📌 핵심 요약 (Key Takeaways)
- 핵심 성과 1: Xichang 산불 사례 적용 결과, 기존 소방서 대비 UAV 최초 도착 시간 최대 71.4% 단축 및 소산 사이클 타임 56.85% 감소 달성
- 독창적 차별점 2: 개별 입지 적합성 평가를 넘어 GIS 기반 MCDM과 k-medoids 클러스터링을 통합한 섹터별 스테이징 노드 네트워크 배치 구조 설계
- 실무 파급력 3: 산악 지형에서 연속적인 무인기 비가시권(BVLOS) 임무 수행과 물류 효율성 극대화를 위한 강력한 의사결정 지원 인프라 제공
산악 지형 산불 대응의 공간적 한계와 UAV 인프라의 과제
산악 지형에서 발생하는 대규모 산불은 복잡한 지형 기상과 접근 불가능한 지리적 제약으로 인해 전통적인 지상 진화 방식만으로는 신속한 초동 대응이 불가능합니다. 이를 해결하기 위해 투입되는 무인이동체(UAV) 긴급 서비스는 현장과의 근접성뿐만 아니라, 배터리 교체 및 탄약·소화탄 재보급이 유기적으로 이루어지는 공간적으로 신뢰성 있는 버티포트 인프라에 전적으로 의존합니다.
그러나 기존의 개별 입지 선정 방법론들은 복잡한 지형적 제약 속에서 다중 드론의 연속적인 비가시권(BVLOS) 비행과 물류 연계를 지원하기 위한 네트워크 차원의 고려가 턱없이 부족했습니다. 단일 지점의 적합성 평가에만 치중할 경우, 실시간 화재 확산 경로에 따른 유기적 비행 통제와 신속한 재출동 사이클을 확보하는 데 근본적인 한계가 드러납니다.
GIS, MCDM, k-medoids 기반 네트워크 배치 프레임워크
본 연구는 이러한 한계를 극복하기 위해 지리정보시스템(GIS) 환경 하에서 다기준 의사결정(Multi-Criteria Decision-Making, MCDM)과 k-medoids 클러스터링 알고리즘을 결합한 통합 UAV 버티포트 플래닝 프레임워크를 제안합니다. 이 시스템은 후보지들의 단순 적합성 순위를 매기는 것을 넘어, 후보 버티포트들을 구역(Sector) 기반의 지원 스테이징 노드로 체계적으로 조직화합니다.
제안된 알고리즘은 지형 경사도, 장애물 분포, 통신 가시선(LOS), 그리고 화재 현장까지의 거리 벡터를 동시에 연산하여 최적의 클러스터 중심점(Medoid)을 도출합니다. 이를 통해 다중 노드가 협력하는 분산형 진화 체계를 구축하며, 하드웨어 배터리 수명과 비행 제어(FC) 항속 거리 제약을 정밀하게 우회하는 비행 경로 최적화가 가능해집니다.
유사 선행 연구 대비 독창성 및 성능 비교
| 비교 항목 | 기존/유사 논문 방식 | 본 연구의 제안 방식 | 실무적 차별성 및 한계 |
|---|---|---|---|
| 입지 선정 범위 | 단일 부지 적합성 평가 (AHP 등 활용) | MCDM + k-medoids 기반 네트워크 배치 | 개별 점수화 탈피, 광역 상호 연계망 구축 |
| 최초 도착 시간 (First-Arrival) | 기존 소방서 기반 출동 (지형 우회 발생) | 최대 71.4% 단축 (현장 근접 스테이징) | 초동 진화 골든타임 확보에 결정적 기여 |
| 출동 사이클 및 물류 용량 | 단순 왕복 비행, 재장전 지연 심화 | 사이클 타임 56.85% 감소, 투하 용량 17→42발/시간 증가 | 하드웨어 가동률 극대화 및 탄력적 물류 연계 |
실무적 파급 효과 및 산업 현장 적용성
본 프레임워크가 제공하는 정량적 성과는 산불 진압 분야를 넘어 물류 드론 관제, 비가시권(BVLOS) 인프라 구축, 그리고 재난안전 통신망 연계 시스템 전반에 걸쳐 광범위한 파급 효과를 가집니다. 특히 하드웨어 및 지상통제시스템(GCS) 엔지니어 관점에서, 본 연구는 단순한 비행체 성능 개선을 넘어 인프라 배치가 비행 효율에 미치는 상관관계를 명확히 입증했습니다.
향후 자율주행 무인이동체와 연계된 스마트 소방 관제 시스템, 실시간 기상 데이터 피드백을 반영한 동적 버티포트 재배치 알고리즘 고도화 등 고도화된 시스템 아키텍처 설계의 기초 자료로 활용될 것으로 전망됩니다.
출처: MDPI Fire – Vertiport Selection and Staging Node Deployment for UAVs in Forest Wildfire Rescue Areas