396.11 임무 관리 시스템의 주요 기능 개요

1. 임무 관리 시스템의 기능적 아키텍처

임무 관리 시스템(Mission Management System, MMS)은 자율 로봇의 고수준 의사 결정을 총괄하는 소프트웨어 실체로, 다수의 기능적 모듈(Functional Module)로 구성된다. 각 모듈은 임무 생명주기(Mission Life Cycle)의 특정 단계를 담당하며, 모듈 간의 유기적 상호작용을 통해 전체 임무 수행을 실현한다.

MMS의 기능적 아키텍처는 다음과 같이 모델링된다:

\text{MMS} = \langle \mathcal{F}_{\text{plan}}, \mathcal{F}_{\text{exec}}, \mathcal{F}_{\text{mon}}, \mathcal{F}_{\text{replan}}, \mathcal{F}_{\text{res}}, \mathcal{F}_{\text{comm}} \rangle

여기서 각 \mathcal{F}는 기능 모듈을 나타낸다.

2. 핵심 기능 모듈의 개요

2.1 임무 계획 기능 (Mission Planning)

임무 계획(Mission Planning) 기능은 주어진 목표와 제약 조건을 기반으로 최적의 과업 시퀀스를 생성하는 것을 담당한다. 이 기능은 MMS의 인지적 핵심에 해당하며, AI 계획(AI Planning) 기법에 기반한다.

주요 입출력 관계:

\mathcal{F}_{\text{plan}}: \mathcal{G} \times \mathcal{S}_0 \times \mathcal{C} \rightarrow \Pi

여기서 \mathcal{G}는 목표 집합, \mathcal{S}_0는 초기 상태, \mathcal{C}는 제약 조건, \Pi는 생성된 임무 계획이다.

계획 기능이 수행하는 세부 과업:

  • 목표 분석 및 우선순위 설정
  • 과업 분해(Task Decomposition)
  • 과업 순서 결정(Task Sequencing)
  • 자원 요구량 산출
  • 실행 가능성 검증(Feasibility Check)

2.2 임무 실행 기능 (Mission Execution)

임무 실행(Mission Execution) 기능은 수립된 계획을 실제 로봇 행동으로 변환하여 실행하는 것을 담당한다. 이 기능은 계획과 물리적 행동 사이의 인터페이스 역할을 수행한다.

\mathcal{F}_{\text{exec}}: \Pi \times \mathcal{S}_t \rightarrow \mathcal{A}_t

실행 기능의 핵심 역할:

  • 계획의 현재 단계에서 실행할 행동을 디스패치(Dispatch)한다.
  • 행동의 전제 조건이 만족되는지 실시간으로 확인한다.
  • 행동의 종료 조건 도달 여부를 판정한다.
  • 행동 간의 전환을 관리한다.
  • 예외 상황 발생 시 적절한 예외 처리 루틴을 실행한다.

2.3 임무 모니터링 기능 (Mission Monitoring)

임무 모니터링(Mission Monitoring) 기능은 임무 수행의 전 과정을 실시간으로 관찰하고, 계획 대비 실행의 편차를 감지하며, 이상 상황을 탐지하여 보고하는 것을 담당한다.

\mathcal{F}_{\text{mon}}: \mathcal{S}_t \times \Pi \rightarrow \{\text{Normal}, \text{Warning}, \text{Critical}\}

모니터링 대상:

모니터링 범주관찰 대상이상 판정 기준
진행도(Progress)완료 과업 비율, 현재 과업 상태예정 대비 지연
상태 건전성(Health)센서, 액추에이터, 통신 상태기능 저하/상실
자원(Resource)에너지 잔량, 저장 공간임계값 이하
환경(Environment)장애물, 기상, 위협 요소안전 영역 이탈
제약 준수(Constraint)시간, 공간, 규칙 제약위반 감지

2.4 임무 재계획 기능 (Mission Replanning)

임무 재계획(Mission Replanning) 기능은 모니터링 결과에 기반하여 기존 계획의 수정 또는 새로운 계획의 수립을 수행한다.

\mathcal{F}_{\text{replan}}: \Pi_{\text{current}} \times \Delta\mathcal{E} \times \Delta\mathcal{R} \rightarrow \Pi_{\text{new}}

여기서 \Delta\mathcal{E}는 환경 변화, \Delta\mathcal{R}은 자원 상태 변화이다.

재계획의 트리거 조건:

  • 임무 목표의 변경 또는 추가
  • 예상치 못한 장애물이나 위협의 출현
  • 로봇 하위 시스템의 고장
  • 에너지 부족으로 인한 임무 축소
  • 통신 두절에 의한 계획 변경
  • 더 우수한 기회(Opportunity)의 발견

2.5 자원 관리 기능 (Resource Management)

자원 관리(Resource Management) 기능은 유한한 자원의 현황을 추적하고, 과업에 대한 자원 배분을 최적화하며, 자원 부족 상황에 대한 대응 전략을 결정한다.

\mathcal{F}_{\text{res}}: \mathcal{R}_{\text{status}} \times \mathcal{T}_{\text{pending}} \rightarrow \text{Allocation}(\mathcal{T}, \mathcal{R})

주요 관리 대상 자원:

  • 에너지: 배터리 잔량, 충전 가용성, 소비 예측
  • 시간: 임무 제한 시간, 과업별 할당 시간
  • 통신: 대역폭, 지연, 연결 상태
  • 연산: CPU/GPU 사용률, 메모리 여유
  • 탑재체: 센서 사용 가능 횟수, 소모품 잔량

2.6 통신 관리 기능 (Communication Management)

통신 관리(Communication Management) 기능은 운용자, 타 로봇, 지상 관제소와의 통신을 관리하며, 통신 상태에 따른 임무 수행 전략을 조정한다.

\mathcal{F}_{\text{comm}}: \text{CommStatus} \times \text{Data} \rightarrow \text{CommAction}

통신 관리의 세부 기능:

  • 통신 링크 상태의 실시간 모니터링
  • 데이터 전송의 우선순위 결정
  • 통신 두절 시 자율 운용 모드 전환
  • 통신 복구 시 상태 동기화
  • 대역폭 제한 하에서의 데이터 압축 및 선택적 전송

3. 기능 모듈 간 상호작용

기능 모듈 간의 상호작용은 이벤트 기반(Event-Driven)과 주기적(Periodic) 통신의 결합으로 이루어진다:

[임무 계획] ←→ [임무 실행]
    ↑↓              ↑↓
[임무 재계획] ← [임무 모니터링]
    ↑↓              ↑↓
[자원 관리] ←→ [통신 관리]

주요 상호작용 패턴:

  1. 계획→실행: 계획 기능이 생성한 계획을 실행 기능에 전달한다.
  2. 실행→모니터링: 실행 기능이 현재 상태를 모니터링 기능에 보고한다.
  3. 모니터링→재계획: 이상 감지 시 모니터링 기능이 재계획 기능에 트리거를 전달한다.
  4. 재계획→실행: 갱신된 계획을 실행 기능에 전달한다.
  5. 자원관리→계획/재계획: 자원 제약 정보를 계획 수립에 반영한다.
  6. 통신관리→모니터링: 통신 상태 변화를 모니터링에 보고한다.

4. 기능의 실시간 요구사항

각 기능 모듈은 서로 다른 실시간 요구사항을 가진다:

기능실행 주기최대 허용 지연우선순위
임무 계획이벤트 기반수 초중간
임무 실행10-100ms100ms높음
임무 모니터링100ms-1s1s높음
임무 재계획이벤트 기반수 초중간
자원 관리1-10s10s낮음
통신 관리100ms-1s1s중간

5. 기능 성숙도 모델

임무 관리 시스템의 기능적 성숙도(Functional Maturity)는 다음과 같은 수준으로 구분할 수 있다:

  1. 기본 수준: 사전 정의된 과업의 순차 실행만 지원한다.
  2. 반응 수준: 모니터링과 기본적 재계획을 지원한다.
  3. 적응 수준: 환경 변화에 대한 적응적 재계획과 자원 관리를 지원한다.
  4. 예측 수준: 환경 변화를 예측하여 선행적 대응을 수행한다.
  5. 학습 수준: 과거 경험으로부터 학습하여 정책을 자율적으로 개선한다.

6. 참고 문헌

  • Ghallab, M., Nau, D., and Traverso, P. (2016). Automated Planning and Acting. Cambridge University Press.
  • Ingrand, F., and Ghallab, M. (2017). “Deliberation for Autonomous Robots: A Survey.” Artificial Intelligence, 247, 10-44.
  • Kortenkamp, D., Simmons, R., and Brugali, D. (2016). “Robotic Systems Architectures and Programming.” Springer Handbook of Robotics, 2nd Edition, Springer, 283-306.

Version: v1.0 (2026-03-23)