이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
개인 비행 장치인 Jet Suit와 제트팩은 수동 제어 방식에 의존하여 조종사의 두 손이 자유롭지 못하다는 한계가 있다. 이를 해결하기 위해 IMU 센서를 활용한 인간 의도 추정 기술과, 제트엔진의 응답 지연을 극복하는 MPC 및 Residual RL 기반의 제어 구조를 결합하는 방안이 제시된다. 이러한 AI 기반 제어 시스템은 조종사의 신체 움직임으로 발생하는 외란을 선제적으로 예측하고 보정함으로써, 단순 이동 수단을 넘어 실제 작업이 가능한 비행 플랫폼으로의 발전 가능성을 보여준다.
챕터별 상세
01:59
현존 비행 프로젝트 분석
Gravity Industries의 Jet Suit는 양팔에 제트엔진을 배치하고 조종사의 균형 감각을 제어기로 활용한다. 조종사가 팔의 각도를 조절해 추력 방향을 제어하며, 이는 직관적이지만 높은 숙련도를 요구한다. JetPack Aviation은 터빈 기반 제트팩에 추력 편향 기술을 적용하여 보다 안정적인 제어를 구현했다. JLaservideo는 전기식 덕티드 팬(EDF)을 사용하여 접근성을 높였으나 배터리 용량에 따른 비행 시간의 한계가 존재한다.
11:43
개인 비행과 AI 기술의 접목
현재 개인 비행 장치는 조종사의 두 손이 제어기로 묶여 있어 실제 작업 수행이 어렵다. 이를 해결하기 위해 신체에 부착된 IMU 센서로 사람의 움직임 의도를 읽고, 이를 비행 명령으로 변환하는 Physical AI 구조가 필요하다. 조종사는 어디로 갈지 의도만 표현하고, AI와 제어 시스템이 안정적인 비행을 수행하는 방식으로 발전할 수 있다.
14:50
제트엔진 지연 극복을 위한 제어 전략
제트엔진은 전기 모터와 달리 응답 지연이 발생하여 자세 제어에 어려움이 있다. MPC는 현재 상태와 엔진 특성을 고려해 미래의 자세 변화를 예측하고 최적의 추력을 선제적으로 계산한다. 여기에 Residual RL을 결합하면 모델이 완벽하게 예측하지 못하는 환경 오차를 보정할 수 있다. 이 구조는 기존 제어기가 기본 동작을 담당하고 강화 학습이 보정값만 학습하여 시스템 안정성을 높인다.
17:08
공중 외란 예측 및 제어
비행 중 조종사의 팔다리 움직임은 시스템의 질량 분포와 관성 특성을 변화시켜 외란 모멘트를 발생시킨다. 이러한 외란은 엔진 추력 변화보다 빠르게 나타나므로 사후 대응으로는 보상이 늦다. 신체 각 부위의 IMU 데이터를 기반으로 움직임을 실시간 추적하면, 몸통에 전달될 외란을 미리 예측할 수 있다. 이를 MPC의 예측 모델에 입력하면 자세가 흔들리기 전에 상쇄 제어를 준비할 수 있다.
용어 해설
- 모델 예측 제어(MPC)
- — 현재 상태와 제어 입력을 기반으로 미래의 시스템 거동을 예측하고 최적의 제어 시퀀스를 계산하는 제어 기법이다. 제트엔진의 응답 지연과 같은 물리적 한계를 고려하여 선제적인 제어를 가능하게 한다.
- 잔차 강화 학습(Residual RL)
- — 기존 제어기(MPC 등)가 기본 동작을 수행하고, 강화 학습 모델이 그 위에 보정값(잔차)을 더해 모델링하기 어려운 오차를 학습하는 구조이다. 시스템의 안정성과 유연한 환경 적응력을 동시에 확보한다.
- 추력 편향(Thrust Vectoring)
- — 엔진의 배기 방향을 물리적으로 조절하여 추력의 방향을 바꾸는 기술이다. 기체의 자세 제어와 방향 전환을 위해 항공기 및 개인 비행 장치에서 핵심적인 역할을 한다.
- 관성 측정 장치(IMU)
- — 가속도계와 자이로스코프 등을 사용하여 물체의 가속도와 각속도를 측정하는 장치이다. 신체 부위에 부착하여 사람의 움직임 의도를 실시간으로 추정하는 데이터 소스로 활용된다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 07. 31.수집 2026. 07. 31.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
