드론 관련 학계 및 업계에서는 그동안 '제어법칙(Guidance Law)'을 이용해 드론을 이착륙시켰다. 이는 목표 지점까지 경로를 생성해 드론이 이·착륙하도록 하는 방법인데, 돌발 상황에 대응할 수 없는 문제점이 있었다. 목표지점이 움직이거나 드론이 강풍으로 경로를 벗어나면 정확한 움직임을 구현하기 어려웠다.
연구팀은 딥러닝 학습으로 드론이 마치 '직관'을 가진 것처럼 스스로 상황을 인지·판단하게 해 문제를 해결했다. 자체 개발한 시뮬레이션 시스템 안에서 가상 드론을 상공에서 지상으로 반복해 떨어뜨렸다. 목표지점과 드론의 위치가 가까울수록 '보상'을 주는 방식을 적용해 강화학습을 진행했다.
연구팀은 실제 실험으로 기술 성능을 입증했다. 약 1900회 강화학습을 거친 드론으로 외부 실험을 진행한 결과 드론이 스스로 목표지점을 감지하고 착륙하는 것을 확인했다. 목표지점이 움직이는 환경에서도 정확하게 착륙 과정을 마쳤다.
연구팀은 이 기술을 다양한 분야에 적용할 수 있다고 설명했다. 도로나 바다위를 달리는 다양한 이동체에서 드론을 활용하는 길을 연다. 비행과정에서 자동으로 '장애물'을 피하도록 학습하면 복잡한 도심 내 드론 비행을 가능하게 한다.
방효충 교수는 “그동안 제어법칙 기반으로는 불가능했던 이동체 목표 드론 착륙을 가능하게 하는 기술 개발에 성공했다”며 “드론 활용도를 높이고, 관련 신산업 창출 및 발전이 가능해질 것”이라고 말했다.