해군 대전함, 16년 만에 ‘바다의 탑건’ 선정됐다···7.2km 밖 표적에 함포
페이지 정보
작성자 작성자 : 행복이이 연락처 연락처 : E-mail E-mail : djnfgsdj344hg@naver.com 댓글 0건 조회 0회 작성일 26-08-03 13:32본문
해군 대전함이 세계 최대 다국적 해상훈련인 2026 환태평양합동군사훈련(림팩) 포술 경연에서 최우수 전투함인 ‘바다의 탑건’으로 선발됐다. 한국 해군 함정이 림팩에서 바다의 탑건에 선정된 것은 2010년 세종대왕함 이후 16년 만이다.
해군은 2일 3100t급 호위함인 대전함이 10개국 함정 13척이 참가한 림팩 해상화력 지원 경연에서 가장 높은 점수를 얻어 포술 최우수 전투함으로 선발됐다고 밝혔다.
림팩 해상화력 지원 경연은 지난달 12일 열렸다. 경연은 각 함정이 7.2km 떨어진 표적에 5인치 함포를 5발씩 발사해 표적에서 오차 거리의 합이 가장 작은 함정이 우승하는 방식으로 진행됐다.
해군 함정의 함포사격은 승조원의 팀워크가 중요한 임무로 꼽힌다. 함정은 파도와 너울, 해무 등이 지속적으로 변하는 해상 조건에서 기동하며 풍향·풍속을 고려해 표적을 탐지해야 하기 때문이다.
국내 연안과는 다른 태평양의 원해 환경에서 이번 경연이 진행된 점도 과제였다. 대전함은 경연을 앞두고 포술요원과 전투체계 운용요원, 작전부·기관부 등 전 승조원이 참여해 전술토의와 모의 사격훈련을 반복했다고 한다.
경연 결과는 비공개로 유지되다 지난달 31일(현지시간) 미국 하와이에서 열린 림팩 폐막식에서 발표됐다. 이정수 대전함장(중령)은 “대전함 승조원 모두가 한마음으로 훈련에 매진한 결과이고, K-방산의 우수성과 해군의 뛰어난 작전수행 능력을 국제무대에서 인정받은 뜻깊은 성과”라며 “실전적인 교육훈련을 통해 부여된 임무를 반드시 완수할 수 있는 전투역량을 지속적으로 강화해 나가겠다“고 말했다.
대전함의 함포사격을 담당하는 주효진 사통장(상사)은 “평소 실전적인 교육훈련을 통해 쌓아온 사격통제 능력을 바탕으로, 앞으로도 어떠한 상황에서도 표적을 정확히 타격할 수 있는 전투준비 태세를 유지하겠다”고 말했다.
림팩은 태평양 연안 해상교통로 보호, 해양 위협 등에 다국적 해양 작전 능력 향상을 위해 미 3함대사령부 주관으로 격년마다 열리는 훈련이다. 올해 림팩에선 처음으로 한국 해군이 해상전력을 총지휘하는 연합해군구성군사령관 임무를 수행했다.
인공지능(AI)이 존재하지 않는 정보를 만들어내는 이른바 ‘환각’ 현상을 줄일 수 있는 핵심 기술이 국내 연구진에 의해 개발됐다. 자율주행차와 로봇, 의료 AI 등 다양한 산업 분야에서 멀티모달 AI의 신뢰성을 높이는 기반 기술이 될 것으로 기대된다.
KAIST는 전기및전자공학부 노용만 교수 연구팀이 텍스트와 이미지, 음성 등 여러 정보를 동시에 이해하는 멀티모달 대형언어모델(MLLM)의 감각 혼선과 환각 현상을 줄이는 두 가지 핵심 기술을 개발했다고 31일 밝혔다.
연구팀이 개발한 기술은 다양한 센서의 물리적 의미를 AI가 정확히 이해하도록 돕는 ‘DNA(Diverse Negative Attributes)’ 최적화 기법이다.
기존 AI는 열화상, 깊이 영상, 엑스레이 등 특수 센서 데이터를 일반 이미지처럼 해석하는 경우가 많았다. 예를 들어 열화상 영상에서 밝게 나타난 부분을 단순히 빛이 강한 영역으로 인식하는 식이다.
연구팀은 AI가 열과 거리 등 센서가 담고 있는 물리 정보를 이해하도록 새로운 학습 방식을 적용했다. AI가 자주 틀리는 사례를 반복 학습하도록 설계해 어둠이나 연기 속에서도 사물을 보다 정확하게 인식할 수 있도록 했다.
또 다른 개발 기술은 시각과 청각 정보가 뒤섞이면서 발생하는 환각을 줄이는 ‘MAD(Modality-Adaptive Decoding)’ 기술이다.
기존 멀티모달 AI는 폐쇄회로(CC)TV 영상에 자동차가 지나가는 모습이 보이면 실제 소리 정보가 없더라도 “엔진 소리가 들린다”고 답하는 등 시각 정보를 바탕으로 존재하지 않는 청각 정보를 추론하는 문제가 있었다.
연구팀은 AI가 질문에 답하기 전 어떤 감각 정보가 중요한지를 먼저 판단하도록 했다. 영상을 기반으로 답해야 하는지, 소리를 기반으로 답해야 하는지를 스스로 구분한 뒤 해당 정보에 집중하도록 함으로써 감각 혼선과 환각을 효과적으로 줄였다.
특히 두 기술 모두 대규모 재학습 없이 적용할 수 있다는 점이 특징이다. DNA는 적은 데이터만으로 다양한 센서 이해 능력을 높일 수 있으며 MAD는 기존 AI 모델에 추가 적용하는 방식으로 구현할 수 있어 시간과 비용을 크게 절감할 수 있다.
연구팀은 이번 기술이 야간이나 안개 환경에서 보행자와 차량을 인식해야 하는 자율주행차, 화재 현장에서 생존자를 탐색하는 구조 로봇, 열화상 드론 등에 활용될 수 있을 것으로 보고 있다. 또 공항 보안검색의 엑스레이 판독이나 CT·MRI·엑스레이 등 의료영상 분석 AI의 정확도와 신뢰성을 높이는 데도 기여할 것으로 기대하고 있다.
해군은 2일 3100t급 호위함인 대전함이 10개국 함정 13척이 참가한 림팩 해상화력 지원 경연에서 가장 높은 점수를 얻어 포술 최우수 전투함으로 선발됐다고 밝혔다.
림팩 해상화력 지원 경연은 지난달 12일 열렸다. 경연은 각 함정이 7.2km 떨어진 표적에 5인치 함포를 5발씩 발사해 표적에서 오차 거리의 합이 가장 작은 함정이 우승하는 방식으로 진행됐다.
해군 함정의 함포사격은 승조원의 팀워크가 중요한 임무로 꼽힌다. 함정은 파도와 너울, 해무 등이 지속적으로 변하는 해상 조건에서 기동하며 풍향·풍속을 고려해 표적을 탐지해야 하기 때문이다.
국내 연안과는 다른 태평양의 원해 환경에서 이번 경연이 진행된 점도 과제였다. 대전함은 경연을 앞두고 포술요원과 전투체계 운용요원, 작전부·기관부 등 전 승조원이 참여해 전술토의와 모의 사격훈련을 반복했다고 한다.
경연 결과는 비공개로 유지되다 지난달 31일(현지시간) 미국 하와이에서 열린 림팩 폐막식에서 발표됐다. 이정수 대전함장(중령)은 “대전함 승조원 모두가 한마음으로 훈련에 매진한 결과이고, K-방산의 우수성과 해군의 뛰어난 작전수행 능력을 국제무대에서 인정받은 뜻깊은 성과”라며 “실전적인 교육훈련을 통해 부여된 임무를 반드시 완수할 수 있는 전투역량을 지속적으로 강화해 나가겠다“고 말했다.
대전함의 함포사격을 담당하는 주효진 사통장(상사)은 “평소 실전적인 교육훈련을 통해 쌓아온 사격통제 능력을 바탕으로, 앞으로도 어떠한 상황에서도 표적을 정확히 타격할 수 있는 전투준비 태세를 유지하겠다”고 말했다.
림팩은 태평양 연안 해상교통로 보호, 해양 위협 등에 다국적 해양 작전 능력 향상을 위해 미 3함대사령부 주관으로 격년마다 열리는 훈련이다. 올해 림팩에선 처음으로 한국 해군이 해상전력을 총지휘하는 연합해군구성군사령관 임무를 수행했다.
인공지능(AI)이 존재하지 않는 정보를 만들어내는 이른바 ‘환각’ 현상을 줄일 수 있는 핵심 기술이 국내 연구진에 의해 개발됐다. 자율주행차와 로봇, 의료 AI 등 다양한 산업 분야에서 멀티모달 AI의 신뢰성을 높이는 기반 기술이 될 것으로 기대된다.
KAIST는 전기및전자공학부 노용만 교수 연구팀이 텍스트와 이미지, 음성 등 여러 정보를 동시에 이해하는 멀티모달 대형언어모델(MLLM)의 감각 혼선과 환각 현상을 줄이는 두 가지 핵심 기술을 개발했다고 31일 밝혔다.
연구팀이 개발한 기술은 다양한 센서의 물리적 의미를 AI가 정확히 이해하도록 돕는 ‘DNA(Diverse Negative Attributes)’ 최적화 기법이다.
기존 AI는 열화상, 깊이 영상, 엑스레이 등 특수 센서 데이터를 일반 이미지처럼 해석하는 경우가 많았다. 예를 들어 열화상 영상에서 밝게 나타난 부분을 단순히 빛이 강한 영역으로 인식하는 식이다.
연구팀은 AI가 열과 거리 등 센서가 담고 있는 물리 정보를 이해하도록 새로운 학습 방식을 적용했다. AI가 자주 틀리는 사례를 반복 학습하도록 설계해 어둠이나 연기 속에서도 사물을 보다 정확하게 인식할 수 있도록 했다.
또 다른 개발 기술은 시각과 청각 정보가 뒤섞이면서 발생하는 환각을 줄이는 ‘MAD(Modality-Adaptive Decoding)’ 기술이다.
기존 멀티모달 AI는 폐쇄회로(CC)TV 영상에 자동차가 지나가는 모습이 보이면 실제 소리 정보가 없더라도 “엔진 소리가 들린다”고 답하는 등 시각 정보를 바탕으로 존재하지 않는 청각 정보를 추론하는 문제가 있었다.
연구팀은 AI가 질문에 답하기 전 어떤 감각 정보가 중요한지를 먼저 판단하도록 했다. 영상을 기반으로 답해야 하는지, 소리를 기반으로 답해야 하는지를 스스로 구분한 뒤 해당 정보에 집중하도록 함으로써 감각 혼선과 환각을 효과적으로 줄였다.
특히 두 기술 모두 대규모 재학습 없이 적용할 수 있다는 점이 특징이다. DNA는 적은 데이터만으로 다양한 센서 이해 능력을 높일 수 있으며 MAD는 기존 AI 모델에 추가 적용하는 방식으로 구현할 수 있어 시간과 비용을 크게 절감할 수 있다.
연구팀은 이번 기술이 야간이나 안개 환경에서 보행자와 차량을 인식해야 하는 자율주행차, 화재 현장에서 생존자를 탐색하는 구조 로봇, 열화상 드론 등에 활용될 수 있을 것으로 보고 있다. 또 공항 보안검색의 엑스레이 판독이나 CT·MRI·엑스레이 등 의료영상 분석 AI의 정확도와 신뢰성을 높이는 데도 기여할 것으로 기대하고 있다.
상조내구제, 캐스퍼 장기렌트, 양육권, 부천이혼전문변호사, 수원구속영장실질심사변호사, 남동구하수구막힘, 용인상간소송변호사, 협의이혼, 사이트 상위노출, 평택학교폭력변호사, 세종이혼전문변호사, 용인성범죄전문변호사, 구로변기막힘, 대안학교, 수원변호사, 의정부차장검사출신변호사, 이혼상담, 일산한의원, 폰테크, 분당불법촬영변호사, 안양법무법인, 네이버 사이트 상위노출, 상간녀소송, 포천학교폭력변호사, 강남싱크대막힘, 조정이혼, 성남학교폭력변호사, 화성하수구막힘
