미래 교통 패러다임 변화(UAM 등)

UAM의 개념 및 특징

도심 항공 모빌리티(Urban Air Mobility, UAM)는 기존의 지상 교통 혼잡을 해소하고, 항공 교통을 통한 빠르고 효율적인 이동을 가능케 하려는 미래 교통 수단이다. 전기 수직이착륙(eVTOL, electric Vertical Take-Off and Landing) 기술과 자율주행, GNSS 기반 항공항법의 발달이 결합되어 근거리 도심 운송 시장에서 높은 관심을 받고 있다. UAM은 상대적으로 짧은 구간을 저고도로 운항하면서 항공 관련 제약 및 소음, 안전성 등의 이슈에 적극 대응해야 한다.

도심 환경에서의 짧은 이착륙 거리 확보, 운항 안전성 보장, 충전 인프라 구축 등은 기존 항공기 운항과 다른 요구 조건을 만들어낸다. 동시에, GNSS 기반 정밀 측위 기술은 저고도에서의 장애물 회피나 정확한 도착 지점 안내 등에 핵심적으로 활용될 수 있다. 예를 들어, 실시간 위치 정보 $\mathbf{x}(t)$가 주어졌을 때, 충돌 회피 알고리즘이나 항로 계획 알고리즘에 GNSS 측정 데이터가 직접 사용될 수 있다.

저고도 항공 교통 관제와 GNSS 활용

기존 항공 교통 관제(Air Traffic Control, ATC)는 고고도 운항 항공기를 중심으로 설계되어 있다. 반면, UAM은 건물 사이를 비행하거나 짧은 항로로 도시 내 이동을 목표로 하므로, 새로운 형태의 교통 관제 체계가 요구된다. 이를 위해 GNSS가 제공하는 정밀한 위치 데이터가 필수적이며, 아래와 같은 핵심 이슈가 존재한다.

• 정확도(Accuracy): 도심의 건물 사이를 안전하게 비행하기 위해서는 수 미터 이내(심지어 수 센티미터 단위)의 정확도가 필요할 수 있다.

• 신뢰성(Reliability): 도시 환경에서 GNSS 신호가 고층 건물이나 구조물에 의해 반사·굴절되거나 음영지역이 형성될 가능성이 커, 측위 신뢰성 확보가 중요하다.

• 무결성(Integrity): 항공 분야에서 무결성 요건은 매우 중요한데, 특정 순간에 GNSS 오차가 갑자기 커지거나 데이터 손실이 발생한다면 즉각적인 대처가 요구된다.

예를 들어, UAM 운항체의 위치 벡터를 $\mathbf{x}(t) \in \mathbb{R}^3$라 하고, $i$번째 위성의 위치 벡터를 $\mathbf{s}_i(t) \in \mathbb{R}^3$라 할 때, 시각 $t$에서의 측정된 거리(의사거리)는 아래와 같이 표현할 수 있다.

$$\rho_i(t) = \|\mathbf{x}(t) - \mathbf{s}_i(t)\| + c \Delta t + \varepsilon_i(t)$$

여기서 $c$는 광속, $\Delta t$는 수신기의 시각 오차, $\varepsilon_i(t)$는 측정 잡음 및 전리층·대류권 오차 등을 모두 포함한 항이다. 정확한 $\rho_i(t)$를 추정하기 위해서는 도심 환경 특유의 다중경로(multipath) 영향 등을 고려한 추가 모델이 필요하다.

도심 환경에서의 GNSS 전파 특성과 보정

UAM은 저고도와 도심 밀집 지역이라는 특수성을 동시에 띠므로, GNSS 신호가 수신기에 도달하기까지 다중 반사나 비정상 전파 경로를 거칠 가능성이 매우 높다. 이를 고려하기 위해서는 전파 모델링 기법과 보정 알고리즘이 정교해져야 한다.

• 다중경로(Multipath) 보정: 직접파(direct path)가 아닌 반사파(reflected path)가 섞여 들어옴으로써 측정 오차가 발생한다. 이를 줄이기 위해서, 추가 센서나 망원경 역할을 하는 지향성 안테나(directional antenna) 등이 활용될 수 있다.

• 인공구조물 반사 모델링: 도심 빌딩의 외벽 재질, 각도 등에 따라 반사 계수가 달라진다. 이를 모사하는 건물·지형 3D 모델링과 GNSS 신호 경로 시뮬레이션이 활발히 연구되고 있다.

• DFMC(dual-frequency multi-constellation): 다주파수·다위성군을 활용함으로써, 특정 주파수 대역에 발생하는 전파 이상 및 전리층·대류권 모델링의 불확실성을 줄이는 방향으로 발전하고 있다.

아래는 도심 환경에서 UAM 운항체와 GNSS 위성, 그리고 지상 관제 시설 간의 신호 흐름을 단순화하여 나타낸 예시 다이어그램이다.

여기서 "UAM Vehicle"에서 "GNSS Satellite"로 가는 화살표는 GNSS 신호 수신을 의미하며, "GNSS Satellite"에서 "Ground Control Station"으로 가는 화살표는 衛星 상태 모니터링 및 보정 정보를 지상국에서 수집·분석함을 시사한다. "Ground Control Station"에서 다시 "UAM Vehicle"로 전달되는 화살표는 GNSS 보정 정보나 운항 지시, 관제 데이터를 의미한다.

신호 보정 기법의 고도화 (PPP, RTK 등)

도심 항공 모빌리티(UAM) 운항에서 요구되는 높은 정밀도(특히 수 cm 단위)는 기존 단독 GNSS 측위(Single Point Positioning) 만으로는 만족하기 어렵다. 이를 해결하기 위해서는 GNSS 보정 기법을 활용하여 오차를 줄이는 과정이 필수적이다.

• RTK(Real-Time Kinematic): 기준국(Reference Station)과 운항체 간에 위상 관측 정보를 실시간으로 교환해 위상 측정 오차를 크게 줄이는 방식이다. 통신 환경이 원활해야 하며, 기준국과의 거리가 멀어질수록 오차 보정 능력이 떨어질 수 있다.

• PPP(Precise Point Positioning): 전 세계적으로 배치된 정밀 궤도·시계 정보 제공 네트워크를 통해 단독 수신기로도 고정밀 측위가 가능한 방식이다. 초기 수 분 정도의 융합 시간이 필요할 수 있으나, 멀리 떨어진 곳에서도 일정 수준 이상의 정밀도를 확보할 수 있다.

• 네트워크 RTK와 PPP-RTK: RTK와 PPP를 결합해 보정 속도와 정확도를 동시에 만족시키는 하이브리드 기법이 연구되고 있다. 여러 개의 기준국 네트워크에서 관측 정보를 모아 중앙 센터에서 처리·보정한 뒤, 이를 다수의 UAM 운항체에 전송함으로써 확장성 있는 항공 교통 관제가 가능해진다.

이와 같은 고정밀 GNSS 솔루션은 $\mathbf{x}(t)$라는 3차원 위치 벡터를 추정할 때, 위상 관측 방정식이 추가된다. 위상 관측값 $\phi_i(t)$(반송파 위상 측정)과 관련해 다음과 같은 단순화된 방정식을 고려할 수 있다.

$$\phi_i(t) = \frac{\|\mathbf{x}(t) - \mathbf{s}_i(t)\|}{\lambda} + N_i + \delta_{\mathrm{ion}} + \delta_{\mathrm{trop}} + \epsilon_\phi$$

• $\lambda$: 반송파 파장

• $N_i$: 정수 모호정수(Integer Ambiguity)

• $\delta_{\mathrm{ion}}, \delta_{\mathrm{trop}}$: 전리층 및 대류권 지연 항

• $\epsilon_\phi$: 기타 잡음 및 오차 항

정확한 $N_i$ 추정(정수 모호정수 해상)이 RTK나 PPP 기법에서 매우 중요한 이슈이며, 특히 UAM의 경우 임무 특성상 계속해서 이착륙 또는 저고도 비행을 반복하므로, 신속하게 위상 모호정수를 해석(Fix)하는 능력이 요구된다.

GNSS-기타 센서 융합 기술

UAM 운항에서는 GNSS 단독으로 모든 상황에서 안정적인 위치 정보를 얻기 어렵다. 예컨대, 건물 사이를 지나가거나 GNSS 위성 가시성이 급격히 변동하는 구역에서는 측위 성능이 저하될 수 있다. 따라서 GNSS 외에도 다음과 같은 센서 융합 기술이 필수적으로 고려된다.

• IMU(Inertial Measurement Unit): 가속도계와 자이로스코프를 활용해 UAM의 자이각(Euler angle), 속도, 가속도를 측정한다. 짧은 시간 GNSS 신호가 가려지더라도 자립 항법(Inertial Navigation)으로 측위 연속성을 유지할 수 있다.

• Lidar/Vision 센서: 지형지물이나 지표면을 스캔하여 상대 위치를 추정한다. 도심 환경에서 건물을 인식하거나, 수직 이착륙 지점을 식별하는 데 활용 가능하다.

• Radar/Altimeter: 저고도에서 고도 정보를 정밀하게 얻기 위해 레이더 고도계가 이용된다. 이착륙 중 지면과의 거리 감지에도 유용하다.

이들 센서를 결합하기 위해서는 통합 항법 알고리즘이 사용된다. 가령, 칼만 필터(Kalman Filter)나 확장 칼만 필터(EKF)를 통한 비선형 상태 추정이 대표적이다. 상태 벡터 $\mathbf{x}(t)$가 위치, 속도, 자세 등을 모두 포함한다고 할 때, 일반적인 선형화 형태를 예시적으로 쓰면 아래와 같은 상태방정식을 가정할 수 있다.

$$\mathbf{\dot{x}}(t) = \mathbf{A}\mathbf{x}(t) + \mathbf{B}\mathbf{u}(t) + \mathbf{w}(t)$$

여기서

• $\mathbf{A}, \mathbf{B}$: 시스템 행렬

• $\mathbf{u}(t)$: 제어(또는 입력) 벡터

• $\mathbf{w}(t)$: 잡음(noise) 항

측정 방정식은 센서 측정값 $\mathbf{z}(t)$를 통해 다음과 같이 표현될 수 있다.

$$\mathbf{z}(t) = \mathbf{H}\mathbf{x}(t) + \mathbf{v}(t)$$

• $\mathbf{H}$: 측정 행렬

• $\mathbf{v}(t)$: 측정 잡음(noise)

GNSS, IMU, Lidar 등에서 얻은 관측값에 따라 $\mathbf{H}$와 $\mathbf{z}(t)$가 달라지며, EKF 같은 비선형 기법을 적용할 경우 관측 모델을 선형화한다. 이때, UAM 특유의 급격한 자세 변화나 도심 장애물에 의한 측정 누락을 동적으로 처리할 수 있어야 하며, 각 센서의 신뢰도 가중치(Weighting) 설계가 중요하다.

통신 인프라 연계 및 미래 확장

UAM 운항은 GNSS 신호만으로는 충분하지 않고, 보정 정보나 관제·감시 데이터를 실시간으로 교환하기 위해 지상·위성 기반 통신 인프라와의 유기적 연계가 필요하다. 최근 5G/6G, 위성 통신, 저궤도 위성(LEO) 네트워크 등이 함께 논의되고 있다.

• 5G/6G: 초저지연(Ultra-Low Latency) 통신이 가능해, 운항체와 관제센터 간의 데이터를 실시간으로 교환할 수 있다.

• LEO 위성 통신: 지상 인프라가 충분치 않은 지역 혹은 해상·산악 지대 등을 커버하기 위해 저궤도 위성이 주목받는다.

• 미래형 CNS(Communication, Navigation, Surveillance): 통신과 항법, 감시 기술이 융합된 CNS 시스템이 UAM의 안전 운항을 위한 핵심 기술 중 하나로 자리잡고 있다.

여기서 GNSS 정보 외에도 다른 센서 및 통신망으로부터 들어오는 데이터를 적절히 융합하여, UAM 운항체가 위치 및 비행 상태를 정교하게 파악할 수 있도록 한다.

UTM(Unmanned Traffic Management) 및 UAM 교통관리

도심 항공 모빌리티(UAM)는 기존의 항공 교통체계(ATC)와 달리, 도심의 저고도 공역을 활용한다. 무인기(드론)를 포함한 저고도 운항체의 급격한 증가로 인해 교통관리 및 충돌 방지 기술이 요구되고 있으며, 이를 위해 무인교통관리(UTM, Unmanned Traffic Management) 혹은 UAM 전용 교통관리 체계가 필수적으로 고려된다.

• 탐지(Detection) 및 식별(Identification) 저고도 공역에 다수의 UAM 운항체가 동시에 들어올 경우, 각 운항체의 위치·신원·비행계획 등을 실시간으로 모니터링하는 기능이 필요하다. GNSS 기반 위치정보와 기체 식별(ID) 정보를 연동하는 표준화 과정이 진행 중이다.

• 충돌 방지(Conflict Management) UAM 운항체 간 충돌을 예방하기 위해서는 4차원(3차원 공간 + 시간) 경로 계획 및 우선순위 정책 등이 마련되어야 한다. 예를 들어, 시간축을 포함한 경로 $\mathbf{p}(t)$가 여러 UAM 운항체 간에 충돌하지 않도록, 중앙 관제시스템이 매 순간 경로를 재계산하거나 운항체 스스로 협상·회피 알고리즘을 구현할 수 있다.

• AI 기반 예측 알고리즘 비정상 상황(기상악화, 차량 고장 등)이나 돌발 상황(조류 충돌, 장애물 출현)을 빠르게 감지·예측하고, 운항체가 자율적으로 회피 경로를 결정하기 위해 AI가 활용된다. 이때도 GNSS 정보와 보조 센서 데이터를 융합하여, 비정상 상태에서의 위치 오차가 최소화되도록 해야 한다.

표준화 및 인증 동향

UAM 시스템이 대중적으로 상용화되려면 안전성·신뢰성·상호운용성에 관한 표준화가 이루어져야 한다. 여러 국제기구와 각국 항공 당국이 협력하여 다음과 같은 분야에서 인증 기준을 마련 중이다.

• 항공기체 인증(Airworthiness Certification) eVTOL 기체가 승객을 태울 수 있는 충분한 안정성을 확보했음을 입증하는 절차다. GNSS 안테나 및 수신기, IMU, 배터리, 추진 모터 등 핵심 장치 모두가 표준 규격을 충족해야 한다.

• 운항 절차 및 관제 표준(Operation & Control) 기존 항공기 운항 절차와는 다른 저고도·단거리 비행 특성을 반영한 운항 메뉴얼, 지상 관제와의 데이터 교환 형식, 비상상황 매뉴얼 등이 정의되어야 한다.

• 데이터 보안 및 개인정보 보호 GNSS 위치정보는 운항체 실시간 추적에 활용될 수 있으므로, 데이터 암호화와 개인 프라이버시 보호가 중요한 이슈다.

안전·위험관리 체계

UAM은 운영 환경 특성상 지상 인구 밀집지역 위를 비행하는 일이 많으므로, 전통적인 항공 위험관리보다 한층 엄격한 안전대책이 요구된다.

• 운항체冗長성(Redundancy) 전기모터, 배터리, 통신모듈, 항법센서 등 핵심 장치에 대해 다중화(Redundancy) 구조를 적용하여 단일 고장이 전체 시스템에 치명적 영향을 주지 않도록 설계한다.

• Fallback(비상 착륙) 전략 만일 GNSS가 갑작스럽게 수신 불능이 되거나 통신이 두절될 때를 대비하여, IMU 단독으로 근접 착륙 지점을 찾는 알고리즘 혹은 낙하산 시스템 등 물리적 보조장치를 구비한다.

• 운항경로 Risk Assessment 도심지 상공을 비행하는 경로마다 건물 밀집도, 지상 인구 분포, 장애물 형태 등을 고려하여 위험도를 계산하고, 저위험 경로부터 우선적으로 배정하는 방식의 알고리즘 연구가 진행 중이다. 예를 들어, 시간 $t$에서 경로 $\mathbf{p}(t)$가 통과하는 지점의 위험도 함수를 $R(\mathbf{p}(t), t)$라 할 때, 총 위험도는 다음과 같이 정의할 수 있다.

$$\displaystyle \text{Risk} = \int_{t_0}^{t_f} R(\mathbf{p}(t), t) \, dt$$

여기서 $t_0$와 $t_f$는 운항 시작 시각과 종료 시각이며, $R(\cdot)$ 함수를 최소화하는 경로 계획 문제는 최적화 기법이나 AI 탐색 알고리즘을 통해 해결될 수 있다.

경제·산업적 파급효과

UAM 생태계의 발전은 기체 제조사, 항법·통신 장비 개발사, 운영 서비스 기업, 도시 인프라 관련 업계 등 다양한 산업군에 걸쳐 파급효과를 낳고 있다. GNSS 활용 및 정밀측위 서비스를 제공하는 분야도 크게 확장될 것으로 예측된다.

• 인프라 투자 및 일자리 창출 도심 내 버티포트(Vertiport) 건설, 통신·항법 보조장치 구축, 정비소·충전소 확보 등에 대한 대규모 투자와 이에 따른 고용이 예상된다.

• 데이터 플랫폼 사업 UAM 운항 데이터(위치·고도·속도·비행 경로 등), 정비 이력, 승객 정보, 항로 혼잡도 등이 모두 디지털 플랫폼을 통해 통합 관리될 수 있으며, 이를 활용한 새 비즈니스 모델도 등장한다.

• 도심 관광·물류 서비스 승객 운송 외에도 긴급 물류, 신선 식품 배송, 의료물품 이송, 재난 현장 지원 등 특수 분야에서 UAM 활용도가 높아질 것으로 보인다.

시민 수용성과 사회적 이슈

UAM이 실제 도심 상공을 비행하게 되면, 기술적·법적 문제 외에도 시민들이 느끼는 불안감이나 소음 문제 등이 부각될 수 있다.

• 소음 공해 eVTOL 기체가 기존 헬리콥터 대비 조용한 편이라고 해도, 저고도로 비행하므로 도심 지역 주민이 체감하는 소음은 상당할 수 있다. 관련 연구에서는 날개의 형태, 회전 날개 수·각도 등을 달리하여 소음을 최소화하는 설계가 시도되고 있다. 더불어, 도심 내 버티포트(Vertiport) 위치를 어디에 설치할 것인지도 소음 영향 평가를 고려해야 한다.

• 프라이버시·사생활 침해 우려 도심 상공을 지나가면서 카메라나 센서 장치로 지상을 관찰할 수 있다는 점이 개인정보 보호와 충돌할 수 있다. 이를 해결하기 위해서 운항체는 필요한 데이터 이외의 영상·정보를 저장하지 않도록 하는 기술적·제도적 장치가 마련되어야 한다.

• 비용 및 접근성 초기에는 비교적 고가의 운송 수단이 될 가능성이 크다. 따라서 특정 소득층만 이용 가능하다는 비판이 있을 수 있으며, 점차 대중화되기 위해서는 운영 비용 절감과 요금 인하 방안이 강구되어야 한다.

공역 재구성 이슈

UAM 운항을 위해서는 기존 공역(Airspace)의 분할과 관리체계를 재정비할 필요가 있다.

• 저고도 공역 구조 일정 고도 이하(예: 150m~600m 범위)를 UAM·드론 전용으로 설정하고, 이 구역을 정밀 관제 영역(Controlled Airspace)으로 전환할 것인지에 대한 검토가 진행 중이다. 도시별로 지형·건물 높이·공항 접근 경로 등이 다르므로, 표준화보다는 지역별 맞춤형 공역 재설계가 요구된다.

• 임시 비행금지구역(No-fly zone) 설정 군사시설, 국가중요시설, 인구밀집 대규모 행사장 등 민감 지역 주변을 비행 금지 혹은 제한구역으로 설정해야 하는데, UAM 운항 경로가 이를 어떻게 회피할 것인지가 쟁점이다.

• 우선순위 부여 구급·소방 등 긴급 임무를 수행하는 UAM은 일반 여객 운항보다 상위 우선순위를 받을 수 있으며, 이 경우 교통관리 체계에서 자동으로 경로 조정 및 통신 우선권이 부여될 수 있다.

국제 협력 및 해외 사례

UAM은 전 세계적으로 관심이 높아, 다양한 국가와 기업이 실증사업(Pilot Program)과 시범 운영을 진행하고 있다.

• 미국 NASA와 FAA 협업 NASA는 UAM 관련 연구 프로그램을 통해 eVTOL 기술 및 UTM(무인교통관리) 시스템 개발을 지원 중이며, FAA는 저고도 공역 안전 기준과 항공 인증 절차를 마련하고 있다.

• 유럽 EASA(유럽항공안전청)의 U-Space 구상 유럽에서는 드론·UAM 통합 운항을 위한 U-Space 개념을 제시하고, 각 단계별(Foundation Services, U-Space Services 등) 운항 절차 및 안전 규정을 구체화하고 있다.

• 아시아 지역 실증사업 싱가포르, 일본, 한국 등은 도심 인구밀집도가 높아 UAM 실증을 통해 물류·택시 서비스를 시험하고, 공역 관리와 사회적 수용성에 대한 데이터를 축적 중이다.

연구 개발 동향

UAM은 항공우주·자동차·ICT·로보틱스 등 다양한 분야의 융합 기술이므로, 여러 산업체와 연구기관이 활발히 협력하고 있다.

• eVTOL 기체 설계 최적화 배터리 밀도 향상, 고출력 모터 및 전력분배 설계, 경량화 기술이 핵심이며, 일부 기업은 수소연료전지 기반 파워트레인도 연구하고 있다.

• 인공지능 기반 자율비행 GNSS뿐 아니라 카메라·레이더·라이다에서 들어오는 데이터를 종합해, 실시간으로 주변 물체 인식을 수행하고 기체 제어를 자동화하는 기술이 발전하고 있다.

• 버티포트 표준화 및 운영 자동화 공항처럼 활주로가 아닌 수직이착륙을 위해 특화된 인프라 설계, 자동 충전/교체 스테이션, 디지털 관제 시스템 등의 개발이 이루어지고 있다.

• GNSS + 6G 통신 융합 미래 통신 체계를 통해 cm급 위치 정밀도와 초저지연 데이터 전송을 동시에 달성하려는 연구가 진행 중이다. 예를 들어, 차량간(V2V), 차량-인프라(V2I) 간 통신을 통한 협력 측위(Cooperative Positioning)도 다뤄지고 있다.

UAM의 장기 전망

운항체 자체는 소형 무인기를 포함해 점점 더 다양화·세분화될 것으로 보이며, GNSS 기반 정밀 측위와 다양한 센서·통신 융합은 필수 요소로 자리잡을 것으로 예견된다. 교통 수단으로서의 완전 자율화가 이루어지기 전까지는 일정 기간 준자율(半자율) 운항이 현실적인 시나리오로 거론된다.