지식추론형 AI 기반 항공 엔진 창정비 분석

본 사업은 군과 민간 스타트업 간 개방형 협업을 통해 국방 기술 혁신을 가속화하기 위해 마련된 프로그램입니다. 급속히 변화하는 전장 환경과 국방 디지털 전환 흐름 속에서, 군은 실증 기반의 신속한 기술 확보를 희망하고 스타트업은 시제품 제작·검증·사업화의 기회를 요구하고 있어 양측의 수요를 연계하는 형태로 설계되었습니다. 올해 공모는 전략과제 기반 Top-Down 방식과 기업 제안 기반 Bottom-Up 방식이 병행되며, 다양한 산·학·연이 참여할 수 있습니다. 선정 기업은 군 협업 기반 PoC 수행과 함께 국방부 시범사업 및 중기부 후속 R&D로 확장될 수 있는 산업화 경로를 기대할 수 있습니다.

이 과제의 목표는 항공기 엔진 창정비 과정에서 필요한 부품 수명 관리와 상태 점검을 AI 기반 지식추론 기술로 자동분석하는 체계를 구축하는 것입니다. 이를 위해 정비 매뉴얼, 실측 센서 데이터, 과거 고장 이력을 통합적으로 해석할 수 있는 알고리즘을 개발하고, 엔진 주요 구성품의 이상 징후를 사전 예측하는 모델을 구현합니다. 초기 단계에서는 데이터 구조화 및 지식 그래프 설계를 진행하고, 중간 단계에서는 지식추론형 AI 모델의 학습·검증·고도화를 수행하며, 최종 단계에서는 군 협업 기반 PoC 환경에서 실제 엔진 정비 사례를 대상으로 실증합니다. 이를 통해 정비 효율 향상, 오류 감소, 군 정비 체계의 디지털 전환을 달성하는 것이 최종 목표입니다.

이 과제는 항공기 엔진 창정비 과정에서 발생하는 복잡한 부품 상태 정보와 수명 데이터를 AI 기반으로 정밀 분석하는 기술을 개발하는 것을 중심으로 구성됩니다. 군이 보유한 실제 정비 데이터와 현장 피드백을 기반으로 기술을 고도화하며, 최종적으로는 PoC를 통해 군 정비 체계에 적용성을 검증합니다. 주요 수행 내용은 다음과 같습니다. 1. 초기 데이터 분석·지식 구조화 - 엔진 정비 매뉴얼, 센서 데이터, 부품 이력 등 다양한 자료 수집 - 정비 절차·부품 간 관계를 표현하는 지식 그래프 설계 - 데이터 품질 정비 및 표준화 체계 구축 2. 지식추론형 AI 모델 개발 - 규칙 기반 지식추론과 머신러닝 기반 예측모델을 결합한 분석 알고리즘 개발 - 부품 잔여 수명(ROL) 및 상태 이상 패턴 탐지 모델 구축 - 다중 센서·이력 데이터를 통합 분석하는 엔진 상태 판단 로직 개발 3. 모델 검증 및 엔진 정비 적용 실험 - 군 협업 환경에서 SIL/HIL 기반 시험·검증 수행 - 실제 창정비 절차와 연계한 테스트 시나리오 운영 - 오탐·미탐 최소화를 위한 알고리즘 보정 및 최적화 4. 시제품 제작 및 PoC 수행 - 정비지원용 AI 분석 프로토타입 개발 - 군 정비 인력과의 밋업 후 현장 요구사항 반영 - 엔진 주요 부품을 대상으로 실증 테스트 진행 5. 확장 가능성 및 사업화 전략 수립 - 군 정비 정보체계와 연동 가능한 확장 모델 제시 - 향후 국방부 시범사업·전력지원 연계 전략 마련 - 민간 항공 정비(MRO) 적용 가능성 분석 및 활용계획 정리 이 과제는 항공·AI·정비 자동화 분야의 역량을 보유한 기업에게 적합하며, 군 협업 기반 실증 경험과 기술 고도화를 동시에 확보할 수 있는 기회입니다.