좌우 방향의 제1 빔폭(α)과 상하 방향의 제2 빔폭(β)을 가지면서 대상지역 내에서 소정 거리만큼 이격되어 설치되며, 설정된 복수 개의 높이만큼 순차적으로 틸팅(tilting)되면서 좌우 방향으로 회전하여 상기 대상지역을 스캔하는 복수 개의 스캐너; 및상기 복수 개의 스캐너로부터 각각 획득되는 제1 RF 신호 및 제2 RF 신호를 주파수-시간 영역의 스펙트로그램(spectrogram) 및 주파수-신호세기 영역의 스펙트럼(spectrum)으로 변환하고, 변환된 상기 스펙트로그램 및 변환된 상기 스펙트럼을 기 학습된 제1 모델 및 제2 모델에 각각 입력하여 상기 대상지역 내의 드론을 탐지하는 서버를 포함하며,상기 서버는, 상기 드론이 탐지된 시점에서 수집된 주파수-시간 영역의 스펙트로그램인 복수 개의 제1 학습 데이터, 및 상기 드론이 탐지된 시점에서 수집된 주파수-신호세기 영역의 스펙트럼인 복수 개의 제2 학습 데이터를 상기 제1 모델 및 상기 제2 모델에 각각 학습시키며,상기 서버는, 상기 제1 학습 데이터를 설정된 시간 단위 및 주파수 단위로 각각 N개의 청크 및 M개의 청크로 분할하며, 상기 N개의 청크 각각과 상기 M개의 청크 각각을 제1 입력값(x1)으로 설정하고, 상기 N개의 청크 각각 및 상기 M개의 청크 각각에 대응되는 드론의 존재여부 및 높이 정보와 드론의 제조사 정보를 제1 라벨값(y1)으로 설정한 후 상기 제1 입력값(x1)과 상기 제1 라벨값(y1)의 쌍을 상기 제1 모델에 입력함으로써 상기 제1 모델을 학습시키고,상기 서버는, 상기 제2 학습 데이터를 설정된 주파수 단위로 P개의 청크로 분할하며, 상기 P개의 청크 각각을 제2 입력값(x2)으로 설정하고, 상기 P개의 청크 각각에 대응되는 드론의 제조사 정보를 제2 라벨값(y2)으로 설정한 후 상기 제2 입력값(x2)과 상기 제2 라벨값(y2)의 쌍을 상기 제2 모델에 입력함으로써 상기 제2 모델을 학습시키며,상기 제1 모델은, 변환된 상기 스펙트로그램이 입력됨에 따라 N+M개의 청크별 드론의 높이 정보에 대한 제1 확률값 및 상기 N+M개의 청크별 드론의 제조사 정보에 대한 제2 확률값을 포함하는 제1 출력값을 출력하도록 구성되며,상기 제2 모델은, 변환된 상기 스펙트럼이 입력됨에 따라 상기 P개의 청크별 드론의 제조사 정보에 대한 제3 확률값을 포함하는 제2 출력값을 출력하도록 구성되고,상기 서버는, 상기 대상지역에서 실제 가장 많이 검출되는 드론의 제조사 정보에 따라 분할되는 각 청크의 개수(즉, 상기 N개, 상기 M개, 상기 P개)를 동적으로 변경하여 상기 제1 모델 및 상기 제2 모델을 학습시키며,상기 서버는, 상기 N+M개의 청크별 제1 확률값 및 제2 확률값과 설정된 기준 확률치들을 비교하고, 상기 N+M개의 청크들 중 연속되는 설정된 복수 개의 청크들에 대한 제1 확률값 및 제2 확률값의 조합들과 설정된 기준 확률치들의 패턴을 비교하여 상기 대상지역 내 드론의 존재여부, 높이 및 제조사를 각각 탐지하되, 상기 제1 출력값을 기반으로 도출된 제조사의 확률값이 기준치 미만인 경우 설정된 가중치에 따라 상기 제1 출력값을 기반으로 도출된 제조사의 확률값과 상기 제2 출력값을 기반으로 도출된 제조사의 확률값을 모두 고려하여 상기 대상지역 내 드론의 제조사를 탐지하는, 인공지능 기반의 드론 탐지 시스템.