인공지능(AI)은 딥러닝과 같은 데이터 학습 방법과 고성능 하드웨어(CPU, GPU 등)를 활용한 빅데이터 처리기술이 발전함에 따라 4차 산업혁명 시대를 이끌어 가는 핵심 동력으로 자리매김하고 있다. 특히 수년 전부터 민간 분야에서 활발하게 활용 중인 딥러닝 기반의 ‘객체검출(object detection)’ 방법은 영상정보 분석을 위한 목적으로 군에서 바로 사용할 수 있다는 점에서 국방 분야에서의 적용 가능성이 매우 크다.

이러한 영상 분석에 사용되는 영상 종류 중에서 합성개구레이다(SAR·Synthetic Aperture Radar) 영상은 공중에서 발사된 전자파가 지상 또는 해상에 있는 물체 표면에 반사돼 돌아오는 미세한 시차에 의해 형성되는 영상이다. SAR 영상은 광학 영상과는 달리 기상조건과 관계없이 24시간 획득할 수 있어 감시 및 정찰 목적으로 그 군사적 중요성이 점차 증가하고 있다.

그래서 본 연구에서는 최신 객체검출 방법의 하나인 YOLOv5(You Look Once version 5)를 적용해 인공지능 SAR 위성영상 분석모델을 구현했다. 검출 대상 객체는 최근 수년간 우리에게 큰 위협으로 평가되는 이동식 미사일 발사대(TEL·Transporting Erector Launcher)를 선정했다. 결과적으로 개발된 YOLOv5 기반 영상 분석모델은 시뮬레이션, 해상도 조정, 가림막 추가 등 다양한 방법으로 증강된 SAR 위성영상 내에서 실시간 객체검출이 가능할 정도의 빠른 속도와 높은 정확도로 TEL을 탐지했다.

향후 이러한 인공지능 영상 분석모델의 개발과 발전, 실제 활용을 위해서는 현장에서 확보된 데이터를 정확하게 유지하고 관리해 충분한 양의 학습 및 검증용 데이터를 확보해야 한다. 또한 인공지능 영상 분석모델의 신뢰성을 높이기 위해선 TEL과 같이 종류가 다양화되고 노출 빈도가 낮아 다량의 데이터 확보가 어려운 적의 주요 표적 영상 데이터 증강에 관한 연구 역시 활발하게 진행돼야 할 것이다. 그뿐만 아니라 실제 상황에서 수집된 다양한 해상도의 영상을 높은 수준의 정확도로 분석하기 위해서는 고성능 영상 획득수단 확보와 함께 고해상도의 영상을 활용한 모델 학습이 선행돼야 한다.

이 연구는 민간에서 활발하게 연구돼 온 딥러닝 기반의 인공지능 객체검출 방법이 국방 분야 SAR 위성영상 분석에 충분히 활용할 수 있음을 보여 주는 기초연구로 그 의의가 있다. 특히 가까운 미래에는 다양한 수단으로부터 확보되는 영상 데이터가 현재보다 현저하게 다변화되고 증가할 것으로 예상됨에 따라 ‘인공지능 영상 분석모델’은 인간의 분석 능력을 보완해 줄 수 있는 효과적인 보조도구로 우리 군의 작전수행 능력을 한 단계 도약시키는 촉매제가 될 것이다.