AI 요약
전통적인 레이더 및 전자전(EW) 시스템이 모드 적응형 위협에 취약해짐에 따라, AI/ML 기반 인지형 RF 시스템이 새로운 패러다임으로 부상하고 있다. 본 백서는 인공신경망, 퍼지 로직, 유전 알고리즘 등을 활용한 인지형 레이더/EW 시스템의 아키텍처와 구현 과제를 다룬다. 주요 과제로는 전술적 엣지에서의 컴퓨팅 자원, 탐지-대응 지연 시간 최소화, 광대역 스펙트럼 커버리지 등이 포함된다.
핵심 포인트
- 모드 적응형 위협 이미터는 예측 불가능한 주파수, 변조 기술, 호핑 방식으로 정적 위협 라이브러리 무력화
- AI/ML 기반 인지형 시스템: 자율적 위협 분류 및 실시간 대응책 생성 가능
- 핵심 구현 과제: SWaP-C 제약, 낮은 탐지 확률 모드, 정확한 위치/항법/타이밍 보장
- HIL(하드웨어 인 더 루프) 및 SIL(시스템 인 더 루프) 테스트베드로 AI/ML 알고리즘 반복 개발 및 검증
향후 전망
- 폐쇄 루프 테스트베드를 통한 인지형 AI/ML 알고리즘의 지속적 고도화
- 경쟁 환경에서 자율적 대응이 가능한 차세대 전자전 시스템으로의 전환 가속화