모빌테크·국방과학연구소, 군용 무인차량 가상 시험환경 구축

김동현 기자 · 입력 2026.10.13 05:27
창원 시험로 디지털트윈으로 재현…기상·센서·차량 제어기 연계해 자율주행 성능 검증
기사 대표 이미지
Spc. Sandy Vera Vazquez

비와 눈, 안개가 낀 비포장길을 군용 무인차량이 제대로 달릴 수 있는지 실제 차량을 투입하기 전에 가상공간에서 확인하는 시험 플랫폼이 구축된다. 실제 시험에서 반복하기 어렵거나 위험한 조건을 디지털 환경에 옮겨 자율주행 기능과 차량 성능을 검증하려는 시도다.

피지컬 AI 공간지능 인프라 기업 모빌테크는 국방과학연구소와 ‘무인자율차량 시험평가를 위한 가상 시험환경 고도화 기술 개발’ 사업에 참여해 가상 시험 플랫폼을 구축하고 있다고 밝혔다. 피지컬 AI는 인공지능이 화면 속 정보만 처리하는 데 그치지 않고 차량이나 로봇 같은 물리적 장치를 움직이며 현실 환경과 상호작용하도록 하는 기술을 뜻한다.

모빌테크는 창원시험센터의 약 10㎞ 시험로를 디지털트윈으로 구현한다. 디지털트윈은 실제 도로나 시설을 컴퓨터 속 3차원 공간에 쌍둥이처럼 재현하는 기술이다. 평탄한 도로만 그리는 것이 아니라 실제 노면의 굴곡과 비포장 지형의 토양 특성을 반영해 군용 차량이 운행하는 야지 환경을 재현한다.

가상 차량에는 카메라와 라이다 등 실제 차량에 탑재되는 센서도 구현한다. 라이다는 레이저를 쏜 뒤 되돌아오는 시간을 측정해 주변 물체와 거리를 파악하는 센서다. 플랫폼은 강우·강설·안개 같은 기상 조건도 만들도록 설계된다. 날씨와 지형이 달라질 때 센서 인식과 자율주행 알고리즘, 차량 성능이 어떻게 달라지는지를 실제 시험과 유사한 조건에서 살피기 위한 구성이다.

시험에는 하드웨어 연동 시험인 HIL과 소프트웨어 연동 시험인 SIL이 활용된다. HIL은 실제 차량 제어기 같은 하드웨어를 가상환경과 연결해 작동을 확인하는 방식이며, SIL은 자율주행 소프트웨어를 시뮬레이션 환경에서 구동해 기능을 점검하는 방식이다. 실제 차량 전체를 곧바로 시험장에 투입하지 않고도 제어기와 알고리즘을 단계적으로 검증할 수 있다.

한국방위산업진흥회의 2026년 국방기술 과제카드는 이 사업을 과제번호 449, 총예산 120억원, 사업기간 2025년부터 2030년까지 56개월인 국방과학연구소 주관 과제로 제시했다. 연구 항목에는 야지 주행환경과 군용 인지신호 최적화, 차량과 시뮬레이션 사이의 개방형 인터페이스, 군용 자율주행 시험평가 시뮬레이션, 군용 시험 시나리오 생성이 포함됐다.

모빌테크는 판교 국방 AX 거점 개소식에서 고정밀 3차원 디지털트윈 가상 시험 플랫폼 ‘레플리카 시티’를 선보인다. 국방뿐 아니라 항만·주차·도심 분야에서 수행한 시뮬레이션 프로젝트와 디지털트윈을 활용한 피지컬 AI 개발·검증 사례도 소개할 예정이다.

판교 거점은 2026년 구축되는 5개 국방 AX 거점 가운데 첫 거점으로, 육군과 아주대학교가 협업한다. 피지컬 AI 데이터 수집과 국방 특화 월드모델 구축, 휴머노이드·다족형 로봇의 학습과 실증을 추진한다. 월드모델은 인공지능이 주변 환경의 구조와 변화를 학습해 앞으로 벌어질 상황을 예측하도록 돕는 모델이다.

정부는 국방 데이터를 안전하게 활용하는 안심존을 거점에 마련하고 민·군 공동연구와 실증, 군 AI 인재의 실무교육을 추진한다. 판교 외 거점은 합동지휘통제, 군수, 해양 AX, 공군 AX 소요 실증 등으로 역할을 나눌 계획이다. 아주대학교는 판교 거점을 지능형 전장상황 인지·판단과 유·무인 복합체계를 지원하는 피지컬 AI 개발·실증 및 사업화 연계 플랫폼으로 설명했다.

김재승 모빌테크 대표는 군용 무인체계가 고도화될수록 실제 시험만으로 다양한 지형과 환경을 충분히 검증하기에는 비용과 안전상의 제약이 있다며, 디지털트윈을 이용해 실제 시험 전 자율주행 기능과 성능을 검증하는 환경을 구축하겠다고 밝혔다.

자료: 모빌테크, 한국방위산업진흥회, 대한민국 정책브리핑, 국방부, 아주대학교, 방위사업청

저작권자 © 한국R&D신문 — 무단 전재 및 재배포 금지
김동현 기자 dh.kim@k-rnd.net
전자·AI·소프트웨어 — 전자회로·통신·임베디드, 생성형 AI·머신러닝·데이터
댓글 0 최신순 추천순

첫 댓글을 남겨보세요.

0 / 400 · 회원 로그인 시 닉네임으로 작성 · 비회원 수정은 작성 후 1분 이내