탑재형 AI를 훈련해 미등록 선박을 탐지하는 교육용 드론

니즈니노브고로드에서 교육용 드론 Geoscan Pioneer Mini 2가 처음으로 수면 위에서 광류(optical flow) 모드로 운용되었다. 신경망(뉴럴 네트워크)은 소형 선박 모형을 찾아내고, 등록 표식이 있는 물체와 없는 물체를 구분하며, 사진 촬영을 수행하도록 훈련되었다. 드론은 모의 수역을 자율적으로 비행하며 그 위의 선박들을 찾아내야 했다. 신경망은 각 선박의 색상, 등록 표식의 유무를 판별하고, 해당 선박이 허가된 구역 내에 있는지를 확인했다. 이를 통해 시스템은 미등록 선박과 설정된 경계를 벗어난 선박을 식별할 수 있었다. 드론은 발견한 물체를 촬영하고 총 개수를 세어 기록한 뒤, 출발 지점으로 돌아와 스스로 착륙했다. 수면 위에서의 작업은 광학 항법을 더욱 어렵게 만드는데, 눈부심과 반사, 대비가 뚜렷한 기준점의 부재가 쿼드콥터의 이동 판단을 방해하기 때문이다. 참가자들은 안정성을 유지하면서도 인식에 적합한 영상을 확보할 수 있는 비행 경로와 비행 파라미터를 선택해야 했다. 심사위원들은 탐지 및 분류 정확도, 사진 촬영, 오탐지(false positive) 여부, 출발 지점 귀환, 과제 수행 시간을 평가했다. Geoscan 모스크바의 교육 부문 부사장인 Daniil Zolotnik은 이 나라에는 완성된 생성형 서비스를 활용할 수 있는 것뿐만 아니라, 실제 장비에서 물리적 AI 알고리즘을 작동시킬 수 있는 엔지니어가 필요하다고 말했다. 이번 대회에서 참가자들은 블록 코딩에서 시작해 텍스트 기반 프로그래밍으로 넘어가고, 최종적으로는 드론 제어를 위한 자체 신경망 알고리즘을 작성하는 방식으로, 접근하기 쉬운 과제를 통해 이러한 역량을 익힌다. Geoscan Pioneer Mini 2는 온보드 인공지능(AI)을 탑재한 러시아 최초의 양산형 교육용 쿼드콥터다. 회전형 서보 드라이브에 장착된 2K 카메라와 신경망 가속기가 내장된 8코어 프로세서를 갖추고 있다. 데이터를 기기 내부에서 직접 처리함으로써 이 콥터는 서버 연결 없이도 물체를 인식하고, 자율 비행을 수행하며, 군집(스웜) 형태로 작동할 수 있다. 이러한 기능 덕분에 Pioneer Mini 2는 엔지니어링 캠프, 초중고 및 대학 프로젝트 등에 활용될 수 있으며, 학생들은 드론 조종법을 배우는 것뿐만 아니라 실용적인 과제를 위한 자체 AI 알고리즘도 개발하게 된다. 이 쿼드콥터는 2025년 Geoscan이 개발했다.