바닷속 기뢰를 찾는 파이프라인

기뢰는 바닷속에 조용히 숨어 있다가 배를 침몰시킵니다. 기뢰전(MCM, Mine Countermeasures)의 핵심은 이 숨은 기뢰를 안전하게 찾아내는 것입니다. 사람을 위험에 노출시키지 않으려고, 요즘은 무인잠수정(UUV)이 측면주사 소나로 해저를 훑습니다. 그렇게 모은 소나 영상에서 기뢰를 찾는 게 3단계 파이프라인입니다.

▶ 실제 시뮬레이션 — 기뢰탐색 UUV가 해저를 훑는 모습. 하단에 측면주사 소나·멀티빔·깊이 센서 화면이 함께 뜨고, 노란 빔과 점선이 탐지(CAD)된 기뢰 후보를 표시한다.

탐지 → 분류 → 식별

도식 렌더링 중…

• CAD (Computer-Aided Detection) — 해저 영상에서 주변과 다른 이상 물체를 모두 찾습니다. 바위든 쓰레기든 기뢰든, 일단 "뭔가 있다"를.
• CAC (Computer-Aided Classification) — 찾은 것들 중 기뢰처럼 생긴 것만 추립니다. 모양·그림자·크기로.
• ATR (Automatic Target Recognition) — 기뢰로 분류된 것이 어떤 종류인지 식별합니다.

깔때기처럼 단계마다 후보가 줄어듭니다 — 수백 개 이상 물체 → 수십 개 기뢰 의심 → 몇 개 확정.

탐지율 vs 오경보율 — 영원한 트레이드오프

이 파이프라인의 핵심 긴장은 놓치지 않기 vs 헛것 안 보기입니다.

도식 렌더링 중…

⚠️ 기뢰전에선 놓침이 치명적이다 — 일반 탐지에선 오경보를 줄이는 게 미덕이지만, 기뢰는 하나만 놓쳐도 배가 침몰합니다. 그래서 MCM은 탐지율을 높게(놓치지 않게) 잡고, 늘어난 오경보는 뒤 단계(CAC/ATR)에서 거르는 쪽으로 설계합니다. "일단 다 찾고, 나중에 거른다"가 안전합니다.

💡 시뮬레이션의 가치 — 실제 기뢰로 훈련 데이터를 모으는 건 위험하고 비쌉니다. 다양한 해저·기뢰 형상·소나 조건을 시뮬레이션과 합성 데이터로 만들면, ATR 모델을 안전하게 대량 학습시킬 수 있습니다 — 라벨은 공짜로 따라오고요.

한 줄 정리

📌 무인잠수정의 기뢰 탐색은 CAD(이상 탐지) → CAC(기뢰 분류) → ATR(종류 식별) 3단계 깔때기다. 핵심 긴장은 탐지율 vs 오경보율인데, 기뢰는 하나만 놓쳐도 치명적이라 탐지율을 높이고 오경보는 뒤 단계에서 거른다. 위험한 실물 대신 시뮬·합성 데이터로 ATR을 학습시킨다.