전장 상황인식 및 멀티에이전트 협업 지능 연구

Battlefield Situation Awareness and Multi-Agent Collaborative Intelligence

연구 내용

생성형 AI와 멀티에이전트 협업 구조를 활용해 전장 상황을 실시간으로 인식하고 지휘 결정을 지원하는 연구

전장 환경에서 지휘관과 전투원이 필요로 하는 상황인식 정보를 안정적으로 제공하기 위한 연구를 수행합니다. 개별 처리된 멀티모달 지식 정보를 융합하는 멀티에이전트 기반 아키텍처를 설계하고, 학습을 위한 데이터셋을 구성합니다. 시공간 다층 모델과 CNN-LSTM 기반 시계열 예측 구조로 시간적·공간적 특징을 함께 학습합니다. 또한 GNSS-denied 열악한 환경을 전제로 유·무인 협업 시스템의 전장 상황인식 및 위협 판단 기능을 구현하는 차별성을 보유합니다.

관련 프로젝트

0건

연구 흐름

초기에는 시공간 다층 모델을 통해 전장 인식용 데이터셋을 구성하고 신경망을 학습하는 접근을 수행했습니다. 동시에 전장 상황인식에 대한 딥 AI 모델을 설계하여 지휘 의사결정 지원 방향의 기반을 마련했습니다. 이후 CNN과 LSTM을 결합한 구조로 시간열의 변화를 반영하는 모델링을 확장했습니다. 2024년에는 협업형 멀티에이전트 아키텍처와 사전학습 생성형 LLM 기반 전장 상황인식으로 실시간 인식과 데이터 융합의 구현 범위를 넓혔습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

실시간 전장 상황인식
위협 탐지 및 분류
멀티모달 데이터 융합
GNSS-denied 전장 모델
전투원 및 지휘관 의사결정 지원
전술 맵 생성
다중 에이전트 학습 데이터셋
시공간 예측 모델링
전투 훈련 시뮬레이터 고도화
협업형 뉴로에이전트 프로토타입