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 범주 | 관찰 대상 | 이상 판정 기준 |
|---|---|---|
| 진행도(Progress) | 완료 과업 비율, 현재 과업 상태 | 예정 대비 지연 |
| 상태 건전성(Health) | 센서, 액추에이터, 통신 상태 | 기능 저하/상실 |
| 자원(Resource) | 에너지 잔량, 저장 공간 | 임계값 이하 |
| 환경(Environment) | 장애물, 기상, 위협 요소 | 안전 영역 이탈 |
| 제약 준수(Constraint) | 시간, 공간, 규칙 제약 | 위반 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:
- 계획→실행: 계획 기능이 생성한 계획을 실행 기능에 전달한다.
- 실행→모니터링: 실행 기능이 현재 상태를 모니터링 기능에 보고한다.
- 모니터링→재계획: 이상 감지 시 모니터링 기능이 재계획 기능에 트리거를 전달한다.
- 재계획→실행: 갱신된 계획을 실행 기능에 전달한다.
- 자원관리→계획/재계획: 자원 제약 정보를 계획 수립에 반영한다.
- 통신관리→모니터링: 통신 상태 변화를 모니터링에 보고한다.
4. 기능의 실시간 요구사항
각 기능 모듈은 서로 다른 실시간 요구사항을 가진다:
| 기능 | 실행 주기 | 최대 허용 지연 | 우선순위 |
|---|---|---|---|
| 임무 계획 | 이벤트 기반 | 수 초 | 중간 |
| 임무 실행 | 10-100ms | 100ms | 높음 |
| 임무 모니터링 | 100ms-1s | 1s | 높음 |
| 임무 재계획 | 이벤트 기반 | 수 초 | 중간 |
| 자원 관리 | 1-10s | 10s | 낮음 |
| 통신 관리 | 100ms-1s | 1s | 중간 |
5. 기능 성숙도 모델
임무 관리 시스템의 기능적 성숙도(Functional Maturity)는 다음과 같은 수준으로 구분할 수 있다:
- 기본 수준: 사전 정의된 과업의 순차 실행만 지원한다.
- 반응 수준: 모니터링과 기본적 재계획을 지원한다.
- 적응 수준: 환경 변화에 대한 적응적 재계획과 자원 관리를 지원한다.
- 예측 수준: 환경 변화를 예측하여 선행적 대응을 수행한다.
- 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)