FANET: UAV 자율 통신과 라우팅 설계
FANET의 공중 애드혹 네트워크 특성, MANET과의 차이, 라우팅 프로토콜과 보안·설계 과제를 정리한다.
2026-08-14 · 최초 발행 2025-08-10
UAV가 만드는 공중 애드혹 네트워크
FANET(Flying Ad Hoc Network)은 무인항공기(UAV) 노드가 고정된 네트워크 인프라 없이 서로 통신하도록 구성하는 무선 네트워크다. 지상 기반 MANET(Mobile Ad Hoc Network)의 성격을 이어받지만, 공중의 운용 조건을 전제로 한다.
무인항공기 시스템은 단일 UAV와 다중 UAV(FANET) 구조로 나뉜다. FANET에서는 인프라에 의존하지 않는 통신이 전제되며, UAV는 3차원 공간에서 빠르게 움직이는 동안 실시간 통신을 유지해야 한다. 링크 사이의 상호 간섭도 해결 대상이다.
기존 인프라를 통해 UAV가 통신하는 방식은 FANET에 포함되지 않는다. FANET의 핵심은 UAV 사이의 직접 통신과 자체 구성에 있다.
지상 MANET과 달라지는 네트워크 조건
두 네트워크 모두 이동 노드 간 직접 통신을 구현하고, 인프라 없이 동적으로 구성되며, 변화하는 경로에 대응하는 라우팅 프로토콜을 사용한다. 차이는 노드가 움직이는 공간과 그 변화의 속도에서 두드러진다.
| 구분 | MANET | FANET |
|---|---|---|
| 이동 속도 | 보통 (사람/차량 속도) | 매우 빠름 (30-460km/h) |
| 이동 패턴 | 2차원 평면 | 3차원 공간 |
| 노드 밀도 | 상대적 밀집 | 희소 분포 |
| 토폴로지 변경 | 간헐적 | 빈번함 |
| 전파 환경 | 장애물 영향 큼 | 가시거리 확보 용이 |
FANET의 UAV는 30-460km/h 범위로 이동할 수 있어 토폴로지가 자주 바뀐다. 도플러 효과에 따른 주파수 변이도 고려해야 한다. 날씨, 장애물, 임무 변경은 경로 재계산을 유발하므로 실시간 경로 최적화가 필요하다.
넓은 통신 반경에 비해 노드 수가 희소하고 단위 면적당 밀도도 낮아 원거리 통신 요구가 커진다. 반면 공중 비행은 가시거리(Line of Sight)를 확보하기 쉽고 지상 장애물의 영향을 줄여 장거리 직접 통신 가능성을 높인다.
경로를 찾는 방식과 미리 유지하는 방식
FANET 라우팅은 경로가 필요할 때 탐색하는 반응형(Reactive) 방식과 경로 정보를 사전에 유지하는 예방형(Proactive) 방식으로 구분할 수 있다.
요청 시 경로를 만드는 AODV
AODV(Ad hoc On-demand Distance Vector)는 실제 경로가 필요할 때만 탐색을 시작한다. 시퀀스 번호로 최신 경로를 보장하고 루프를 방지한다. 소스 노드는 인접 노드에 RREQ(Route Request)를 전송하고, 목표 노드를 찾으면 RREP(Route Reply)를 받아 라우팅 테이블에 경로를 기록한 뒤 저장된 경로로 패킷을 보낸다.
경로 전체를 담는 DSR
DSR(Dynamic Source Routing)은 소스 노드가 목적지까지의 완전한 홉 단위 경로를 관리한다. 경로 캐시에 모든 경로를 저장해 재사용할 수 있으며, 주기적인 라우팅 패킷은 필요하지 않다. 다만 패킷 헤더에 전체 경로를 포함하므로 오버헤드가 늘어날 수 있다.
경로 정보를 유지하는 OLSR
OLSR(Optimized Link State Routing)은 네트워크 안의 모든 노드에 대한 경로 정보를 미리 유지한다. 라우팅 테이블에 있는 경로를 즉시 사용할 수 있으며, MPR(Multipoint Relays)을 이용해 네트워크 오버헤드를 낮추고 제어 메시지를 효율적으로 전파한다.
Hello 메시지는 인접 노드를 발견하는 데 쓰이고, TC(Topology Control) 메시지는 토폴로지 정보를 공유한다.
위치를 기준으로 전달하는 GRP
GRP(Geographic Routing Protocol)는 네트워크 주소 대신 지리적 위치 정보를 사용한다. GPS(Global Positioning System)로 노드 위치를 파악하고, 4분면 영역 분할 방식으로 라우팅을 수행한다. 노드가 움직이면 Hello 프로토콜로 위치를 다시 식별하고 정보를 갱신한다. 전송할 수 없는 경우에는 경로 잠금 기능으로 패킷을 마지막 노드에 반환한다.
이동성과 안테나를 반영한 라우팅 기법
DOLSR(Directed OLSR)은 OLSR에 지향성 안테나를 적용한다. 패킷 전달 비율을 높이고 평균 대기시간을 줄이며, 방향성 통신으로 간섭을 최소화하는 방식이다.
Time-slotted on-demand routing은 AODV에 시간 슬롯 예약 스키마를 더한다. 시간 동기화를 바탕으로 통신을 효율화하고 충돌 방지 메커니즘을 구현한다.
GPMOR(Geographic position mobility oriented routing)은 Gauss-Markov 이동성 모델을 이용한다. UAV의 움직임을 예측한 정보를 다음 홉 결정에 반영해 동적 환경에서 경로 최적화를 수행한다.
클러스터링 기반 라우팅은 유사한 특성의 노드를 묶고 클러스터 내부와 외부의 라우팅을 분리한다. Mobility Predictive Clustering은 사전 Trie 구조 예측 알고리즘과 링크 만료 시간 이동성 모델로 토폴로지 변화를 예측한다. Clustering algorithm based routing은 라우팅 복잡성을 낮추는 데 초점을 둔다.
다중 UAV 운용에서 얻는 효과
다중 UAV 시스템은 대형 UAV 한 대보다 소형 UAV 다수를 운용하는 비용을 줄일 수 있고, 유지보수와 부품 교체도 수월해진다. 작업 영역은 UAV를 추가하거나 제거하면서 유연하게 확장할 수 있다.
일부 UAV에 장애가 생겨도 대체 UAV가 임무를 이어받을 수 있어 단일 실패 지점(Single Point of Failure)을 제거한다. 병렬 작업은 복잡한 임무를 분산 처리하고 수행 시간을 단축한다. 군사 용도에서는 다수의 소형 UAV가 작은 레이더 단면적으로 탐지 회피에 유리하며 레이더 프로파일을 최소화할 수 있다.
통신 구조와 품질을 함께 설계해야 하는 이유
FANET은 다수 UAV의 협업을 위한 안정적인 통신과 실시간 데이터 교환을 지원해야 한다. 3차원 공간의 이동성을 고려한 네트워크 아키텍처는 확장성과 유연성도 보장해야 한다.
제한된 대역폭에서 데이터를 효율적으로 전송하고, 실시간 응용에 필요한 낮은 지연시간을 확보하는 일도 설계 과제다. 클러스터 기반 계층 구조와 클러스터 헤드를 활용하면 통신 관리를 계층화할 수 있다. 이동성 예측을 반영한 적응형 라우팅은 환경 변화에 동적으로 대응하는 수단이 된다.
QoS는 트래픽 우선순위화와 자원 할당으로 다룬다. 지연에 민감한 애플리케이션은 우선 처리 대상이 된다.
라우팅 조작부터 노드 가장까지의 보안 문제
FANET에서는 데이터 도청, 무단 접근, 데이터 위변조, 거짓 정보 주입이 데이터 정보 기반 위협이 된다. 네트워크 정보 조작에서는 라우팅 테이블 변조, 블랙홀/웜홀 공격, DoS(Denial of Service) 공격, 노드 가장(Impersonation)을 고려해야 한다.
안전한 라우팅을 위해서는 공개키 인프라(PKI)와 메시지 인증 코드(MAC)를 적용하고 안전한 라우팅 경로를 설정할 수 있다. PUF(Physical Unclonable Function) 기반 보안은 하드웨어의 고유 특성으로 인증하며 클론 공격 방지와 경량 보안 프로토콜 구현에 활용된다.
네트워크, 전송, 애플리케이션 계층의 보안을 통합하는 다층 아키텍처도 필요하다. 암호화, 인증, 무결성 검증을 조합하고 이상 행동을 탐지·대응하는 구조다.
통신 인프라가 필요한 현장으로 넓어지는 활용
재난 관리와 수색 구조에서는 광범위한 지역을 빠르게 탐색하고 피해 상황을 실시간으로 모니터링하며, 통신이 끊긴 지역에 임시 네트워크를 구축할 수 있다.
군사 작전에서는 전술 정찰과 감시, 분산형 표적 탐지·추적, 적 방공망 교란에 활용된다. 농업과 환경 모니터링에서는 농경지 상태 점검, 작물 건강 상태와 관개 필요성 분석, 환경 오염 모니터링을 지원한다.
임시 통신 인프라 구축, 오지 지역 인터넷 서비스 제공, 재난 시 통신망 복구도 적용 대상이다. 스마트 시티에서는 교통 흐름 모니터링, 공공 안전 감시, 도시 인프라 점검에 활용할 수 있다.
자율 운용으로 향하는 FANET
FANET은 고속 이동성, 3차원 공간 운용, 동적 토폴로지 변화 때문에 전통적인 MANET을 단순 적용하는 것만으로는 부족하다. 효율적인 라우팅과 보안 메커니즘, 자율 네트워크 관리가 함께 필요하다.
향후에는 기계학습 알고리즘으로 이동 패턴을 예측하고 지능형 라우팅 의사결정을 수행하는 인공지능 기반 라우팅 최적화가 요구된다. 배터리 제약 환경에서는 통신 에너지 최적화와 에너지 인식 라우팅 프로토콜이 과제가 된다.
다양한 크기와 능력, 통신 특성을 지닌 UAV를 통합하고 이종 네트워크 사이의 상호운용성을 보장하는 일도 남아 있다. 인간 개입을 최소화한 자율 네트워크 구성과 장애 발생 시 자동 복구 메커니즘은 FANET의 활용 범위 확대와 함께 더욱 중요해질 전망이다.