민간 사업으로 검증된 공간 AI 기술, 방산 체계로 이식
서울 역삼동에 위치한 메이사 전경
공간 AI 전문기업 메이사(대표 최석원·김동영)가 한국항공우주산업(KAI)과 함께 국방 비행 시뮬레이터용 ‘공간 AI 3D 맵 솔루션’ 개발에 착수했다고 밝혔다. 2026년 하반기부터 약 2년간 진행되는 이번 사업에서 메이사는 KAI가 제작하는 고정익·회전익·무인기 시뮬레이터에 적용될 대규모 실사 기반 3D 지형 맵의 구축·갱신·서비스 시스템을 자체 기술로 통합 개발한다.
메이사의 공간 AI 솔루션은 DL이앤씨, 대우건설, IPARK현대산업개발 등 국내 최상위 종합 건설사에서 ‘전 현장 표준 솔루션’으로 운용되며 상용화를 마친 기술이다. 민간 산업 현장에서 검증된 대규모 데이터 처리·정밀 복원 역량이 방산 가상훈련 체계로 이식되는 사례라는 점에서 주목받는다.<시뮬레이터는 기체와 함께 요구되는 ‘필수 구성품’>
조종 훈련을 실기체 비행으로만 소화하는 것은 사실상 불가능하다. 비행시간당 운용 비용이 크고 정비 주기와 기상 조건에 훈련 횟수가 묶이며, 위험 상황 대응이나 특정 작전 구역 침투처럼 실제로 반복 연습하기 어려운 임무가 훈련의 핵심을 차지한다. 때문에 항공기 도입 시 기체와 동일한 조종 환경을 재현한 시뮬레이터를 함께 요구하게 되며, 도입국의 훈련 체계 요구가 높아지면서 시뮬레이터의 완성도 역시 기체 사업 경쟁력의 일환으로 자리 잡고 있다.
<훈련 가치를 결정하는 것은 ‘지형 맵’?
조종 계통과 항전 장비가 정확히 모사돼도 창밖 지형이 실제와 다르면 훈련 효과는 크게 떨어진다. 조종사는 지형지물을 기준으로 항법을 판단하고, 표적 식별과 진입 경로 선정도 실제 지형의 형상·질감에 의존한다. 과거 지형 맵이 구조물의 위치와 부피감을 표현하는 수준에 머물렀던 반면 최근 요구 수준은 표면 질감과 빛의 반사까지 반영한 고해상도 실사 환경으로 옮겨갔다. 도심 개발이나 시설 변화가 반영되지 않은 맵으로는 최신 작전 환경을 예행 연습할 수 없어 갱신 주기 역시 연 단위에서 개월 단위로 앞당겨지고 있다.
<위성과 드론을 모두 다룰 수 있어야 하는 이유>
메이사가 위성과 드론 데이터를 결합한 것은 기종별로 요구되는 맵의 성격이 다르기 때문이다. 고고도에서 넓은 공역을 이동하는 고정익 항공기에는 국가 단위를 덮는 광역 맵이 필요해 위성 기반 복원이 현실적이고, 저고도에서 건물과 지물 사이를 비행하는 회전익·무인기에는 개별 건물의 형상과 질감까지 담는 초정밀 모델이 요구돼 드론 기반 복원이 적합하다. 두 데이터는 해상도와 오차 특성이 근본적으로 달라 각각의 복원 파이프라인과 이를 정합하는 기술을 동시에 갖춰야 하는데, 국내에서 양쪽을 모두 보유한 사업자는 드물다.
메이사는 두 맵을 하나의 좌표 체계로 통합해 정밀 작전 구역과 광역 배경이 이어지는 단일 ‘고해상도 월드 모델(World Model)’로 구현한다. 여기에 3D 공간 스트리밍 기술로 다수 시뮬레이터 동시 접속을 지원하고, 주·야간과 적외선(IR)·영상(EO) 센서 모사까지 제공해 실제 작전에 가까운 임무 예행연습(Mission Rehearsal)이 가능해진다.
지형 맵 생성 전 과정을 자체 기술로 구현함에 따라 외산 상용 엔진과 수작업 갱신에 의존하며 발생했던 라이선스 부담과 운용 불확실성도 해소된다. 메이사 신승수 CTO는 “시뮬레이터의 훈련 가치는 지형 맵의 현실성에서 나오며, 이를 위해서는 위성과 드론 데이터를 함께 다룰 수 있어야 한다”며 “수백 개 민간 현장에서 다듬어온 기술을 국방 특유의 운용 환경과 보안 요구 수준에 맞춰 완성도 높게 안착시키는 데 집중하겠다”고 했다.
[ⓒ 케이아이이뉴스-(구)에너지단열경제. 무단전재-재배포 금지]
