당신이 아주 작고 똑똑한 드론 함대의 선장이라고 상상해 보세요. 당신의 임무는 특정 건물을 촬영하기 위해 거대한 도시를 비행하는 것입니다. 당신은 GPS 좌표 목록을 일일이 타이핑하고 싶지 않습니다. 그저 "모든 빨간 벽돌 학교와 높은 파란색 타워를 찾아가라"고 말하고 싶을 뿐입니다. 이것이 바로 시각-언어-행동(Vision-Language-Action, VLA) 모델의 흥미로운 세계입니다. 이 모델들을 당신의 말과 위성 사진을 직접적인 비행 명령으로 바꿔주는 마법 같은 번역기라고 생각해보세요.

하지만 여기에는 문제가 하나 있습니다. 이러한 AI 번역기들은 '무엇'에 대해 이야기하는지는 기가 막히게 이해하지만(예를 들어, '학교'가 어떻게 생겼는지 아는 것), 그곳에 가는 '최선의 방법'을 찾아내는 데는 서툴 때가 많습니다. 만약 당신이 표준 AI에게 열 곳을 방문하라고 요청한다면, 그 AI는 첫 번째 장소에 갔다가, 그다음엔 열 번째로 갔다가, 다시 두 번째로 가는 식으로 하늘을 갈팡질팡하며 마치 혼란에 빠진 벌처럼 지그재그로 비행할 것입니다. AI는 목표물은 알지만, 효율적인 경로를 계획하는 공간적 감각이 부족합니다. 여기서 **최적화(optimization)**의 과학이 등장합니다. 즉, 수학을 사용하여 미로 속의 점들을 통과하는 가장 짧고 빠른 경로를 찾는 것인데, 이는 유명한 "외판원 문제(Traveling Salesperson Problem)"로 알려져 있습니다. 연구자들이 던지는 질문은 이것입니다. "우리가 AI의 '보고 이해하는' 능력과 영리한 수학적 기술을 결합하여, 인간이 지도를 그려주지 않아도 드론이 효율적으로 비행하게 만들 수 있을까?"

논문의 이야기: ARIES-Mission2

이 논문은 드론 내비게이션 문제를 해결하기 위해 '두 명의 팀'처럼 작동하는 ARIES-Mission2라는 새로운 시스템을 소개합니다. 하나의 AI가 모든 것을 처리하게 두는 대신(이는 엉망이고 되돌아오는 경로를 만듭니다), 저자들은 업무를 "프런트엔드(Front-End)"와 "백엔드(Back-End)"로 나누었습니다.

프런트엔드: 눈과 귀
먼저, 시스템은 당신의 자연어 지시(예: "공원을 찾아라")를 듣고 위성 이미지를 살펴봅니다. 이를 위해 두 가지 강력한 AI 모델을 사용합니다:

1. DeepSeek-V3: 문장을 분석하여 당신이 원하는 목표가 정확히 무엇인지 파악하는 '독해자' 역할을 합니다.
2. Molmo-7B: 위성 사진을 보고 해당 목표물의 정확한 픽셀 위치를 찾아내는 '포인터' 역할을 합니다.

AI가 사진상의 지점을 가리키면, 시스템은 약간의 수학을 사용하여 이 사진 좌표를 실제 세계의 GPS 좌표(위도와 경도)로 변 translation합니다. 이 단계에서 AI는 방문해야 할 장소 목록을 갖게 되지만, 만약 발견한 순서대로 비행한다면 매우 비효식적일 것입니다.

백엔드: 수학 마법사
여기서 마법이 일어납니다. 논문은 단순히 AI가 방문 순서를 결정하게 두는 것이 "혼란스럽고 중복된" 경로를 만들기 때문에 좋지 않은 아이디어라고 주장합니다. 이를 해결하기 위해, 시스템은 GPS 지점 목록을 "백엔드" 최적화 도구에 넘겨줍니다.

단순히 추측하는 대신, 시스템은 이 미션을 **외판원 문제(TSP)**로 취급합니다: "이 모든 점을 방문하고 집으로 돌아오는 가장 짧은 루프는 무엇인가?" 이를 해결하기 위해 시스템은 단 하나의 방법만을 고집하지 않고, 네 가지 서로 다른 "경로 플래너" 간의 경주를 실행합니다:

1. AI가 제안한 원래 순서 ( "표준" 경로).
2. 새 떼가 먹이를 찾기 위해 무리 짓는 방식을 모방한 표준 수학 알고리즘인 PSO(입자 군집 최적화).
3. 거리 기반의 더 나은 예측을 바탕으로 시작하는 더 똑똑한 버전인 GPSO.
4. 로컬 데드엔드(막다른 길)에 갇히는 것을 피하기 위해 "레비 플라이트(Levy Flight, 일종의 무작위 점프)"를 사용하는 더욱 진보된 버전인 IPSO.

시스템은 이 네 가지 옵션의 총 비행 거리를 계산하고 가장 짧은 것을 선택합니다. 그런 다음 그 완벽한 경로를 드론이 즉시 비행할 수 있는 파일로 변환합니다.

연구 결과

연구진은 30개의 복잡한 미션(서로 다른 수의 목표물 포함)으로 구성된 UAV-VLPA-nano-30 벤치마크를 통해 이 시스템을 테스트했습니다. 데이터가 보여준 결과는 다음과 같습니다:

• "가공되지 않은" AI는 낭비적입니다: 수학적 도움 없이 AI가 경로를 계획하게 두었을 때, 드론은 총 79.66 km를 비행했습니다. 경로는 지그재그였으며 불필요한 되돌아오기가 많았습니다.
• 인간은 뛰어나지만 완벽하지는 않습니다: 숙련된 전문가가 경로를 수동으로 계획했을 때, 비행 거리를 69.00 km로 줄일 수 있었습니다.
• ARIES-Mission2의 승리: "백엔드" 수학 경주를 사용함으로써, 시스템은 단 62.43 km의 총 비행 거리를 달성했습니다. 이는 가공되지 않은 AI에 비해 21.6% 감소한 수치이며, 인간 전문가보다 9.5% 개선된 수치입니다.

시스템은 단순히 더 짧게 비행했을 뿐만 아니라, 계획하는 속도도 빨랐습니다. 30개의 미션을 생성하는 데 걸린 전체 시간은 575.40초(약 9.5분)였으며, 태스크당 평균 19.18초가 소요되었습니다. 반면, 인간 전문가는 동일한 미션을 계획하는 데 2100초(35분)가 걸렸습니다. 수학 솔버 자체는 믿을 수 없을 정도로 빨라서 태스크당 단 0.16초밖에 걸리지 않았으며, AI "눈"이 19.02초로 대부분의 시간을 차지했습니다.

이것이 중요한 이유

이 논문은 가장 큰 병목 현상이 수학이 아니라 AI의 시각적 처리 과정이라고 시사합니다. 목표물의 수가 증가함에 따라 AI가 목표를 "보는" 데 걸리는 시간은 빠르게 늘어나지만, 수학 솔버는 여전히 효율적입니다. 이는 시각적 이해와 경로 계획을 **분리(decoupling)**하는 것이 대규모 드론 미션을 성공시키는 핵심임을 증명합니다.

저자들은 이 접근 방식이 "매우 효율적인 자동 배치"를 가능하게 하여, 인간보다 빠를 뿐만 아니라 훨씬 더 효율적으로 비행하는 시스템을 만든다고 결론짓습니다. 또한, 이 방식이 평평한 2D 지도에서는 매우 잘 작동하지만, 향-후 연구에서는 더 복잡한 실제 환경을 다루기 위해 3D 지형과 동적 장애물을 추가해야 할 것이라고 언급했습니다. 현재로서는 ARIES-Mission2가 스마트한 AI와 영리한 수학 알고리즘을 결組み合わせ하면, 연료를 단 한 방울도 낭비하지 않고 드론 팀이 정확히 어디로 가야 하고 어떻게 가야 하는지를 알 수 있다는 것을 보여줍니다.