본문으로 바로가기
스토리로 돌아가기
AI View Group은 자율 주행 도킹 드론을 활용하여 이탈리아 고속도로 모니터링 방식을 어떻게 혁신하고 있을까요?

AI View Group은 자율 주행 도킹 드론을 활용하여 이탈리아 고속도로 모니터링 방식을 어떻게 혁신하고 있을까요?

AI View Group은 자율 주행 도킹 드론을 활용하여 이탈리아 고속도로 모니터링 방식을 어떻게 혁신하고 있을까요?
  • 산업긴급 대응
  • Decrease in intervention time0%
  • Increase in event detection0%

AI View Group은 10년 이상 운송 부문에서 쌓은 경험을 바탕으로 이탈리아 드론 서비스 시장의 선두주자로 자리매김했습니다. 30명 이상의 정규직 직원과 광범위한 전문가 네트워크를 보유하고 있으며, 최근 하이튼 그룹(Highten Group)의 유럽 지역 사무소로 합류했습니다. AI View Group은 인증된 조종사, 기술 개발 및 인공지능 분야의 전문성을 바탕으로 교통 모니터링만을 위한 원격 드론 임무 3,000건 이상을 성공적으로 수행하며 인상적인 실적을 쌓아왔습니다. 자율 운영 분야의 디지털 전환을 주도하려는 노력으로 이탈리아 최대 인프라 기업들의 신뢰받는 파트너가 되었습니다. NestGen '25 세션 중 하나에서, 안전과 효율성을 결합한 무인 기술 운영 전문 기업인 이탈리아 기업 AI View Group의 CEO 니콜라 마리에티(Nicola Marietti)와 인터뷰를 진행했습니다. 2012년 설립된 AI View Group은 항공 지능 분야의 선구자로서 기업 고객들이 드론 기술을 운영 및 유지 관리 프로세스에 도입할 수 있도록 지원하고 있습니다. 자율 드론을 활용한 고속도로 점검의 혁신에 대한 그들의 이야기를 아래에서 확인하세요. 👇

02

도전

"고속도로 운영자들은 특히 교통량이 많은 시간대나 비상 상황 시 수백 킬로미터에 달하는 도로 구간에서 실시간 상황 파악을 유지하는 데 상당한 어려움에 직면합니다." - Nicola Marietti, CEO, AI View Group

이탈리아 고속도로망 운영업체들은 여러 가지 중요한 운영상의 어려움에 직면했습니다.

  • 시야 제한고정식 카메라는 고속도로망의 일부만 커버할 수 있어, 특히 주요 교통 혼잡 지점과 외딴 지역에서는 실시간 모니터링이 불가능한 구간이 많았습니다.
  • 지연된 응답 시간사고 현장이나 교통 상황을 항공에서 즉시 확인할 수 없기 때문에, 응급 구조대는 종종 불완전한 정보를 가지고 출동하게 되어 개입 시간이 길어지고 안전 위험이 증가합니다.
  • 인프라 모니터링 격차기존의 검사 방식으로는 손상된 방호벽, 도로 표면 노후화 또는 안전 위험과 같은 기반 시설 문제를 심각한 고장으로 발전하기 전에 효율적으로 감지할 수 없었습니다.
  • 자원 제약광대한 고속도로망에 대한 수동 검사는 상당한 인력과 시간 투자를 필요로 했으며, 검사관들은 종종 고속으로 주행하는 차량에 매우 가까운 위험한 환경에서 작업해야 했습니다.

이러한 문제점들은 이탈리아의 주요 교통 인프라 전반에 걸쳐 사고 위험 증가, 교통 체증 비용 증가, 유지 보수 비효율성을 초래했습니다.

03

해결책

AI View Group은 이러한 문제들을 해결하기 위해 ReADI(Remote Autonomous Drone Intelligence Command and Control Center)라는 통합 자율 드론 시스템을 개발했습니다. 이 솔루션은 고속도로를 따라 전략적으로 배치된 드론 도킹 스테이션과 중앙 집중식 원격 조종 기능, 그리고 AI 기반 분석 기능을 결합한 것입니다.

시스템 아키텍처는 다음과 같은 몇 가지 핵심 구성 요소를 통합합니다.

  1. 하드웨어 인프라중거리 드론 모델로는 Matrice 300 RTK 및 M30T 등이 있으며, 장거리 감시를 위한 수직 이착륙(VTOL) 드론도 운용됩니다. 각 드론은 톨게이트 및 휴게소와 같은 주요 고속도로 지점에 설치된 보안 도킹 스테이션에 보관됩니다.
  2. 명령 및 제어 소프트웨어FlytBase 플랫폼은 원격 조종, 임무 계획 및 UTM(무인 항공 교통 관리) 서비스와의 통합을 가능하게 하는 핵심 비행 관리 시스템 역할을 합니다.
  3. AI 분석 레이어자체 개발 알고리즘은 드론으로 촬영한 데이터를 처리하여 교통 분석, 이상 징후 감지, 기반 시설 점검 및 긴급 대응 조정을 수행합니다. 이 시스템은 고속도로 운영자의 교통 관제실과 직접 연결되어 드론 영상을 비디오 월에 기존 고정 카메라 데이터와 함께 표시하고 자동 경보를 제공합니다.
  4. 통합 프레임워크이 시스템은 고속도로 운영사의 교통 관제실과 직접 연결되어 드론 영상을 비디오 월에 기존 고정 카메라 데이터와 함께 표시하고 자동 알림을 제공합니다.
04

작동 방식

운영 워크플로는 구조화된 프로세스를 따릅니다.

  1. 이 시스템은 정기 운항과 요청 시 긴급 배치라는 두 가지 모드로 작동합니다.
  2. 일상적인 모니터링을 위해 드론은 미리 프로그래밍된 비행 패턴을 실행하여 교통 데이터를 수집하고, 기반 시설을 점검하며, 도로 공사의 안전 규정 준수 여부를 확인합니다.
  3. 비상 상황 발생 시, 관제실 운영자는 AI View의 원격 조종사와 무선 통신을 통해 드론을 배치할 수 있으며, 조종사는 몇 분 안에 드론을 사고 현장으로 이륙시킬 수 있습니다.
  4. 실시간 영상은 고속도로 운영자의 관제실로 직접 전송되는 동시에 AI 알고리즘이 영상을 분석하여 차량을 감지하고, 교통 흐름을 평가하고, 기반 시설 손상을 파악하고, 안전 위험 요소를 강조 표시합니다.
  5. 이 시스템은 드론 관찰을 기반으로 자동 보고서와 경보를 생성하여 고속도로 관리자가 자원 배치, 교통 관리 및 유지 보수 우선순위에 대해 정보에 입각한 결정을 내릴 수 있도록 합니다.
05

구현

AI View Group의 구현 전략은 이탈리아 최대 고속도로 운영사인 Autostrade per l'Italia와의 "FALCO"라는 시범 프로젝트로 시작되었습니다. 초기 구축에는 주요 요금소와 휴게소에 드론 도킹 스테이션 5개가 설치되어 이용객들이 드론이 고속도로 상황을 모니터링하는 모습을 직접 확인할 수 있었습니다. 첫 번째 운영사와의 성공적인 협력을 통해 AI View는 프로그램을 두 번째 주요 이탈리아 고속도로 운영사로 확대하고 도킹 스테이션 2개를 추가 설치했습니다.

구현 과정은 체계적인 접근 방식을 따랐습니다.

  1. 과거 사고 데이터 및 서비스 범위 요구 사항을 기반으로 도킹 스테이션의 최적 위치를 결정하기 위한 현장 분석
  2. 하드웨어 선정 및 구축은 각 위치의 특정 모니터링 요구 사항에 맞춰 진행됩니다.
  3. ReADI 관제센터와 기존 교통 관리 시스템의 통합
  4. 위치 기반 데이터 수집을 활용한 AI 모듈 개발 및 훈련
  5. 규제 승인을 확보하는 과정은 최종적으로 다음과 같은 결과를 가져왔습니다. AI View는 현장 관찰자 없이 원격 드론 운영을 위한 LUC(경량 무인 항공 시스템 운영자 자격증)를 획득한 최초의 기업 중 하나가 되었습니다.

주요 구현 과제 중 하나는 사이버 보안 문제를 해결하는 것이었습니다. 고속도로 인프라는 유럽의 중요 인프라 보호 규정인 NIS2(네트워크 및 정보 시스템)의 적용을 받기 때문입니다. AI View Group은 시스템 신뢰성을 유지하면서 규정 준수를 보장하기 위해 포괄적인 보안 프로토콜을 개발했습니다.

06

결과

ReADI 시스템은 여러 운영 영역에서 측정 가능한 이점을 제공했습니다.

향상된 대응 능력드론 네트워크는 사고 감지 및 대응 시간을 획기적으로 단축시켰습니다. 이제 고속도로 운영자는 사고 상황, 차량 위치, 최적 접근 경로에 대한 정확한 정보를 바탕으로 응급 구조대를 파견할 수 있습니다. 비상 상황 발생 시 드론은 30분 동안 지속적인 공중 감시를 제공하여 관리팀에 전례 없는 상황 인식을 제공합니다.


개선된 교통 관리실시간 항공 모니터링을 통해 고속도로 운영자는 교통 혼잡 패턴을 감지하고 사전에 완화 조치를 시행할 수 있습니다. 시스템의 분석 기능은 교통 구성 데이터(승용차/트럭 비율)와 흐름 지표를 제공하여 운영자가 교통 관리 결정을 최적화하는 데 도움을 주며, 특히 도로 공사가 진행 중인 지역에서 유용합니다.

인프라 무결성정기적인 드론 점검을 통해 이전에는 발견되지 않았던 수많은 기반 시설 문제, 예를 들어 손상된 방호벽, 발생 중인 표면 균열, 안전 위험 요소 등을 찾아냈습니다. 이러한 문제를 조기에 발견함으로써 고속도로 운영자는 문제가 악화되어 비용이 많이 드는 긴급 수리나 안전 사고로 이어지기 전에 예방 정비를 계획할 수 있습니다.


운영 통합: 아마도 가장 중요한 점은 이 기술이 일회성 서비스가 아닌 일상 업무에 완전히 통합되었다는 것입니다.

니콜라 마리에티의 설명은 다음과 같습니다. "이것이 바로 프로젝트의 진정한 핵심이자 가장 중요한 부분입니다. 단순히 드론을 제공하는 데 그치는 것이 아닙니다. 우리의 목표는 고객이 운영에 무인 기술을 도입할 수 있도록 지원하는 것이며, 이 고객과 함께 바로 그 목표를 달성했습니다."

이 솔루션의 가치는 고속도로 운영업체의 교통 관제 센터에서 지속적으로 사용되면서 명확하게 입증되었으며, 이제는 보조 기술이 아닌 필수적인 운영 도구로 자리 잡았습니다.

07

앞으로 나아갈 길

AI View Group은 향후 1년 동안 이탈리아 고속도로에 약 50개의 드론 도킹 스테이션을 배치하여 네트워크의 적용 범위와 기능을 크게 확장할 계획입니다. 또한, 회사는 추가적인 인프라 문제를 감지하고 더욱 정교한 교통 분석을 제공하기 위해 AI 모듈을 개선하고 있습니다. 향후 개발은 현장 관찰자 없이 운영할 수 있도록 LUC(Land Services Control) 인증을 획득하는 규제적 이정표를 달성한 것을 기반으로 운영 자율성을 높이는 데 중점을 둘 것입니다.

니콜라가 설명하듯이:자율성이란 앞으로 개발해야 할 많은 것들을 의미합니다. 하지만 오늘날 우리는 인프라와 관련된 자율 운영을 위한 첫 번째 정보 기반을 구축하고 있기 때문에 자율성으로 나아가기 시작했다고 볼 수 있습니다."


이 회사는 이러한 고속도로 설치 사례가 중요 기반 시설 환경에서 완전 자율 드론 운용을 위한 기반을 마련하는 것으로 보고 있으며, 각 성공적인 배치 사례는 기술 및 규제 발전에 도움이 되는 귀중한 데이터를 제공한다고 생각합니다.

08

결론

AI View Group의 ReADI 시스템 구현은 자율 드론 기술이 중요한 인프라 모니터링 문제를 해결하고 실질적인 운영상의 이점을 제공할 수 있음을 보여줍니다. 드론 기능을 기존 교통 관리 워크플로에 직접 통합함으로써, 이 회사는 이탈리아 고속도로 운영사들이 안전성, 대응 시간 및 인프라 유지 관리 효율성을 향상시키도록 지원했습니다.

"가장 중요한 성과는 고객에게 해당 시스템이 단순히 기술 그 자체를 위한 기술이 아니라, 실제 문제를 해결하고 운영 프로세스의 필수적인 부분이 되는 도구라는 점을 확신시키는 것입니다." - Nicola Marietti, CEO, AI View Group
09

자주 묻는 질문


Q1. 고속도로 감시 시스템에서 드론의 최대 운용 범위는 얼마입니까?
드론은 도킹 스테이션에서 각 방향으로 최대 3km까지 운용할 수 있어, 한 대 설치로 약 6km의 고속도로 구간을 감시할 수 있습니다. 높은 고도에서 최적의 위치에 배치하면 10~12km에 달하는 도로 구간을 시각적으로 모니터링할 수 있습니다.

Q2. AI View Group은 자율 드론 운영에 대한 규제 요건을 어떻게 충족합니까?
AI View Group은 현장 관찰자 없이 원격으로 드론을 운용할 수 있는 이탈리아 최초의 경량 무인항공기(UAS) 운영자 인증서(LUC)를 획득했습니다. 이 인증을 위해서는 중요 기반 시설에 대한 NIS2 규정을 준수하는 포괄적인 안전 프로토콜, 안정적인 통신 시스템 및 사이버 보안 조치를 입증해야 했습니다.

Q3. 고속도로 드론 시스템은 구체적으로 어떤 유지보수 문제에 직면하고 있습니까?
항만 드론 시스템은 하드웨어 무결성, 센서 교정 및 소프트웨어 업데이트를 보장하기 위해 매달 정기적인 유지보수 방문이 필요합니다. AI View Group은 규정 준수 및 운영 신뢰성을 보장하면서 가동 중지 시간을 최소화하는 예방 유지보수 일정을 개발했습니다.

질문 4. 드론으로 촬영한 데이터는 기존 고속도로 관리 시스템과 어떻게 통합됩니까?

ReADI 시스템은 고속도로 운영사의 교통 관제실과 직접 연동되어 드론 영상과 기존 카메라 영상을 함께 표시합니다. AI로 분석된 데이터는 직관적인 대시보드를 통해 제공되며, 교통 이상, 기반 시설 손상 또는 주의가 필요한 안전 위험 요소를 운영자에게 알려줍니다.