방공추적전파 시스템 (AirDefense Tracking & Warning System)

📌 주제 및 선정배경

• 방공작전 개요
  • 방공작전은 적 항공기, 무인기, 미상 비행체 등의 공중 위협을 탐지, 식별, 추적, 전파 및 타격하는 일련의 과정을 의미함.
  • 주요 단계 : 1️⃣관측 → 2️⃣경보전파 → 3️⃣추적(채증 포함) → 4️⃣타격.
• 기존 문제점
  1. 관측보고 및 전파 과정의 지연
  2. 추적 과정에 과잉 전투력 소모 (무기체계별 상이)
  3. 채증 단계에서 지연 발생
  4. 타격 및 감시 장비 간 항적제원 수신 번거로움

🎯 목표

본 프로젝트에서는 전체 방공작전 시퀀스를 구현하기는 어려우나, 다음 단계별 핵심 기능을 목표로 설정함:

1. 항체 식별 및 구현

   • 실제 식별 알고리즘 구현은 제외.
   • 대신 탐지된 제원(json)을 기타 방공자산(무기체계)에 전달하는 방식으로 대체 구현.

2. 분류

   • 대상 클래스: [미상물체, 무인기, 쓰레기 풍선, 새]
   • 동시에 OpenAI API를 활용하여 이미지 분류를 우선적으로 진행.
     • 자체 모델(EfficientNet, ResNet, YOLOv8 등)을 구현할 계획.

3. 분류에 의한 관측보고 작성

   • OpenAI API를 활용하여 자동 보고서 작성.
   • 보고서 템플릿 예시:

   제  목 : (_관측위치_) (_class_) 관측보고
   언  제 : (_현재시간_)
   무엇을 : (_class_), <속도, 이동방향> # 속도, 이동방향 class별 고정변수로
   어디서 : <거리, 고도> # 거리, 고도 class별 고정변수로
   누  가 : (사용자)
   

4. 전파

   • 보고된 메시지를 실시간으로 전파.
   • 고려 중인 방식:
     • 이메일 전송 (SMTP)
     • HTTP POST (운영자 시스템)
   • 이 중 하나 또는 복수 방식을 채택하여 구현.

🧩 사용 기술

• Python (PyTorch, Flask)
• OpenAI API
• Computer Vision (EfficientNet, ResNet, YOLOv8 등)
• Dataset 증강 (Blur, Flip, Rotation)
• SMTP / HTTP POST

🔁 전체 흐름

1. 이미지 업로드
2. 분류 모델(EfficientNet, YOLOv8 등) + OpenAI Vision API로 탐지 및 식별
3. OpenAI API로 관측보고 메시지 자동 작성
4. 결과를 JSON/텍스트로 저장 및 전파
5. 이메일/HTTP POST 등으로 실시간 공유

🔧 시스템 구성도 (Architecture)

[ 사용자 (이미지 업로드) ]
↓
[ 탐지/분류 모델 + OpenAI ]
↓                        ↘
[ 보고서 자동 생성 ]       [ 전파 요청 ]
↓                                    ↘
[ 메시지 저장/DB ]                      [ SMTP/POST ]
↓                                    ↗
[ 결과 확인/공유 ]

📁 디렉토리 구조 (예시)

project/
├── models/
│   └── classifier.py
├── api/
│   └── openai_report.py
├── comms/
│   └── transmitter.py
├── db/
│   └── reports.db
├── utils/
│   └── augment.py
├── main.py
├── .env
└── requirements.txt

📷 예시 시나리오

• 사용자가 드론 이미지 업로드
• OpenAI API로 자동 관측보고 작성 → "○○지역, 드론 관측, 고도 200m, 북상 중"
• 결과 이메일로 실시간 전파
• 정보 수신한 기타 방공자산은 수신한 정보로 감시 방향 계산

🚀 확장 아이디어

• 자체 항체 분류 모델 구현
• 서보모터 2개로 감시방향 지향하는 turret 제작