_PackBot_for_Infantry_Troops.pdf

http://en.wikipedia.org/wiki/Military_robot




댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

R 스튜디오 설치 및 업데이트

 R을 설치한 후 기본으로 제공되는 R 콘솔창에서 코드를 입력해 작업을 수행할 수도 있지만, 보통은 그렇게 하기 보다는 가장 널리 사용되는 R 개발환경인 R 스튜디오가 널리 사용됩니다. 오픈 소스 무료 버전의 R 스튜디오는 누구나 설치가 가능하며 편리한 작업 환경을 제공하기 때문에 R을 위한 IDE에서 가장 널리 사용되어 있습니다. 아래 링크에서 다운로드 받습니다.    https://www.rstudio.com/  다운로드 R 이나 혹은 Powerful IDE for R로 들어가 일반 사용자 버전을 받습니다. 오픈 소스 버전과 상업용 버전, 그리고 데스크탑 버전과 서버 버전이 있는데, 일반적으로는 오픈 소스 버전에 데스크탑 버전을 다운로드 받습니다. 상업 버전의 경우 데스크탑 버전의 경우 년간 995달러, 서버 버전은 9995달러를 받고 여러 가지 기술 지원 및 자문을 해주는 기능이 있습니다.   데스크탑 버전을 설치하는 과정은 매우 쉽기 때문에 별도의 설명이 필요하지 않을 것 같습니다. 인스톨은 윈도우, 맥, 리눅스 (우분투/페도라)에 따라 설치 파일이 나뉘지만 설치가 어렵지는 않을 것입니다. 한 가지 주의할 점이라면 R은 사전에 반드시 따로 설치해야 한다는 점입니다. R 스튜디오만 단독 설치하면 아무것도 할 수 없습니다. 뭐 당연한 이야기죠.   설치된 R 스튜디오는 자동으로 업데이틀 체크하지 않습니다. 따라서 업데이트를 위해서는 R 스튜디오에서 Help 로 들어가 업데이트를 확인해야 합니다.     만약 업데이트 할 내용이 없다면 최신 버전이라고 알려줄 것이고 업데이트가 있다면 업데이트를 진행할 수 있도록 도와주게 됩니다. R의 업데이트와 R 스튜디오의 업데이트는 모두 개별적이며 앞서 설명했듯이 R 업데이트는 사실 기존 버전과 병행해서 새로운 버전을 새롭게 설치하는 것입니다. R 스튜디오는 실제로 업데이트가 이뤄지기 때문에 구버전을 지워줄 필요는

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b