GPS 재밍이 당신의 드론을 문진으로 만듭니다

문제

우크라이나 동부에서는 수만 달러에 이르는 군용 드론이 일상적으로 하늘에서 떨어집니다. 그 원인은 대공 포화가 아닙니다. 자신이 격추하는 드론 값의 극히 일부면 되는 지상 기반 재머입니다. GPS 위성은 지구에서 약 20,200킬로미터 상공을 공전합니다. 그 신호는 10,000마일 밖에서 바라본 25와트 전구에 불과한 전력으로 수신기에 도착합니다. 출력이 겨우 10~40와트인 휴대용 재머가 수 킬로미터에 걸친 블랙아웃 구역을 만들 수 있습니다. 그 구역 안에서 드론은 위치 고정을 잃습니다. 표류하거나 강하하거나 그 자리에 멈춰 호버링합니다 — 고정 표적이 된 것입니다.

이것은 전장에만 국한된 문제가 아닙니다. GPS 신호가 약해지거나 사라지는 어떤 환경에서도 같은 실패 모드가 나타납니다. 지하 광산에는 위성 커버리지가 전혀 없습니다. 교량 하부를 점검하거나 대형 금속 저장 탱크 사이를 비행하면 신호 반사로 인한 "GPS 그림자", 이른바 멀티패스가 생깁니다. 드론은 위치를 유지하지 못하고 점검하러 보내진 구조물 쪽으로 표류합니다.

이 백서는 이런 드론들을 "문진"이라고 부릅니다. 과장이 아닙니다. 안정성을 단 하나의 외부 신호에 의존하는 시스템은 자율적이지 않습니다. 허용적인 환경 안에서 자동화되어 있을 뿐입니다. 그 허용을 빼앗으면 시스템은 완전히 실패합니다. 최전선에서 온 보고들은 상용 쿼드콥터가 전자전 배치에서 5~10킬로미터 이내에서 흔히 GPS를 잃는다는 사실을 확인해 줍니다. R-330Zh Zhitel 같은 러시아의 첨단 시스템은 광대한 섹터 전체에 걸쳐 사실상 상시적인 지역 거부를 제공합니다.

비즈니스에 중요한 이유

GPS는 단순한 군사 유틸리티가 아니라 경제의 기둥입니다. 미국 국립표준기술연구소(NIST)가 후원한 연구는 1984년부터 2017년 사이 GPS가 미국 민간 부문에 약 1조 4,000억 달러의 경제적 편익을 창출한 것으로 추정했습니다. GPS 서비스를 잃으면 미국 경제는 하루 약 10억 달러의 비용을 치르게 됩니다.

조직은 아직 완전히 파악하지 못한 방식으로 GPS에 의존하고 있을 가능성이 높습니다. 검사, 측량, 물류를 위해 드론을 운영한다면, GPS의 취약성이 재무제표에 의미하는 바는 다음과 같습니다:

• 자산 손실. 산업용 드론 플랫폼은 대당 1만 달러에서 5만 달러에 이릅니다. 위치 고정을 잃어 광산 갱도나 파이프라인 안으로 추락한 드론은 완전한 대손 처리 대상입니다.
• 점검 ROI 증발. 드론 운영은 유인 헬기나 지상 작업반에 비해 점검 비용을 **최대 70%**까지 줄일 수 있습니다. 그러나 드론이 GPS 거부 지역에서 비행할 수 없다면 그 절감 효과는 사라집니다 — 그런 곳이 바로 드론이 가장 필요한 곳인 경우가 많습니다.
• 치명적 실패 비용. 석유·가스 파이프라인에서 단 한 번의 실패가 정화와 규제 벌금으로 850만 달러에 이를 수 있습니다. 그 실패를 막았을 수리 비용은 7만 5,000달러에 불과합니다. GPS 그림자 안에서 위치를 유지하지 못하는 드론은 그 실패로 이어지는 부식을 놓쳐 버립니다.
• 운영 다운타임. 광업에서 수동 측량에는 며칠이 걸립니다. 신뢰할 수 있는 항법을 갖춘 드론은 같은 작업을 30분 만에 끝냅니다. 그러나 지하에서 GPS 없이는 비행할 수 없다면, 발파 후에 먼지가 가득하고 잠재적으로 유독한 환경에 사람을 다시 보내는 원점으로 되돌아갑니다.

리스크 담당자에게 질문은 단순합니다: 당신의 자율 시스템 가운데 실제로 자율인 것은 몇 개입니까?

이면에서 실제로 일어나는 일

GPS에 의존하는 드론을 폰 화면만 보고 운전하는 운전자에 비유해 보십시오. 화면이 어두워지는 순간 운전자는 길을 잃습니다 — 도로도, 지형지물도, 주변의 움직임 감각도 그대로 있는데도 말입니다. 그 운전자는 눈과 내이를 함께 쓰는 법을 배운 적이 없습니다.

오늘날의 상용 드론에서 정확히 이런 일이 벌어집니다. 드론은 GPS를 공간에 대한 유일한 진실의 원천으로 사용합니다. 기내 카메라와 모션 센서가 존재하지만 항법 시스템은 이를 깊이 융합하지 않습니다. GPS가 끊기면 드론에는 자신의 위치나 움직임을 신뢰할 수 있게 알아낼 방법이 없습니다.

기술적 근본 원인은 두 가지입니다. 첫째, GPS 신호는 극도로 약해서 고의적인 재밍이든 물리적 가림이든 쉽게 잠겨 버립니다. 둘째, 많은 시스템이 AI 처리를 위해 카메라 데이터를 클라우드 서버로 보내고 항법 명령을 되돌려 받습니다. 이 왕복 통신은 치명적인 지연을 만들어 냅니다. 초속 20미터로 비행하는 드론은 전형적인 300밀리초 클라우드 왕복 동안 6미터를 이동합니다. 그 눈이 가려진 구간 동안 장애물이 나타나도 반응할 시간이 없습니다. 더 나쁜 것은 그 지연의 변동성 — 이른바 지터 — 가 제어 루프를 불안정하게 만든다는 점입니다. 연구에 따르면 원격 조작은 지연이 700밀리초를 넘으면 사실상 제어할 수 없게 됩니다.

스푸핑은 재밍보다 더 위험합니다. GPS 신호를 차단하는 대신, 공격자는 약간 더 높은 출력으로 가짜 신호를 내보냅니다. 드론은 위조 신호에 고정됩니다. 실제로 표류하고 있는데도 제자리에 있다고 믿습니다. 잘못된 고도를 읽고 지면으로 내리꽂힙니다. 재밍과 달리 스푸핑은 "신호 상실" 경보를 일으키지 않습니다. 시스템은 자신이 기만당했다는 사실 자체를 모릅니다.

효과가 있는 것(그리고 없는 것)

해결책을 살펴보기 전에, 한계에 부딪히는 접근 방식들을 이해해 두어야 합니다:

• 멀티 컨스텔레이션 GPS 수신기 — GPS, GLONASS, Galileo, BeiDou를 동시에 추적하면 스푸핑의 문턱을 높이지만, 광대역 신호 조작이 가능한 국가 수준의 공격자를 상대로는 이를 없애지 못합니다.
• 클라우드 기반 AI 항법 — 처리를 위해 클라우드로 영상을 스트리밍하면 막대한 지연과 대역폭 비용, 그리고 적의 방향 탐지 시스템이 쉽게 찾아낼 수 있는 RF 시그니처가 생깁니다. "스텔스" 드론이 표지가 되어 버립니다.
• 단순 광류 센서 — 소비자용 드론(DJI Mavic, Phantom)에 탑재된 아래 향한 카메라는 요(yaw)와 고도 기준을 위해 여전히 GPS를 필요로 합니다. 시간이 지나면 상당히 표류하고, 지면 텍스처가 나쁘거나 조명이 바뀌면 실패합니다.

실제로 효과가 있는 것은 비주얼 관성 오도메트리(VIO) 입니다 — 외부 신호를 전혀 필요로 하지 않으면서 카메라 영상과 모션 센서를 드론 기내에서 직접 융합하는 기법입니다. 세 단계로 그 작동 방식을 살펴보겠습니다:

1. 입력: 눈과 내이. 카메라는 초당 30~60프레임으로 연속 프레임에 걸쳐 특징적인 시각 랜드마크를 추적합니다. 동시에 관성 측정 장치(IMU) — 요컨대 가속도계와 자이로스코프 세트 — 가 초당 최대 1,000회의 판독값으로 운동 데이터를 포착합니다. 어느 센서도 단독으로는 신뢰할 수 없습니다. 빠른 선회 중에는 카메라가 흐려지고, 보정이 없으면 IMU 판독값은 몇 초 안에 표류합니다.

2. 처리: 엣지에서의 센서 퓨전. NVIDIA Jetson Orin NX 같은 기내 컴퓨터 — 단 1025와트만 소비하면서 초당 100조 회의 연산을 수행 — 가 두 데이터 스트림을 결합하는 최적화 알고리즘을 구동합니다. IMU는 카메라 프레임 사이에서 드론의 상태를 예측합니다. 카메라는 고정된 랜드마크에 닻을 내려 IMU의 표류를 보정합니다. 딥러닝 모델이 차량이나 사람처럼 움직이는 물체를 식별해 마스킹하므로 시스템은 정적인 특징만 추적합니다. 이 퓨전은 이동 거리 대비 12% 수준의 표류율을 달성합니다.

3. 출력: 스스로 보정하는 지도. 시스템은 비행하면서 환경의 지도를 만듭니다 — 이른바 SLAM(Simultaneous Localization and Mapping, 동시 위치추정 및 지도 작성) 프로세스입니다. 드론이 어떤 장소를 다시 지나면 시각적 지문을 인식하고 누적된 표류를 보정합니다. 이 "루프 클로저"가 내장형 GPS 보정 역할을 합니다. 위성 신호를 하나도 쓰지 않고도 드론은 긴 임무 내내 센티미터급 정밀도를 유지합니다.

컴플라이언스 및 감사 팀에게 결정적인 강점은 추적 가능성입니다. 모든 항법 결정은 여러분이 통제하는 센서 데이터로부터 기내에서 계산됩니다. 감사할 클라우드 의존성도, 감안해야 할 서드파티 지연도, 적이나 환경이 거부할 수 있는 외부 신호도 없습니다. 드론의 의사결정 체인 전체 — 무엇을 보았고, 무엇을 측정했고, 어떻게 움직였는지 — 가 기기 안에 있습니다. 모든 임무의 모든 순간을 재구성할 수 있습니다.

이 접근 방식은 Veriprajna가 시맨틱 SLAM이라고 부르는 영역으로 확장됩니다 — 점과 선만 보는 것이 아니라 "문", "벽", "저장 탱크"를 이해하는 항법입니다. 덕분에 운영자는 정밀한 GPS 좌표를 프로그래밍하는 대신 "빨간 탱크를 점검하라"는 식의 명령을 내릴 수 있습니다. 또한 시맨틱 구조는 조명이 완전히 바뀌어도 유지되기 때문에, 낮에 방문했던 장소를 밤에 돌아왔을 때도 시스템이 인식할 수 있습니다.

다음과 같은 항공우주 및 방위 환경에서 운영하는 조직에게는 그 시사점이 직접적입니다: GPS와 무선 링크를 모두 잃은 후에도 VIO를 탑재한 드론은 임무를 완수할 수 있습니다. 드론은 전자기 방출 없이 지각하고 판단하고 행동합니다. 다음을 구축하려는 팀에게는 센서 퓨전 및 신호 정보(SIGINT) 역량이야말로 기반이 되는 계층입니다. 그리고 엣지에서 AI를 배포하는 모든 조직에게는 실시간 엣지 배포 아키텍처 를 제대로 이해하는 것이 작동하는 시스템과 좌초한 시스템을 가르는 기준입니다.

이어서 전체 기술 분석문 읽기 또는 인터랙티브 버전 탐색을 통해 더 깊은 아키텍처 세부 정보를 확인하실 수 있습니다.