제6부 센서·임무 탑재체
6.1 임무 탑재체 개관: 임무별 센서 선택과 성능 지표(SWaP·해상도·NIIRS)
6.1.1 이 장에서 배우는 것 / 선수 지식 / 특히 중요한 독자
기체는 임무를 위해 무언가를 싣는다. 카메라·열영상·LiDAR·레이더 같은 센서와 그 받침·처리 장치를 묶어 임무 탑재체(mission payload)라 한다. 이 장은 제6부의 지도다. 탑재체를 무엇으로 고르고 어떤 숫자로 비교하며, 그 무게와 전력이 체공을 얼마나 깎는지를 묻는다. 각 센서의 상세는 6.2~6.9이, 위치 정확도는 6.10이, 처리는 6.11·6.12가 잇는다.
배우는 것:
- 역순 설계 — 센서부터 고르지 않고 임무 목표에서 정보 요구, 센서 지표, 플랫폼, 링크와 처리로 내려가는 순서.
- 센서 범주 지도 — 수동 광학·열·분광·신호와 능동 LiDAR·레이더, 그리고 전자기 밖의 특수 센서를 파장 축 위에 놓고 비교한다.
- 해상도의 네 얼굴 — 공간(지상 표본 거리·순간시야각)·분광·시간·방사 해상도와 경사 촬영에서 늘어나는 GSD.
- 탐지·인식·식별 — Johnson 기준으로 단계별 필요한 GSD를 구하고, NIIRS 척도와 영상 품질식(GIQE)이 무엇을 말하고 어디까지 맞는지 본다.
- SWaP의 교환율 — 탑재체 1 W가 몇 g의 질량과 같은 체공 손실을 내는가를 세 기준 기체에서 계산한다.
- 응용별 센서 선택 — 측량·점검·농업·재난·수색구조·감시정찰(개념)·AAM 감지에서 무엇을 1차 센서로 두는가.
선수 지식: 탑재 전력이 체공을 깎는 계산(2.9.8), 카메라 탐지 거리의 픽셀 식(2.14.8.1), 영상 압축과 비트율(3.12.4), 광자 수와 SNR(4.11.4), 열 대비(4.11.5). 수학은 로그와 제곱근, 삼각함수만 사용한다.
특히 중요한 독자: 사업·조달 담당자는 6.1.3(역순 설계)과 6.1.11(응용별 선택표)을 먼저 본다. 센서 사양서를 비교하기 전에 무엇을 요구해야 하는지가 거기서 나온다. 엔지니어는 6.1.8·6.1.9의 교환율과 체공 계산을 본다. 정책·법무 독자는 NIIRS 8 등급의 과제에 번호판 판독이 들어 있다는 점(6.1.7)과 6.1.15의 규제 연결을 본다.
기준 시점과 정직성. 이 장은 2026년 10월을 기준으로 하며 지식은 2026년 중반까지다. 이 장의 모든 수치는 일반적 모형과 교육용 가정으로 계산한 값이며 특정 제품의 성능이 아니다. 탑재체의 질량·전력은 공개 제원을 둥글게 본 대표값이고 제품 제원은 24.13·24.32의 몫이다. 제조사 수치는
(공개 주장치), 확인하지 못한 것은(확인 필요)로 적는다. NIIRS 표와 GIQE 계수는 공개 사본과 학술 논문(2차)으로 확인했다. 이 장은 센서와 위치 정보를 표적 선정이나 사격에 사용하는 방법을 다루지 않는다. 군 감시정찰은 처리·활용·배포(PED, 10.3)와 운용 개념 수준까지만 작성한다.
6.1.2 개념·직관 — 탑재체가 임무를 정의한다
같은 6 kg 결합형 기체가 매핑 카메라를 달면 측량기가 되고, 열영상을 달면 수색 기체가 되며, 다중분광 카메라를 달면 농업 관측기가 된다. 기체는 탑재체를 원하는 자리로 옮겨 주는 받침대이고, 임무가 무엇인지는 탑재체가 정한다. 그래서 탑재체를 바꾸면 비행 높이·속도·체공·링크·법적 승인까지 따라 바뀐다.
탑재체가 정하는 것은 다섯이다.
- 높이 — 필요한 지상 해상도가 비행 높이의 상한을 정한다(6.1.5).
- 속도 — 영상 번짐과 사진 중복도가 속도의 상한을 정한다(4.11.4.3·6.2).
- 체공 — 탑재체의 무게와 전력이 비행 시간을 깎는다(6.1.8).
- 링크 — 원시 데이터율이 링크 용량을 수백 배 넘으므로 압축·선택 전송·온보드 처리를 고른다(6.1.10·6.11).
- 법 — 영상·위치 정보는 촬영 허가·개인정보·공간정보 보안의 대상이다(6.1.15).
세 축에서 요구가 오는 곳이 다르다. 군용 드론에서는 정보 요구가 수집 계획(10.3)에서 오고, 주야간 겸용 전자광학·적외선(EO/IR) 짐벌을 거의 모든 출격에 싣는다. 먼 거리에서 비스듬히 보는 일이 많아 경사 촬영의 해상도(6.1.5.1)가 지배한다. 민간 UAS에서는 산출물의 품질 규격(정사영상의 위치 정확도, 점검 보고서가 요구하는 결함 크기, 생육 지도의 대역)이 요구를 정하고, 비용과 교체성이 중요하다. AAM에서는 승객과 화물이 탑재물이다. 센서는 임무가 아니라 감지(충돌 회피·착륙·장애물)를 위해 싣는다(2.14·7.1). 응급의료·공공 임무 AAM(15.27)만 임무 센서를 함께 싣는다.
6.1.3 역순 설계 — 임무에서 센서로, 센서에서 플랫폼으로
흔한 실패는 센서를 먼저 고르는 것이다. "4K 카메라와 열영상을 샀으니 무엇을 할 수 있을까"로 시작하면, 임무가 요구하는 해상도·체공·링크 중 하나가 모자란 것을 비행시험에서 알게 된다. 역순 설계는 순서를 뒤집는다. 임무 목표를 숫자로 적은 정보 요구로 바꾸고, 그 숫자에서 센서 지표를, 센서에서 플랫폼을, 데이터율에서 링크와 처리를 정한다.
각 단계의 질문은 다음과 같다.
| 단계 | 묻는 것 | 산출물 | 이어지는 장 |
|---|---|---|---|
| 임무 목표 | 무엇을, 어디서, 언제까지 | 임무 성공 기준 | 16.2 |
| 정보 요구 | 무엇을 어떤 확률·정확도·지연으로 알아야 하나 | 탐지 확률, 위치 오차, 갱신 주기, 전달 지연 | 16.2·6.10 |
| 센서와 지표 | 어느 물리량을 어떤 해상도로 재나 | 센서 범주, GSD·NETD·대역·시야 폭 | 6.2~6.9 |
| 플랫폼 | 그 센서를 어디로, 얼마나 오래 나르나 | 높이·속도·체공·SWaP 예산 | 6.1.8·1.6 |
| 링크와 처리 | 데이터를 보내나, 처리하나, 기록하나 | 데이터율, 처리 위치, 저장 | 3.12·6.11 |
정보 요구를 숫자로 적는 것이 핵심이다. "사람을 찾는다"는 요구가 아니다. "0.5 m 크기의 열 표적을 탐지 확률 0.8로, 위치 오차 20 m 안에서 찾는다"가 요구다. 효과 척도(MOE)와 성능 척도(MOP)로 이를 사용하는 방법은 16.2이 다룬다.
그림의 수색구조 예를 숫자로 끝까지 따라가 보자(교육용 가정). 열영상은 4.11.5의 기준(640화소, 시야 50°, IFOV 1.36 mrad)이다.
- 필요 GSD. 0.5 m 표적의 탐지 확률 0.8에는 Johnson 기준의 1.45배 주기가 필요하다(6.1.6). GSD는 $0.5/(2\times1.45)=0.172$ m 이하다.
- 높이. $0.172/1.36\times10^{-3}=127$ m 이하다. 민간 운용의 높이 상한 120 m 안에 들어온다(2.8.3.2·18.6). 120 m에서 GSD는 0.163 m다.
- 탐색 폭과 면적률. 시야 50°이면 120 m에서 폭이 112 m다. 순항 13.9 m/s(6 kg 결합형, 1.11.7)로 시간당 5.6 km²를 훑는다.
- 체공. 5 km²를 중복 없이 훑는 데 0.89시간이 걸린다. 중복과 선회를 더하면 1.5시간 이상이 필요하다. 2 kg 쿼드(18분)는 안 되고 결합형(115분)이 된다.
- 링크와 처리. 열영상 원본은 137.6 Mbit/s다(6.1.10). 2 km 밖에서 이를 보낼 수 없으므로 후보 영상 조각과 좌표만 보내고 원본은 기록한다(3.12.9·6.11).
이 사슬은 위로도 흐른다. 야간 비가시권 비행 승인(18.6)을 받지 못하면 1단계의 "야간 4시간"을 다시 정해야 한다. 120 m 제한이 없고 GSD 요구가 더 느슨하다면 더 높이 날아 폭을 넓힐 수 있다. 센서 지표는 요구와 플랫폼 사이의 협상 결과다.
6.1.4 센서 범주 지도 — 수동과 능동, 그리고 파장
센서는 두 가지 질문으로 나눈다. 첫째, 스스로 에너지를 내는가(능동) 아니면 장면이 내거나 반사한 것을 받기만 하는가(수동). 둘째, 어느 파장을 사용하는가. 파장이 밤에 보이는지, 구름과 연기를 지나는지, 같은 개구로 얼마나 잘게 보는지를 정한다.
| 범주 | 무엇을 재나 | 밤 | 구름·연기 | 강점 | 약점 | 상세 |
|---|---|---|---|---|---|---|
| 가시광 전자광학(EO) | 반사광의 세기·색 | 조명 없이는 한계(4.11.4) | 막힌다 | 해상도, 사람이 판독하기 쉬움 | 조도·날씨 | 6.3 |
| 근적외·단파적외·분광 | 대역별 반사율 | 대체로 한계 | 막힌다(단파적외는 연무에 조금 강함) | 물질·식생 구분 | 방사 보정, 데이터량 | 6.7 |
| 적외선 열영상 | 방출 열(온도·방사율) | 된다 | 연기는 비교적 지나고 구름·비는 막힌다(4.11.9) | 주야간, 온도 이상 | 해상도가 낮음, 열 교차 | 6.4 |
| LiDAR | 레이저 왕복 시간 → 거리 | 된다 | 막힌다 | 3차원 형상, 수관 틈으로 지면 | 무게·전력, 눈 안전 | 6.6 |
| 레이더·SAR·GMTI | 마이크로파 반사·도플러 | 된다 | 지난다 | 전천후, 광역, 이동체 | 무게·전력, 해석이 어렵다 | 6.5·5.5 |
| 신호정보 | 다른 송신기의 전파 | 된다 | 지난다 | 보이지 않는 활동의 단서 | 법적 통제가 무겁다 | 6.8 |
| 특수 센서 | 소리·가스·입자·방사선·기상 | 된다 | — | 현장의 물리·화학량 | 자체 소음·하강풍의 오염 | 6.9 |
파장과 해상도의 교환이 이 지도의 첫 번째 교훈이다. 지름 $D$인 개구의 회절 한계 각은 $\theta\approx1.22\,\lambda/D$다. 지름 5 cm에서 가시광(0.55 µm)은 13 µrad, 장파 적외선(10 µm)은 244 µrad, X 대역 레이더(3 cm)는 0.73 rad(42°)다. 같은 크기의 구멍이라면 파장이 길수록 거칠게 본다. 열영상의 화소가 큰 이유이고, 레이더가 비행 경로를 따라 긴 개구를 합성하는 이유다(6.5). 반대로 파장이 길수록 구름·연기·밤에 강하다. 두 번째 교훈은 능동 센서의 값이다. 스스로 에너지를 내면 조명에 기대지 않고 거리를 직접 재지만, 그 에너지가 전력·무게·눈 안전(6.6)·전파 규제(18.16)·피탐지성(5.6)으로 돌아온다.
6.1.5 해상도의 네 얼굴
6.1.5.1 공간 해상도 — IFOV와 GSD
결론부터: 연직으로 내려다보는 카메라에서 화소 하나가 땅에서 포괄하는 길이, 곧 지상 표본 거리(GSD, ground sample distance)는 높이에 비례하고 초점거리에 반비례한다. 비스듬히 보면 GSD가 늘어나고, 시선 방향으로 가장 크게 늘어난다.
화소 피치 $p$, 초점거리 $f$이면 화소 하나가 보는 각, 곧 순간시야각(IFOV, instantaneous field of view)은 $p/f$다. 높이 $h$에서 연직 GSD와, 지평선에서 잰 내려다보는 각 $\varepsilon$의 경사 촬영(시선 거리 $R=h/\sin\varepsilon$)에서의 GSD는 다음과 같다.
$$\mathrm{IFOV}=\frac{p}{f},\qquad \mathrm{GSD}_{\text{연직}}=\frac{p\,h}{f},\qquad \mathrm{GSD}_{\text{가로}}=\frac{p\,R}{f}=\frac{\mathrm{GSD}_{\text{연직}}}{\sin\varepsilon},\qquad \mathrm{GSD}_{\text{세로}}=\frac{\mathrm{GSD}_{\text{연직}}}{\sin^{2}\varepsilon}$$
| 기호 | 뜻 | 단위 |
|---|---|---|
| $p$ · $f$ | 화소 피치 · 초점거리 | m |
| $h$ · $R$ | 지면 위 높이 · 시선 거리 | m |
| $\varepsilon$ | 지평선에서 잰 내려다보는 각(연직이면 90°) | ° |
| 가로 · 세로 | 시선에 직각인 방향 · 시선이 땅에 닿는 방향 | — |
같은 높이에서 내려다보는 각에 따른 배율은 다음과 같다. 기하평균은 GIQE가 사용하는 대표 GSD다(6.1.7).
| 내려다보는 각 $\varepsilon$ | 90°(연직) | 60° | 45° | 30° | 20° |
|---|---|---|---|---|---|
| 가로 배율 | 1.00 | 1.15 | 1.41 | 2.00 | 2.92 |
| 세로 배율 | 1.00 | 1.33 | 2.00 | 4.00 | 8.55 |
| 기하평균 배율 | 1.00 | 1.24 | 1.68 | 2.83 | 5.00 |
교육용 세 카메라의 연직 GSD를 보자. 소형 짐벌의 4K 카메라(화소 1.55 µm, 초점거리 4.5 mm)는 100 m에서 3.4 cm, 풀프레임 매핑 카메라(4.4 µm, 35 mm)는 120 m에서 1.5 cm, 4.11의 열영상(IFOV 1.36 mrad)은 100 m에서 13.6 cm다. 열영상의 GSD가 4배 거친 이유는 6.1.4의 파장과 해상도의 교환 그대로다.
GSD는 해상도가 아니다. GSD는 표본 간격일 뿐이다. 실제로 구별되는 가장 작은 무늬는 렌즈의 변조 전달 함수(MTF)와 회절, 노출 동안의 흔들림(6.2), 대기 산란과 압축 손실이 함께 정한다. 그래서 "GSD 1 cm 카메라가 1 cm 물체를 본다"는 말은 틀린다. 해상도 한계의 상세는 6.3이 다룬다.
6.1.5.2 분광·시간·방사 해상도
| 해상도 | 묻는 것 | 지표 | 정하는 것 | 상세 |
|---|---|---|---|---|
| 공간 | 얼마나 작은 것을 | GSD·IFOV, MTF | 화소·초점거리·높이·흔들림 | 6.3·6.2 |
| 분광 | 몇 개의 색으로, 얼마나 좁게 | 대역 수·대역 폭 | 필터·분광기 구조 | 6.7 |
| 시간 | 얼마나 자주 | 프레임률, 같은 곳을 다시 보는 주기 | 체공·기체 수·경로 | 16.14 |
| 방사 | 얼마나 미세한 밝기 차를 | 비트 깊이, SNR, NETD | 검출기 잡음·노출·냉각 | 4.11.4·6.4 |
분광 해상도는 셋으로 나뉜다. 보통 컬러 카메라는 폭이 약 100 nm인 3대역이고, 다중분광은 폭 10~40 nm인 4~10대역, 초분광은 폭 5~10 nm인 100대역 이상이다 (경험 범위). 대역이 좁고 많을수록 물질을 잘 구분하지만 데이터량과 보정 부담이 커진다(6.7·6.11). 시간 해상도는 같은 곳을 다시 보는 간격이 핵심이다. 작물은 주 단위, 홍수와 산불은 시간 단위, 움직이는 물체의 감시는 초 단위로 다시 봐야 한다. 이 간격은 센서가 아니라 체공과 기체 수가 정한다. 방사 해상도는 같은 GSD에서 그늘 속 물체나 0.1 K 차이 같은 미세한 대비를 구분한다. 열영상의 잡음 등가 온도차(NETD, noise-equivalent temperature difference) 50 mK가 그 예다(4.11.5·5.6.5.3).
네 해상도는 서로 맞바꾼다. 같은 검출기 면적에 대역을 쪼개면 대역마다 광자가 줄어 SNR이 떨어진다. 같은 데이터율에 프레임률을 올리면 화소나 비트 깊이를 줄여야 한다. "고해상도 센서"라는 말은 넷 중 무엇이 높은지 밝혀야 뜻이 생긴다.
6.1.6 탐지·인식·식별 — Johnson 기준과 필요한 GSD
결론부터: 영상에서 무엇이 있는지 아는 데는 표적의 임계 치수에 걸친 화소 두 개쯤이면 되지만, 그것이 무엇인지 아는 데는 여덟, 같은 종류 안에서 어느 것인지 가리는 데는 열서너 개가 든다. 단계가 올라갈 때마다 GSD를 몇 배씩 잘게 해야 한다.
판독 과제는 단계로 나눈다. 탐지(detection)는 배경과 다른 무엇이 있다는 것, 방향 판별은 그 축의 방향, 인식(recognition)은 사람·차량·선박 같은 부류, 식별(identification)은 같은 부류 안의 구체적 형식을 아는 것이다. Johnson은 1958년 영상증폭관 심포지엄에서 사람 관측자가 각 과제를 50 % 확률로 해내는 데 필요한 표적 임계 치수당 주기(선쌍) 수를 보고했다. 흔히 인용되는 값은 탐지 1.0±0.25, 방향 판별 1.4±0.35, 인식 4.0±0.8, 식별 6.4±1.5다 (2차 확인). 표본화만이 한계인 이상적 영상에서 한 주기는 두 화소이므로 필요한 GSD는 다음과 같다.
$$\mathrm{GSD}_{\text{필요}}=\frac{s}{2N_{50}}$$
$s$는 표적의 임계 치수, $N_{50}$은 50 % 확률에 필요한 주기 수다.
50 %보다 높은 확률에는 주기가 더 든다. 고전적인 목표 전달 확률 함수 $P=x^{E}/(1+x^{E})$, $x=N/N_{50}$, $E=2.7+0.7x$를 사용하면 확률 0.8에는 $1.45\,N_{50}$, 0.9에는 $1.75\,N_{50}$, 0.95에는 $2.04\,N_{50}$이 필요하다 (함수의 형태와 계수 확인 필요). 이 식으로 구한 단계별 필요 GSD는 다음과 같다(m).
| 표적(임계 치수, 교육용) | 탐지 50 % | 탐지 80 % | 인식 50 % | 식별 50 % |
|---|---|---|---|---|
| 조난자(0.5 m) | 0.250 | 0.172 | 0.063 | — |
| 소형 드론(0.4 m) | 0.200 | 0.138 | 0.050 | 0.031 |
| 승용차(폭 1.8 m) | 0.900 | 0.620 | 0.225 | 0.141 |
| 소형 선박(4 m) | 2.00 | 1.38 | 0.500 | 0.313 |
조난자의 식별 칸은 비웠다. 이 책은 사람을 식별·추적하는 방법을 다루지 않는다(6.12·18.17). 2.14.8.1은 신뢰 있는 추적을 위해 4화소, 곧 Johnson 탐지 기준의 두 배를 사용했다. 이 장의 확인으로 "탐지 1주기 = 2화소"라는 2.14.8.1의 출발점은 2차 문헌의 값과 같다.
이 표를 그대로 믿으면 안 되는 이유가 셋 있다. ① Johnson 기준은 사람 관측자와 1950년대 영상의 군용 차량 실험에서 나왔다. 알고리즘 탐지기는 고유한 화소 수 대 성능 곡선을 가진다(6.12). ② 실제 영상은 MTF·대비·움직임·배경의 복잡도 때문에 같은 GSD에서 더 나쁘다. 후속 모형은 대비와 잡음을 함께 넣은 다른 기준을 사용한다 (확인 필요). ③ 열영상의 탐지는 대비가 좌우한다. 온도 차가 NETD에 견줘 작으면 화소가 많아도 보이지 않는다(5.6.5.3·6.4).
6.1.7 NIIRS와 GIQE — 해석 가능성을 숫자로
국가 영상 해석도 척도(NIIRS, National Imagery Interpretability Rating Scale)는 영상 한 장으로 어떤 판독 과제를 해낼 수 있는가로 등급을 매기는 0~9의 척도다. 미국 정보 공동체의 영상 해상도 평가·보고 표준 위원회(IRARS)가 만들었고, 가시광·민간·적외선·레이더·다중분광 판이 있다. GSD는 표본 간격만 말하지만 NIIRS는 번짐·잡음·대비를 다 겪은 결과를 과제로 말한다. 아래는 민간 NIIRS의 과제 예와, 가시광 NIIRS(1994년 3월 판)의 공개 사본이 각 등급에 붙인 대략의 GSD다 (2차 확인, 공개 사본).
| 등급 | 대략의 GSD | 민간 NIIRS 과제의 예 |
|---|---|---|
| 1 | 9 m 이상 | 도시·농경지·산림·수면 같은 주요 토지 이용 구분 |
| 2 | 4.5~9 m | 병원·공장 같은 큰 건물 탐지 |
| 3 | 2.5~4.5 m | 주택가의 개별 주택 탐지 |
| 4 | 1.2~2.5 m | 농장 건물을 헛간·사일로·주택으로 식별, 테니스장 탐지 |
| 5 | 0.75~1.2 m | 철도 차량을 종류별로 식별, 초원의 대형 동물 탐지 |
| 6 | 0.40~0.75 m | 승용차를 세단·왜건으로 식별, 주택가의 개별 전신주 식별 |
| 7 | 0.20~0.40 m | 철도 침목 하나하나 식별, 계단의 단 탐지 |
| 8 | 0.10~0.20 m | 포장면의 측량 기준점 표지 식별, 차량의 번호판 식별 |
| 9 | 0.10 m 미만 | 철조망 가시 하나하나 식별 |
GSD가 절반이면 한 등급이 오른다는 규칙이 표에 그대로 보인다. 이를 식으로 만든 것이 일반 영상 품질식(GIQE, General Image Quality Equation)이다. 사진 판독관이 매긴 등급을 GSD·가장자리 응답·잡음으로 회귀한 경험식이며, 공개된 판은 GIQE 4(Leachtenauer 외, 1997)와 GIQE 5(미국 국가지리정보국, 2015)다. 미터 단위 GSD로 나타낸 GIQE 5는 다음과 같다(계수는 Valenzuela·Reyes 2019의 정리로 확인 (2차 확인)).
$$\mathrm{NIIRS}=4.274-3.32\log_{10}\mathrm{GSD}+3.32\left[1-e^{-1.9/\mathrm{SNR}}\right]\log_{10}\mathrm{RER}-2.0\left(\log_{10}\mathrm{RER}\right)^{4}-\frac{1.8}{\mathrm{SNR}}$$
| 기호 | 뜻 |
|---|---|
| GSD | 대표 GSD [m]. 두 방향의 기하평균이며 경사 촬영에서 커진다(6.1.5.1) |
| RER | 상대 가장자리 응답. 경계에서 화소 한 칸 사이 밝기가 얼마나 가파르게 바뀌나(0~1, 날카로울수록 큼) |
| SNR | 식 안의 SNR은 반사율 0.15와 0.07인 두 면의 신호 차이 대 잡음비(SDNR)다. 보통의 SNR보다 훨씬 작다 |
$-3.32\log_{10}2=-1.00$이므로 GSD가 두 배면 정확히 한 등급이 내려간다. RER과 SNR의 항은 보통 범위에서 0.5등급 안팎만 움직인다. 예를 들어 높이 1,500 m에서 화소 4 µm·초점거리 50 mm 카메라로 연직 촬영하면 GSD 0.12 m이고, RER 0.5·SNR 50에서 NIIRS 7.2다. 같은 높이에서 30°로 비스듬히 보면 대표 GSD가 2.83배(0.34 m)라 NIIRS 5.7로 1.5등급 떨어진다. 재난 피해 판독에서 침목·계단 수준(7)이 승용차 부류(6) 아래로 내려가는 차이다.
GIQE를 소형 드론에 그대로 사용하지 않는다. GIQE 4는 GSD 0.08~2.03 m, 내려다보는 각 25~90°의 영상으로 회귀했다 (2차 확인). 높이 100 m 소형 드론의 cm급 GSD는 이 범위 밖이고, 식에 넣으면 9를 넘는 값이 나온다. 척도의 꼭대기가 9이므로 소형 드론의 연직 영상은 NIIRS로 서로 구분하기 어렵다. NIIRS는 높은 고도에서 비스듬히 보는 광역 감시와 위성 영상의 언어다. 소형 UAS의 품질은 과제별 GSD(6.1.6·6.1.11)와 산출물의 위치 정확도(6.10)로 말하는 편이 맞다. 판마다 값이 0.3등급쯤 다르고 표준 오차도 약 0.3등급이므로, 사양서의 "NIIRS 7"은 어느 판, 어떤 SNR 정의, 어느 경사각에서인지 함께 물어야 한다.
6.1.8 SWaP — 무게·전력·부피가 체공과 바뀌는 비율
결론부터: 탑재체는 두 경로로 체공을 깎는다. 질량은 비행 동력을 늘리거나 배터리를 잠식하거나, 전력은 배터리를 직접 사용한다. 기체마다 두 경로의 값이 달라서 쿼드콥터에서는 1 W가 약 5 g, 고정익에서는 약 55 g의 질량과 같은 손실을 낸다. 그래서 같은 센서 선택이 기체에 따라 정반대가 된다.
2.9.8은 이륙 중량을 고정하고 늘어난 질량만큼 배터리를 줄이는 조건(아래 (나))으로 계산했다. 이 장은 다른 경계 조건 (가)를 하나 더 둔다. 배터리는 그대로 두고 이륙 중량이 늘어나는 경우다. 쿼드의 호버 동력(1.7.7.1)과 고정익·결합형의 양력계수 고정 순항 동력(1.9.6·1.11)은 모두 무게의 1.5제곱에 비례하므로, 보조 전력 $P_{\text{aux}}$를 뺀 비행 동력에만 이 지수를 건다.
$$(\text{가})\quad t=\frac{E_0}{\left(P_0-P_{\text{aux}}\right)\left(1+\dfrac{m}{m_0}\right)^{3/2}+P_{\text{aux}}+P_p},\qquad (\text{나})\quad t=\frac{E_0-m\,e_b\,u}{P_0+P_p}$$
| 기호 | 뜻 | 값 |
|---|---|---|
| $P_0$ · $E_0$ · $m_0$ | 기준 평균 전력 · 사용 가능 에너지 · 이륙 중량 | 2.9.8의 표(쿼드 270.0 W·81.6 Wh·2 kg, 고정익 58.6 W·172.8 Wh·4 kg, 결합형 180.5 W·346 Wh·6 kg) |
| $P_{\text{aux}}$ | $P_0$에 이미 든 보조 전력 | 15 W · 10 W · 15 W (2.9.8) |
| $m$ · $P_p$ | 더한 탑재체 질량 · 전력 | 변수 |
| $e_b$ · $u$ | 배터리 비에너지 · 사용 가능 비율 | 쿼드 170 Wh/kg, 고정익·결합형 180 Wh/kg · 0.8 |
탑재체가 작을 때 1 W와 같은 체공 손실을 내는 질량, 곧 교환율은 (가)에서 $m_0/[1.5(P_0-P_{\text{aux}})]$, (나)에서 $E_0/(P_0\,e_b\,u)$다.
| 기체 | 비행 동력 $P_0-P_{\text{aux}}$ | 1 W와 같은 질량 (가) | 1 W와 같은 질량 (나) |
|---|---|---|---|
| 2 kg 쿼드콥터 | 255.0 W | 5.2 g | 2.2 g |
| 4 kg 고정익 | 48.6 W | 54.9 g | 20.5 g |
| 6 kg 결합형 | 165.5 W | 24.2 g | 13.3 g |
쿼드에서는 질량이 비싸다. 100 g을 줄이는 것이 전력 19 W를 줄이는 것과 같다(가). 전력을 조금 더 쓰더라도 가벼운 센서가 낫다. 고정익에서는 전력이 비싸다. 1 W를 줄이는 것이 55 g을 줄이는 것과 같아서, 조금 무겁더라도 전력이 작은 센서가 낫다. 결합형은 그 사이다. 이 차이는 2.9.8의 역설(효율이 좋은 기체일수록 전자 장치에 민감하다)을 질량 쪽에서 본 것이다.
부피와 형상도 체공과 바꾼다. 기체 밖으로 나온 짐벌 돔은 고정익·결합형의 순항 유해 항력을 늘린다(1.11의 추가 항력 면적과 같은 항). 쿼드에서는 짐벌이 무게중심을 아래·앞으로 옮겨 제어 여유를 사용한다(1.7). 탑재체의 열은 방열판 질량으로(2.9.7), 진동 격리는 마운트 질량으로(6.2) 다시 돌아온다. SWaP의 각 항은 결국 질량이거나 전력이다.
6.1.9 수치 예시 — 대표 탑재체 여섯을 세 기준 기체에
대표 탑재체 여섯의 질량과 전력은 공개 제원을 둥글게 본 교육용 가정이다(특정 제품 아님, (경험 범위)). 기준 기체의 이륙 중량에는 이미 어떤 몫의 탑재가 들어 있다(결합형은 1 kg, 1.11). 여기서 $m$은 그 기준에 더하는 질량이다. 계산은 fig-src/6.1-model.py로 했다.
| 탑재체 | 질량 | 전력 | 쿼드 (가) | 쿼드 (나) | 고정익 (가) | 고정익 (나) | 결합형 (가) | 결합형 (나) |
|---|---|---|---|---|---|---|---|---|
| 소형 EO 짐벌 | 0.15 kg | 4 W | −11 %(16.1분) | −26 % | −10 %(159분) | −18 % | −5 %(109분) | −8 % |
| 다중분광 카메라 | 0.4 kg | 6 W | −24 %(13.7분) | −67 % | −19 %(144분) | −40 % | −11 %(102분) | −19 % |
| EO·열 이중 짐벌 | 0.6 kg | 12 W | −33 %(12.1분) | 불가 | −28 %(127분) | −58 % | −17 %(95분) | −30 % |
| 매핑 카메라(풀프레임) | 0.8 kg | 12 W | −40 %(10.9분) | 불가 | −32 %(121분) | −72 % | −20 %(92분) | −37 % |
| 소형 LiDAR | 1.0 kg | 25 W | −47 %(9.6분) | 불가 | −43 %(101분) | −88 % | −27 %(84분) | −49 % |
| 초분광 푸시브룸 | 1.5 kg | 25 W | −57 %(7.8분) | 불가 | −48 %(92분) | 불가 | −33 %(77분) | −67 % |
"불가"는 탑재체가 배터리를 다 잠식하는 경우다. 쿼드의 배터리는 0.6 kg뿐이다.
읽을 것 셋. 첫째, 쿼드는 0.5 kg을 넘는 탑재체에 맞지 않는다. 이중 짐벌 0.6 kg이 (가)에서도 체공의 3분의 1을 가져가 12분이 남는다. 이륙 중량이 1.3배가 되므로 추력 여유와 모터 열(1.7)을 먼저 확인해야 하는데, 이 계산은 그 한계를 넣지 않았다. 둘째, 고정익은 전력 큰 탑재체에 약하다. 소형 LiDAR(25 W)의 손실 43 % 가운데 전력만의 몫이 약 30 %다. 셋째, (나)가 (가)보다 늘 나쁘다. 배터리를 탑재체로 바꾸면 에너지가 곧바로 준다. 그래서 실무 설계는 탑재 몫을 처음부터 이륙 중량에 넣고 구조·추력 여유를 둔다. 기존 기체에 무거운 센서를 탑재해야 한다면 (가)의 한계(추력·실속 속도·구조 하중)를 하나씩 확인한다.
6.1.10 데이터율과 링크 부담
탑재체의 또 다른 비용은 데이터다. 원시 데이터율은 화소 수·비트 깊이·프레임률의 곱이다.
| 원본 | 계산 | 원시 데이터율 |
|---|---|---|
| 4K 30 Hz 영상(YUV 4:2:0, 화소당 12비트) | $3840\times2160\times12\times30$ | 2,986 Mbit/s |
| 1080p 30 Hz 영상 | 3.12.4.1 | 746.5 Mbit/s |
| 열영상 640×512, 14비트, 30 Hz | $640\times512\times14\times30$ | 137.6 Mbit/s |
| 압축한 1080p 영상 | 3.12.4.1·3.12.11 | 약 4 Mbit/s |
| 군 영상 메타데이터 | 3.12.9 | 48 kbit/s |
4K 원본은 3.12.11의 영상 링크(4 Mbit/s)의 746배다. 비트율을 절반으로 줄이면 같은 여유에서 거리가 약 1.4배 늘어난다(3.12.6). 그래서 탑재체를 고르는 순간 보낼 것, 줄일 것, 남길 것을 함께 정해야 한다. 길은 넷이다. ① 압축해서 보낸다(3.12.4). ② 관심 영역·변화·영상 조각만 보낸다. ③ 기체에서 처리해 결과만 보낸다. ④ 기록했다가 착륙 뒤 내려받는다. 4K를 100 Mbit/s로 기록하면 1시간에 45 GB다(가정). 기록은 노획 때 데이터 보호의 문제가 된다(8.17). LiDAR·SAR·초분광의 데이터율과 넷의 손익은 6.11이 계산한다.
6.1.11 응용별 센서 선택
응용마다 1차 센서와 지표가 다르다. 아래 GSD·지표는 흔한 범위를 보인 것이며 (경험 범위), 실제 요구는 그 임무의 산출물 규격에서 나온다.
| 응용 | 정보 요구의 핵심 | 1차 센서 | 보조 센서 | 지배 지표(대표 범위) | 상세 |
|---|---|---|---|---|---|
| 측량·매핑 | 정사영상·표고의 위치 정확도 | 매핑 카메라(글로벌 셔터) | LiDAR, RTK·PPK GNSS | GSD 1~3 cm, 위치 정확도 수 cm | 14.9·6.10 |
| 시설 점검(교량·송전·풍력) | 결함의 크기와 위치, 열 이상 | 고배율 EO | 방사 측정 열영상, LiDAR | 결함 폭의 절반 이하 GSD, 근접 촬영 | 14.4 |
| 농업·방제 | 생육·병해·수분 스트레스 | 다중분광 | 열영상 | GSD 3~10 cm, 4~10 대역 | 14.3·6.7 |
| 재난·소방 | 화점, 연기 속 상황, 피해 범위 | 열영상(중파·장파) | EO, SAR(구름·밤) | 피해 판독 GSD 5~20 cm, 갱신 수 분 | 14.7 |
| 수색구조 | 사람의 탐지와 위치 전달 | 열영상 | EO(확인용) | 탐지 GSD 0.17 m 이하(확률 0.8, 6.1.6), 위치 오차 수십 m | 14.7·6.10·6.12 |
| 감시정찰(개념) | 넓은 지역의 변화와 활동 | EO/IR 짐벌 | SAR·GMTI, 신호정보 | 경사 촬영 NIIRS, 체공·갱신 주기 | 10.3 |
| AAM 감지 | 충돌 위험·착륙면·장애물 | 레이더·카메라 | LiDAR, 협조 감시 | 탐지 거리·IFOV·지연(GSD가 아님) | 2.14·2.7·7.1 |
이 표의 마지막 줄이 보여 주듯 AAM의 감지는 GSD가 아니라 거리와 각도의 문제다. 지면을 매핑하는 대신 다가오는 표적을 늦지 않게 알아채야 하므로 2.14.8의 탐지 거리와 2.14.5의 필요 탐지 거리가 지표다. 감시정찰은 개념 수준에서만 적었다. 수집 계획과 판독·배포는 10.3의 처리·활용·배포(PED)가 다룬다.
6.1.12 설계 트레이드오프 — 하나로 다 할까, 임무마다 바꿀까
탑재체 구성의 선택지는 셋이다.
① 다목적 통합 짐벌. EO·열영상·레이저 거리계를 한 짐벌에 넣어 주야간 어느 임무에나 사용한다. 출격마다 무엇을 볼지 모르는 감시·재난 대응에 맞다. 대가는 질량과, 센서마다 최선이 아닌 타협(시야·초점거리·방사 보정)이다.
② 임무 전용 센서. 매핑 카메라·다중분광·LiDAR처럼 한 산출물에 최적화한 센서를 사용한다. 데이터 품질이 가장 좋고 가볍다. 임무가 바뀌면 다른 센서가 필요하고 보정과 검증을 센서마다 따로 해야 한다.
③ 교체형 탑재체. 기계·전원·데이터 인터페이스를 표준화해 탑재체를 현장에서 바꾼다. 개방형 구조(9.11)와 군 탑재체 제어 규격(9.7)이 이 방향이다. 인터페이스 자체의 질량과 인증·시험의 조합 수가 늘어난다.
견해: 민간 소형 UAS는 ③의 인터페이스 위에서 ②를 사용하는 구성이 합리적이라고 본다. 근거는 6.1.8의 교환율이다. 쿼드에서 100 g은 전력 19 W와 같으므로, 사용하지 않는 센서를 함께 싣는 ①의 질량은 체공으로 비싸게 치른다. 측량·농업·점검은 산출물 규격이 분명해 전용 센서의 품질 이득이 크다. 반대 입장도 합리적이다. 군용 소형 기체와 재난 초동 대응은 출격 전에 무엇이 필요한지 모르고 교체 시간이 없으므로 ①이 맞다. 결합형·고정익처럼 질량 교환율이 큰 기체(1 W = 24~55 g)에서는 ①의 질량 부담이 상대적으로 작다. 이 판단은 교육용 모형의 교환율에 기대므로 실제 기체의 추력·항력 자료로 다시 계산해야 한다.
6.1.13 세 축 비교
| 항목 | 군용 드론 | 민간 UAS | AAM |
|---|---|---|---|
| 요구의 출처 | 수집 계획과 정보 요구(10.3) | 산출물 품질 규격, 고객 계약 | 감지 안전 요구, 인증 기준 |
| 대표 탑재체 | 주야간 EO/IR 짐벌, 중대형은 SAR·GMTI·신호정보 | 임무 전용 카메라·다중분광·LiDAR·열영상 | 레이더·카메라·LiDAR(감지용), 공공 임무용 센서 |
| 지배 지표 | 경사 촬영 NIIRS, 체공, 주야간 | GSD와 위치 정확도, 비용, 교체성 | 탐지 거리·지연·무결성 |
| SWaP의 압박 | 소형은 극심, MALE급은 여유 | 소형 쿼드에서 극심(1 W = 5 g) | 승객 무게 대비 작지만 인증 부담이 큼 |
| 데이터 처리 | PED, 보안 링크, 메타데이터(9.8) | 사진측량·클라우드(6.12·14.28) | 온보드 실시간 처리, 인증된 소프트웨어 |
| 규제의 초점 | 수출통제, 보안 | 촬영 허가, 개인정보, 공간정보 보안 | 감지 장비의 인증, 소음·프라이버시 |
| 관련 장 | 10.3·24.13 | 14.1·24.32 | 2.14·15.23·15.27 |
6.1.14 관련 규격·프로토콜
| 문서 | 발행 | 무엇을 정하나 | 상세 |
|---|---|---|---|
| NIIRS(가시광, 1994년 3월 판), 민간 NIIRS 참고 지침 | 미국 IRARS 위원회 | 판독 과제로 정의한 0~9 등급. 이 장은 공개 사본으로 확인 (현행 판 확인 필요) | 6.1.7 |
| GIQE 4(Leachtenauer 외, Applied Optics 36(32), 1997) · GIQE 5(2015) | 학술지 · 미국 국가지리정보국 | GSD·RER·SNR에서 NIIRS를 예측하는 회귀식 | 6.1.7 |
| STANAG 4609 · MISB ST 0601 | NATO · MISB | 영상 부호화·전송 구조와 KLV 메타데이터(센서 위치·자세·시야) (판 확인 필요) | 9.8 |
| STANAG 4586 | NATO | 지상통제와 기체·탑재체의 상호운용 구조 (판 확인 필요) | 9.7 |
| OGC 표준, GeoTIFF, LAS | OGC · ASPRS | 지리공간 산출물의 형식(정사영상·점군) | 9.17 |
| EMVA 1288 | 유럽 머신비전협회 | 카메라·영상 센서 특성의 측정과 표기 (판 확인 필요) | 4.11.14·6.3 |
| IEC 60825-1 | IEC | 레이저 제품의 등급과 눈 안전 (판 확인 필요) | 6.6 |
사양서의 해상도·감도 숫자는 측정 조건을 밝힌 표준(EMVA 1288 같은)에 따라 비교한다. 측정 조건이 없는 "NIIRS 7급", "탐지 5 km"는 비교할 수 없다(24.1).
6.1.15 관련 규제·인증 요구와의 연결
| 탑재체가 일으키는 요구 | 규제·인증 | 이 장과의 연결 | 상세 |
|---|---|---|---|
| 항공촬영 | 한국의 항공촬영 허가, 비행 승인 | GSD·촬영 범위가 허가 대상과 조건을 정한다 | 18.6 |
| 사람·차량이 찍힌 영상 | 개인정보·영상정보 규제 | NIIRS 8의 번호판 판독처럼 해상도가 곧 개인정보 노출이다 | 18.17 |
| 공권력의 광역 감시 | 영장주의, 감시의 비례성 | 체공·갱신 주기·해상도가 감시의 강도를 정한다 | 18.18 |
| 정밀 영상·점군·표고 | 공간정보·측량·항공사진 보안 | 측량 산출물의 공개와 국외 반출 제한 | 18.20 |
| 고성능 센서의 수출 | 바세나르 체제 이중용도 목록의 범주 6(센서·레이저), 미국 EAR·ITAR, 한국 전략물자 | 열영상·고해상 광학의 성능이 통제 문턱을 넘는가 | 19.15~19.17 |
| 이륙 중량의 변화 | 무인비행장치의 분류·안전성 인증 | 무거운 탑재체가 기체의 중량 구분을 바꿀 수 있다 | 18.3 |
| 탑재 전자 장비의 환경 | 환경시험·전자기 적합성 | 짐벌 모터·레이더·송신기가 다른 장비와 간섭하지 않는가 | 8.9·8.10 |
탑재체를 바꾸는 일은 기체의 형식·중량·전자기 환경을 바꾸므로, 인증받은 기체에서는 설계 변경 절차를 탄다(20.7).
6.1.16 함정과 한계
| 오해 | 실제 | 더 볼 곳 |
|---|---|---|
| "GSD 1 cm면 1 cm 물체가 보인다" | GSD는 표본 간격이다. MTF·흔들림·압축이 실제 해상도를 깎고, 인식에는 임계 치수에 여덟 화소쯤이 든다 | 6.1.5.1·6.1.6 |
| "연직 GSD로 경사 영상을 판단한다" | 30°로 보면 대표 GSD가 2.83배, 시선 방향은 4배다 | 6.1.5.1 |
| "NIIRS 7이라고 적혀 있으니 같은 품질이다" | GIQE 판·SNR 정의·경사각에 따라 0.3~1.5등급이 달라진다. 소형 드론의 cm급 GSD는 GIQE의 회귀 범위 밖이다 | 6.1.7 |
| "가벼운 센서가 언제나 낫다" | 쿼드에서는 그렇지만 고정익에서는 1 W가 55 g과 같아 전력이 더 비싸다 | 6.1.8 |
| "탑재체 무게만큼만 배터리를 빼면 된다" | 배터리를 탑재체로 바꾸면 손실이 무게를 더하는 경우보다 크다(고정익 LiDAR 88 % 대 43 %) | 6.1.9 |
| "센서가 좋으면 임무가 된다" | 링크·처리·체공·법 중 하나가 막으면 안 된다. 역순 설계로 위에서부터 확인한다 | 6.1.3 |
이 장의 한계를 밝혀 둔다.
- 체공 모형은 효율을 상수로 둔다. 무게가 늘면 프로펠러·모터의 운전점이 바뀌어 효율도 변한다. 추력 여유·실속 속도·구조 하중의 한계를 넣지 않았다.
- 탑재체의 질량·전력은 교육용 대표값이다. 같은 범주 안에서도 제품마다 두세 배 차이가 난다(24.32).
- Johnson 기준은 사람 관측자의 50 % 확률 실험값이고, 높은 확률로 넓히는 함수의 형태와 계수는 확인하지 못했다.
- NIIRS 표의 GSD는 대략의 대응이며 공개 사본(2차)으로 확인했다. 현행 판의 과제 문장은 다를 수 있다.
- 열영상의 대비, 대기 투과, 레이더의 탐지 문턱은 이 장의 계산에 넣지 않았다(6.4·3.5·5.5).
6.1.17 체크포인트·연구 질문
체크포인트
- 역순 설계의 다섯 단계를 작성하고, 수색구조의 예에서 "야간 비행 승인을 받지 못함"이 어느 단계로 되돌아가는지 설명하라.
- 화소 3 µm·초점거리 25 mm 카메라의 IFOV와 높이 80 m의 연직 GSD를 구하라. 내려다보는 각 45°이면 시선 방향 GSD는?
- 폭 1.8 m 승용차를 50 % 확률로 인식하는 데 필요한 GSD를 Johnson 기준으로 구하라. 탐지와 몇 배 차이인가?
- GIQE 5에서 GSD가 0.2 m에서 0.1 m로 줄면 NIIRS가 얼마나 오르는가? 이 식을 높이 100 m 소형 드론 영상에 사용하면 안 되는 이유는?
- 2 kg 쿼드와 4 kg 고정익에서 1 W와 같은 질량을 (가)의 식으로 구하고, 같은 센서 선택이 왜 반대가 되는지 설명하라.
- 4K 30 Hz 원본의 데이터율을 구하고, 4 Mbit/s 링크로 보내려면 압축비가 얼마여야 하는지 쓰라.
연구 질문 — 이 장에서 파생되는 열린 주제(25.7에 모은다)
- 소형 UAS 영상의 해석도 척도 — cm급 GSD의 소형 드론 영상에 NIIRS처럼 과제로 정의한 척도와 품질식을 만들 수 있는가? 점검·농업·재난의 과제 목록으로 회귀하면 GIQE와 어떻게 다른가?
- 알고리즘 판독의 Johnson 기준 — 객체 탐지 모델(6.12)의 화소 수 대 성능 곡선을 Johnson의 사람 관측자 기준과 같은 틀로 정리할 수 있는가? 열영상과 가시광에서 그 곡선은 어떻게 다른가?
- SWaP 교환율의 실측 — 실제 기체의 추력·항력·효율 자료로 1 W와 같은 질량을 측정하면 이 장의 1.5제곱 모형과 얼마나 다른가? 교체형 탑재체 인터페이스의 질량 비용은?
- 역순 설계의 도구화 — 정보 요구(확률·정확도·지연)에서 센서·플랫폼·링크 후보를 자동으로 걸러 내는 설계 공간 탐색 도구를 MBSE(8.1)와 연결할 수 있는가?
1차 출처(이 장)
- Johnson, J., "Analysis of Image Forming Systems", Image Intensifier Symposium, 1958. (이 장의 기준 값은 2차 문헌으로 확인)
- Leachtenauer, J. C. 외, "General Image-Quality Equation: GIQE", Applied Optics 36(32), pp. 8322–8328, 1997.
- Harrington, L. 외, General Image Quality Equation (GIQE) Version 5, National Geospatial-Intelligence Agency, 2015.
- Valenzuela, A. Q.; Reyes, J. C. G., "Comparative Study of the Different Versions of the General Image Quality Equation", ISPRS Annals IV-2/W5, pp. 493–500, 2019. (GIQE 계수의 2차 확인)
- IRARS Committee, National Image Interpretability Rating Scales(가시광, 1994) 및 Civil NIIRS Reference Guide. (미국과학자연맹 공개 사본 irp.fas.org/imint/niirs.htm 으로 확인, 2차)
- NATO STANAG 4609, MISB ST 0601, STANAG 4586 — 판은 9.7·9.8에서 확인한다.
출처를 찾고 판을 추적하는 방법은 0.9에서 다룬다.
다음 장: 6.2는 탑재체를 기체에 붙이는 받침, 곧 짐벌을 다룬다. 기체가 흔들려도 시선을 표적에 붙들어 두는 자이로 되먹임 루프, 진동을 걸러 내는 방진 마운트, 그리고 엔코더·자이로·정렬·기체 자세에서 오는 지향 오차를 계산한다. 이 장의 GSD가 실제 해상도가 되려면 노출 동안 시선이 화소 하나 안에 머물러야 한다는 조건이 거기서 숫자가 된다.