top of page
인공지능 - ETRI 머신러닝 학습용 시뮬레이터 개발
Artificial Intelligence - Development of ETRI Bodyguard Simulator
Client : 한국전자통신연구원
OVERVIEW
정부 주요 인사를 보호하는 경호원의 방어 능력을 향상시키기 위해,
머신러닝을 통해 학습하는 인공지능(AI) 테러범을 개발하고 가상 훈련 시스템에 적용하였습니다.
초기에는 길과 장애물을 인식하지 못하는 낮은 수준의 AI로 시작하였지만,
환경 정보를 습득하며 점차 장애물을 피하고 최적화된 공격 경로와 방식을 찾도록 훈련됩니다.
이렇게 학습된 AI 테러범은 경호 훈련 시뮬레이션에 탑재되어 경호원들의 실전 대응 능력을 극대화하는 데 활용됩니다.
NEEDS
정부 주요 인사를 보호하는 경호원들의 실전 대응 능력을 극대화하기 위해, 단순히 정형화된 패턴을 반복하는 기존 훈련 방식에서 벗어나 예측 불가능한 위협을 시뮬레이션할 수 있는 인공지능(AI) NPC 테러범이 필요하였습니다.
01
인공지능
머신러닝을 활용해 자율 학습하는 AI 에이전트 개발
02
시뮬레이터
AI 테러범이 다양한 가상 환경에서 적응하며 학습할 수 있는 시뮬레이션 구축
03
경호훈련
AI가 학습한 다양한 공격 패턴을 활용하여 경호원 훈련 능력 강화
GOAL
머신러닝을 통 해 실제 테러 상황을 모방한 AI 공격을 방어하는 훈련을 제공하여, 경호원들의 실전 대응력과 방어 기술을 향상시키는 것이 목표입니다.
CONTENTS
테러범 AI의 이동, 타겟 판별, 공격 패턴을 머신러닝 기반 알고리즘으로 최적화하여, 경호 훈련에서 실제와 같은 위협 상황을 체험할 수 있도록 구성되었습니다.
🧠 강화학습 알고리즘 – AI가 학습을 통해 점점 더 정교한 공격 패턴을 습득
🔍 행동 패턴 분석 – 테러범의 이동, 탐색, 공격 성공률 등을 실시간 모니터링
🎯 보상·패널티 시스템 – 적절한 행동 시 보상, 실패한 공격 시 패널티 적용
🛡️ 실전형 경호 훈련 – 고도화된 AI 테러범을 활용한 실감 나는 방어 훈련 진행
✅ 강화학습을 통해 점점 더 정교한 전략을 구사하는 AI 테러범 생성
PROCESS
클라이언트의 요구사항과 현장 실태를 철저히 분석하여, 더욱 현실감 있고 효과적인 VR 안전교육 콘텐츠를 제작했습니다.
01
Discovery
제작의도 파악
02
Strategy
개발전략수립
03
Plan
기획 및 컨셉
04
Create
제작 및 구현
05
Maintain
최적화 및 관리
- DISCOVERY : 고객의 요구사항과 목표를 분석하여 개발 방향과 목적을 명확히 정의합니다.
- STRATEGY : 콘텐츠의 목적에 부합하는 기술적·교육적 방법론을 설계합니다.
- PLAN : 교육 효과를 극대화할 수 있도록 시나리오를 개발하고, 핵심 컨셉을 구체화합니다.
- CREATE : 3D그래픽, UI, 사운드, 프로그래밍 요소를 개발하여 콘텐츠를 완성합니다.
- MAINTAIN : 철저한 현장 테스트를 통해 실제 교육 훈련에 적용 가능한 운영 방안을 마련합니다.
OUTPUT
유니티 ML-Agent 기반 머신러닝과 강화학습 알고리즘을 활용하여, 다양한 테러 시나리오에서 적응하며 학습하는 AI 테러범을 개발하였습니다. 이를 통해 경호 훈련의 현실성을 극대화하고, 경호원의 실전 대응력을 효과적으로 향상할 수 있도록 구현되었습니다.
bottom of page