FANET: UAV 통신을 위한 비행 애드혹 네트워크와 라우팅
FANET의 3차원 토폴로지와 고속 이동성, OLSR-Pds·DOLSR 기반 라우팅 특성, 재난·농업·군사 활용과 과제를 정리한다.
2026-08-14 · 최초 발행 2025-08-10
비행 중인 UAV가 만드는 애드혹 네트워크
FANET(Flying Ad-hoc Network)은 무인항공기(UAV: Unmanned Aerial Vehicle) 사이의 통신을 위해 구성하는 특수한 네트워크다. MANET(Mobile Ad-hoc Network)을 확장한 개념이지만, 지상 이동 노드와 달리 3차원 공간에서 빠르게 이동하는 UAV의 특성을 전제로 한다.
재난 현장, 군사 작전, 농업 모니터링처럼 고정 인프라에 기대기 어려운 환경에서 UAV들은 서로 정보를 전달하고 중계한다. 이때 안정적인 통신을 유지하려면 비행 환경에 맞춘 라우팅 방식이 필요하다.
토폴로지가 빠르게 바뀌는 환경
FANET의 설계 조건은 일반적인 지상 네트워크와 다르다. UAV는 보통 30-460km/h로 이동하며, X·Y·Z 축 모두에서 위치를 바꾼다. 그만큼 네트워크 토폴로지도 빈번하게 달라진다.
배터리에 의존하므로 작동 시간에는 제약이 있고, 통신 역시 전방향 안테나보다 지향성 안테나의 특성을 고려해야 한다. 이런 조건에서는 기존 라우팅 프로토콜을 그대로 적용하기 어렵고, UAV 환경에 맞는 프로토콜이 요구된다.
경로를 미리 유지할지, 필요할 때 찾을지
초기 FANET 구현에서는 네트워크 토폴로지를 미리 수집해 라우팅 테이블을 만드는 사전적(Proactive) 라우팅이 주로 사용됐다. 그러나 UAV가 빠르게 움직이면 테이블에 담긴 경로 정보도 빠르게 유효성을 잃는다.
반응적(Reactive) 라우팅은 실제 통신이 필요할 때만 경로를 탐색한다. 토폴로지 변화에 더 유연하게 대응할 수 있다는 점에서 FANET 환경에 적합하다. 두 방식을 결합한 하이브리드 라우팅도 함께 검토할 수 있다.
Time-slotted on-demand routing은 시간 슬롯 기반 통신으로 충돌을 피하고, 필요할 때만 경로를 찾음으로써 오버헤드를 줄인다. 실시간 데이터 전송에 적합하다.
Geographic position mobility oriented routing은 GPS 정보를 활용한다. 노드의 위치와 이동 방향을 바탕으로 경로를 고르지만, 위치 정보의 정확도에 영향을 받는다.
Clustering algorithm based routing은 UAV들을 클러스터로 묶고 클러스터 헤드가 그룹 내부 통신을 관리한다. 네트워크 확장성을 높이고 오버헤드를 줄이는 방식이다.
OLSR에 링크 예측을 더한 OLSR-Pds
OLSR(Optimized Link State Routing)은 MANET을 위해 개발된 사전적 라우팅 프로토콜이며, FANET에서도 기본 프로토콜로 활용됐다. 고속으로 비행하는 UAV의 환경에서는 이를 보완한 OLSR-Pds와 DOLSR이 제안됐다.
OLSR-Pds(Open Link State Routing Prediction with direction and speed)는 UAV 사이의 링크 상태를 예측하는 기능을 추가한다. 이동 방향과 속도를 이용해 앞으로의 링크 상태를 추정하고, 이를 라우팅에 반영한다.
링크 상태 예측에는 UAV 간 상대 속도, 홉 수(hop count), 노드 사이의 현재 거리가 입력된다. Gauss-Markov 알고리즘으로 UAV 이동 패턴을 확률적으로 모델링하고, 과거 이동 패턴을 바탕으로 미래 위치를 예측한다. α 파라미터는 랜덤성과 이전 패턴의 영향도를 조절한다.
MPR(Multi Point Relay) 선택도 이 예측 정보와 연결된다. 모든 노드에 브로드캐스트하는 대신 선택된 MPR 노드를 활용해 네트워크 오버헤드를 낮추고, 링크 상태 예측을 바탕으로 MPR 선택의 효율을 높인다.
라우팅 테이블은 정기적인 갱신보다 예측된 링크 상태 변화에 맞춰 갱신된다. 불필요한 제어 메시지를 줄이고, 링크가 끊기기 전에 대체 경로를 계산하는 방식이다.
방향성과 안테나 특성을 반영하는 DOLSR
DOLSR(Directed OLSR)은 UAV의 방향성을 고려하도록 OLSR을 확장한 프로토콜이다. 특히 지향성 안테나를 쓰는 UAV 환경에 맞춰 설계됐다.
이 방식은 UAV의 이동 방향과 안테나 지향성을 라우팅 판단에 포함한다. 같은 방향으로 이동하는 UAV 사이의 링크를 우선 선택하며, 방향 정보를 담은 TC(Topology Control) 메시지로 불필요한 경로 계산을 줄인다.
인프라가 없거나 넓은 지역을 다룰 때
재난 현장에서는 통신 인프라가 파괴된 상태에서도 FANET으로 임시 네트워크를 구성할 수 있다. 산불 지역을 감시하는 UAV들이 실시간 정보를 공유하거나, 넓은 지역의 수색 구조를 위해 UAV 군집을 운용하는 경우가 여기에 해당한다. 지진이나 홍수로 통신이 두절된 지역에서는 임시 중계망 역할도 맡을 수 있다.
스마트 농업에서는 여러 UAV가 넓은 농경지의 작물 상태를 함께 분석한다. 수확량 예측과 병충해 감지를 위한 정밀 데이터를 수집하고, 토양 수분 측정 및 자동 관개 시스템 제어에도 연결할 수 있다.
군사 분야에서는 국경 감시, 전장에서의 실시간 정보 공유, 여러 UAV가 협력하는 표적 탐지와 추적에 활용된다.
통신 안정성을 좌우하는 과제
FANET은 무선 통신을 기반으로 하므로 보안 취약점을 고려해야 한다. 경량화된 암호화 알고리즘, UAV 사이의 효율적인 상호 인증, 도청과 악의적인 전파 방해에 대한 대응책이 필요하다.
배터리 용량의 제약도 핵심 문제다. 남은 배터리 용량을 고려하는 에너지 인지 라우팅, 비행 중 무선 충전, 태양광 등을 활용하는 에너지 하베스팅이 연구 대상이 된다.
임무에 따라 필요한 네트워크 성능도 달라진다. 실시간 영상 전송처럼 지연에 민감한 애플리케이션에서는 지연을 줄여야 하며, 임무 중요도에 따른 대역폭 관리와 혼잡 상황의 트래픽 제어가 요구된다.
FANET은 고속으로 이동하는 UAV 간 통신을 위한 네트워크 패러다임이다. OLSR-Pds는 방향과 속도로 링크 상태를 예측하고, DOLSR은 UAV의 방향성과 안테나 지향성을 경로 선택에 반영한다. 앞으로 기계학습과 인공지능을 활용한 라우팅, 보안성 및 에너지 효율성을 높인 시스템이 개발되면 재난 대응, 스마트 농업, 군사 작전에서 UAV 활용 범위도 확대될 전망이다.