하늘을 선점하기 위한 특허전쟁이 점입가경이다. 구글, 아마존, 디즈니와 중국 DJI 등 글로벌 기업들이 차세대 드론 시장 선점을 위한 특허 확보 경쟁에 뛰어들고 있다.
글로벌 드론 특허의 주요 역량은 (1)사전에 비행구역을 비행하면서 드론에 탑재된 GPS, 관성측정(IMU), 레이더, 라이다, 카메라, 마이크로폰, 초음파 등의 센서를 이용해 정보를 수집한 후, 이것을 바탕으로 선행정밀지도(Detailed Prior Map) 및 선행사물데이터(Prior Object Data)의 빅 데이터와 실제 비행하면서 실시간으로 수집한 맵 데이터를 비교 분석해 충돌을 방지하며 경로를 따라 안전하게 비행하는 것, (2) 모든 비행활동을 기록하는 인공지능 블랙박스(Black Box)를 개발해 무인기 사고가 날 경우, 테러범들이 납치했는지, 인공지능 자율비행장치(Autopilot)가 판단을 잘못 내렸는지, 시시비비를 따지는 중요한 단서가 될 것, (3) 15m~30m의 GPS 오차를 줄이기 위해 다른 센서들을 이용해 오차를 줄이거나, 셀룰러-와이파이-비콘 또는 마커를 이용해 배송목적지를 정확히 찾아내는 것, (4) 드론이 날 수 있는 도로 위의 회랑(Corridors) 등 도시 인프라가 새롭게 디자인돼야 한다는 것 등에 집중돼 있다.
글로벌 드론 특허 130건을 △드론 자체의 기능향상과 플랫폼, △드론 활용 서비스, △드론을 위한 도시인프라·프라이버시·UI/UX·인증확인 등 총 3개 분야로 나누어 분석한 결과 다음과 같이 분석됐다.
서비스가 총 79건(61%)으로 가장 많았고, 기능·플랫폼이 총 39건(30%)이며, 도시 인프라·프라이버시·UI/UX·인증확인이 총 12건(9%)으로 나타났다.
이 가운데 88%의 특허가 최근 2년 동안 집중 등록된 것으로 나타났다. 특히 도시 인프라·프라이버시·UI/UX·인증확인 특허 건수가 최근 들어 급증하고 있는 것에 주의를 기울일 필요가 있다.
39건의 기능·플랫폼 관련 특허를 상세 분석한 결과 △드론의 감지와 분류, △드론의 기능·제어·충돌방지·비행 모드·신뢰 향상, △드론 유지보수·보호, △배터리 충전·교환 스테이션·시스템, △멀티 드론(UAVs) 구성·운영·관리 인프라 및 플랫폼으로 나타났다.
이 중 드론의 기능·제어·충돌방지·비행 모드가 24건(62%)으로 가장 많았고, 98%의 특허가 최근 2년동안 집중 등록된 것으로 나타났다.
79건의 서비스 관련 특허를 상세 분석한 결과 △물품·패키지·의약품 수송 및 배송, △차세대 우체통, △재고·물류·창고관리, △인프라 진단·관리·보수, △건물·빌딩·교량에 페인팅·청소, △정찰·감시(산불, 교량, 마약, 테러 등), △통신망 활용, △AR·VR관광, △에어쇼와 에어 디스플레이, △농업지원, △교통·자동차 지원, △국방·테러 방지용, △ 기타 서비스 등으로 나타났다.
이중 테마파크에서의 에어쇼와 에어 디스플레이 특허가 15건(19%)으로 가장 많았다. 그 다음 물품 수송·배송이 14건(17%)으로 그 뒤를 이었다. 정찰·감시가 8건(10%)으로 나타났으며, 96%의 특허가 최근 3년 동안 집중 등록된 것으로 나타났다.
12건의 드론을 위한 도시 인프라·프라이버시·UI/UX·인증확인 관련 특허를 상세 분석한 결과 △도시·인프라 재-디자인, △비행금지·거부·허가 등 프라이버시 관리 및 고려, △차세대 UI/UX/GUX, △사용자와 UAV와의 인증·확인 등으로 나타났다. 이 모든 특허는 최근 2년 사이에 등록된 것으로 나타났다.
기업별 특허 등록 건수를 분석하면 다음과 같다. 세계 상업용 드론 시장의 70%를 차지하고 있는 중국의 DJI가 32건으로 전체 25%를 차지하고 있다. 뒤를 이어 Google은 15건으로 전체 12%를 기록했다. 그 뒤를 이어 Disney, IBM, Amazon, Elwha LLC 순으로 뒤를 이었다. 이번 특허분석에 유일하게 한국 기업인 LG전자는 2015년에 차세대 UI/UX 특허 1개를 등록했다.
이번엔 특허와 기업과의 관계를 살펴보자. 드론 특허 중 △드론의 기능·제어·충돌방지·비행모드·신뢰 향상에는 총 24건의 특허가 등록됐다. 이중 중국의 DJI가 22건(92%)으로 단연 1위를 지키고 있다. 역시 드론 자체의 기능과 제어분야에서는 타의 추종을 불허하고 있는 것으로 풀이된다. 따라서 전세계 드론 시장의 70%를 석권하고 있는 것이 사실임을 입증하고 있는 것이다.
한편 드론 특허 중 △배터리 충전·교환 스테이션·시스템에는 총 8건의 특허가 등록됐다. 이중 중국의 DJI가 5건(62.5%)으로 1위로 나타났다. 배터리 충전 스테이션과 시스템에도 DJI가 세계 시장을 석권하고 있으며, 이 분야에서 기업들이 치열하게 경쟁하고 있다는 것을 의미하는 것으로 풀이된다.
이번엔 서비스 특허 중 △물품·패키지·의약품 수송 및 배송에는 총 14건의 특허가 등록됐다. 이중 미국의 Google이 11건(79%)으로 가장 많은 특허를 등록했다. 구글이 연방정부로부터 2016년 8월 2일에 조건부 배송시험허가를 받은 것은 우연이 아니다.
서비스 특허 중 △재고·물류·창고관리에는 총 6건의 특허가 등록됐다. 이중 미국의 Amazon이 6건(100%)으로 1위를 차지했다. 현재는 아마존이 비용을 절감하기 위해 지상의 로봇(Kiva)을 투입하고 있지만, 언젠가는 공중으로 UAVs를 투입할 것으로 보인다.
서비스 특허 중 △에어쇼와 에어 디스플레이에는 총 15건의 특허가 등록됐다. 이 중 미국의 Disney가 14건(93%)으로 독보적인 위치를 차지하고 있는 것으로 나타났다. 엔터테인먼트에 드론을 활용하는 것은 디즈니이기에 가능한 아이디어라 볼 수 있다.
드론을 이용한 신규사업도 중요하다. 하지만 기존 사업에 드론을 활용해 비용절감이나 고객만족 등 역량을 강화할 필요도 있다.
글로벌 드론 특허 분석 결과, DJI·구글·아마존 등 해외 기업 특허가 대다수다. 한국 기업 핵심 특허는 1건에 그쳐 국내 드론 특허 확보가 시급한 실정이다. 이제라도 경쟁국이나 경쟁사의 특허 내용을 심층 분석하고 이해해 더욱 창의적이고 창조적인 인사이트를 찾아야 할 것이다.

교통·자동차 지원 
IBM - 드론 활용 자동차 내비 지원
IBM은 2016년 2월 ‘자동차 사용자를 위한 드론을 이용한 내비 지원(Unmanned aerial vehicle navigation assistance, 20160054143, 25 Feb 2016)’이라는 특허를 등록했다. 이는 2015년에 등록한 특허(9,170,117)를 개량한 것이다.
 
그림 1은 전송된 데이터를 프로세싱하는 환경(100)을 표현한 것이다. 104는 사용자의 자동차 내에 있는 랩톱, 태블릿, 스마트폰 등의 컴퓨팅 디바이스이고, 106은 드론 내비 지원 앱(Drone Navi Assistance App)이다. 108은 클라우드 서버, 110은 드론 지원 프로그램, 112는 드론 지원 데이터베이스다. 114는 내비 지원 실제 드론이며, 102는 네트워크다.
우선 사용자는 앱(106)을 통해 자동차의 컴퓨팅 디바이스를 클라우드 서버에 등록한다. 그러면 고유 ID를 부여 받는다. 드론 내비 지원 요청을 하면, 클라우드서버는 사용자의 위치를 검색해 드론을 급파하고 지원하게 된다.
 
그림 2는 클라우드 서버(108)와 클라우드 서버 내의 드론 지원 프로그램의 환경(400)을 도식화한 것이다.
402는 내비를 요청하는 사용자 자동차이고, 404는 다른 자동차이며, 406은 내비 요청에 따라 현장에 출동한(급파된) 드론이다.
주행 방해를 피하기 위해 내비 지원 프로그램(110)은 자동차(402) 사용자의 시야에서 벗어나 멀리 떨어진 곳에서 드론을 운행한다. 그리고 요청에 따라 자동차(404)의 뒤 범퍼 위의 이미지를 레이저(408)를 이용해 감지하고 투영해주거나(project) 혹은 요청자의 자동차내의 컴퓨터 디바이스로 전송할 수도 있다.
이 특허는 기술 상 이 정도의 환경을 구성하고 있지만 다양한 곳에 응용될 수 있다고 기술하고 있다. 도로지도의 내비 지원, 라이트가 나갔을 때의 도로 주행 안내, 주행 환경의 여러 객체들의 내비 지원 등 다양한 응용이 가능하다.

IBM·운전자에게 전방의 위험물·장애물·충돌사고 알림
IBM은 2016년 3월 ‘무인기를 이용해 자동차 운전자에게 전방의 위험물·장애물·충돌사고 등을 감지하여 알림(UNMANNED AERIAL VEHICLE FOR HAZARD DETECTION, 20160059962, 3 Mar 2016)’이라는 특허를 등록했다.
자동차를 운전하면서 시야에 안 들어오는 장애물(obstruction), 즉 나무, 전선주, 보행자, 동물, 차량 등과 충돌이 일어나면 사망 및 부상, 뒤 따르는 비용 등 개인이나 사회적으로 막대한 피해를 준다. 특히 자동차 충돌사고가 일어났을 경우 이러한 교통정보를 실시간으로 업데이트시켜 운전자들에게 알려야 하는데, 업데이트하는데 시간이 오래 걸려 운전자들은 충돌사고를 실시간으로 접할 수 없다. 한 가지 방법은 사고를 목격한 운전자들이 도로상황을 서버나 SNS 상에 올려 알리는 방법 밖에 없다.
이 특허는 이를 개선하기 위해 무인기를 기동시켜 운전자의 시야에 안 들어오는 자동차 전방의 도로 조건을 모니터링하여 운전자에게 절박한 도로상황과 위험상황을 알려주거나 경고하는 시스템에 관한 것이다.
 
그림 3은 100의 환경에서 데이터가 어떻게 흘러가는지를 나타내는 기능성의 블록 다이어그램이다. 104는 클라이언트 컴퓨팅 디바이스, 106은 사용자 인터페이스와 앱, 108은 UAV, 110은 UAV에 탑재된 프로그램으로 102의 네트워크를 통해 쌍방향으로 연결돼 있다.
이때 104의 클라이언트 컴퓨팅 디바이스는 데스크톱 컴퓨터가 될 수도 있고 랩톱, 태블릿, 스마트폰 혹은 웨어러블 컴퓨터가 될 수도 다. 사용자의 자동차에 융합될 수도 있다. 106은 모바일 앱으로 104와 108 사이의 인터페이스를 제공한다. 이 앱을 통해 108의 무인기로부터 위험물이나 교통사고 등의 정보를 받는다.
이때 108의 UAV는 사용자의 자동차 위에 앉아 전방에서 일어나고 있는 도로상황을 모니터링 할 수도 있고, 사용자는 UAV를 기동시켜 전방의 장애물이나 교통사고 지역으로 보내 모니터링 할 수도 있다. 또는 제3자 무인기 서비스 업체에게 요청해 UAV를 급송 받아(dispatch) 전방을 모니터할 수도 있다.
110의 UAV Program은 도로 조건을 모니터하고 사용자에게 전방의 위험지역이나 장애물을 감지하여 알려준다.
 
그림 4는 110의 UAV Program을 설명하는 플로차트이다. 202에서 운전자의 시야에서 가려진 부분을 모니터한다. 204에서 운전자의 시야를 방해는 장애물이 감지되고, 206에서 지속적인 방해가 감지되면, 208에서 UAV를 기동시키는 것이다. 그리고 210에서 위험물·장애물·교통사고 등을 모니터하고, 212에서 감지가 되면, 214에서 운전자에게 이를 알리는 것이다.

클라우드팩(Cloudparc)·무인기로 차량을 알아내고 추적
미국 클라우드팩은 2016년 3월 ‘무인기로 차량을 알아내고 추적(Tracking a Vehicle Using an Unmanned Aerial Vehicle, 20160078759, 17 Mar 2016)’이라는 특허를 등록했다.
 
그림 5는 UAV를 이용해 차량을 추적하는 그림이다. 다른 그림들은 CCTV 같은 카메라를 이용하는 그림들이라 생략한다. 702는 하나 이상의 카메라이다. 하나는 차량이 어떤 종류이며, 모델이 무엇이며, 번호판이 무엇인지를 알아내는 카메라이다. 다른 하나는 차량의 주차 장소 등 특정 목적지를 추적하는 카메라이다.
702의 카메라는 차량의 이미지인 704를 수집한다. 706은 첫째 위치에서 708의 각도로 704의 차량을 수집하기 때문에, 첫째 위치에서는 차량을 알아내지 못할 수도 있다. 그래서 이번에는 710의 둘째 위치에서 712의 각도로 다시 수집해서 이미지를 분석해 알아내는 것이다. 도주 차량이나 뺑소니 차량, 마약 밀수 차량을 추적하는데 도움을 줄 것으로 기대하고 있다.

DJI·모니터링을 위해 차량에 이착륙이 가능한 무인기 도킹
중국 DJI는 2016년 1월 ‘주인 차량 주위 환경을 모니터링하기 위해 차량 위에서 이착륙이 가능한 무인기 도킹시스템과 방법(SYSTEMS AND METHODS FOR UAV DOCKING, 20160023762, 28 Jan 2016)’이라는 특허를 등록했다. 이는 2015년에 등록한 특허(20150353206 & 9,056,676)를 개량한 것이다. 무려 58페이지에 달하는 특허다.
차량은 주위 환경의 정보를 수집하고 모니터링 하기 위해 무인기와 커뮤니케이션 할 수 있다. 그러기 위해서는 UAV가 차량 지붕 위에서 이착륙이 가능한 개선된 UAV 도킹시스템이 필요한데, 이 특허는 바로 UAV도킹시스템을 구성하는 방법을 기술하고 있다. 우리가 차량 위에 자전거나 보트 등을 싣고 다니는 것과 같은 것인데, 단 이것이 이착륙이 가능하고 차량의 속도와 같이 나는 UAV라는 것만 다르다.
차량 위에서 이착륙을 하려면, UAV와 차량 간 인식이 필요하다. 차량 주위에 나타나는 장애물을 피할 수 있는 장애물 충돌방지도 필요하다. 따라서 다음이 필요할 것이다. (a)다른 차량과 구별되는, UAV가 주인차량을 알아볼 수 있는 차량 위의 표시(Marker), (b)이 표시를 바탕으로 신호를 생성하여 UAV에 보내 UAV 추진체를 가동하고, 차량의 측면속도(lateral velocity) 보다 5 mph 크거나 낮은 속도 범위 내에서 UAV도 달리는 차량과 같이 날게 하는 것, (c)동시에 UAV가 너무 고도가 높지 않도록 하여 차량과 쌍을 이루도록(coupling) 하는 것 등이다. 이러한 (a)~(c)의 과정이나 단계는 인간의 개입 없이 자동으로 이루어진다.
차량 위의 표시는 5 km 내에 있는 다른 차량들과 구별하기 위해 독특하게 차별화해야 한다. 그러기 위해서는 광학 센서에 의해 감지될 수 있는 시각적 표시가 돼야 한다. 예를 들면 바코드나 QR 코드가 될 수 있고, 또는 검고 흰 패턴을 가진 레이저 반점 혹은 적외선 센서가 될 수 있다. 또한 표시는 UAV가 차량 위에 이착륙 할 수 있는 표시가 될 수 있다. 차량과 UAV의 커플링(쌍)은 기계적 연결 혹은 마그네틱 연결을 통해 이뤄진다. 커플링은 차량의 지붕에 있는 표시에서 이루어진다. 이 연결을 통해 차량이 설사 30 mph(48 km/h)~100 mph(160 km/h)로 달린다 해도 떨어지지 않는다. 이러한 커플링은 인간의 개입 없이 자동으로 이뤄진다.
 
그림 6은 차량(120) 지붕에 있는 도킹시스템(100)에서 이륙하는 UAV(110)을 설명하는 그림이다. 130은 차량의 구동 추진 장치인 바퀴다.
 
그림 7은 UAV가 차량 위의 지붕으로 착륙하는 것을 설명하는 그림이다. 200은 도킹시스템이고, 210은 UAV이며 220은 차량이다. UAV가 착륙하면 자전거를 싣고 달리는 차처럼 UAV를 싣고 달리게 된다. 차량 220은 Vvehicle의 속도로 전방 또는 후방 방향으로 혹은 곧장 혹은 좌우회전을 하며 달릴 수 있다.
그러므로 V_vehicle은 측면 속도(lateral velocity)이다. 그리고 측면속도는 표면에 상대적인 속도이다.
이때 UAV의 속도는 V_uav로, 측면 속도인 V_uav-x, 수직 속도인 V_uav-y를 가질 수 있고, V_uav-x는 차량의 측면 속도인 V_vehicle와 병행 혹은 병진하는 속도이다. 따라서 UAV가 착륙할 때는 차량의 측면 속도와 같은 경로와 방향을 유지한다. 차량의 측면 속도는 UAV에 탑재된 보드 혹은 차량에 탑재된 보드에서 계산한다.
수직 속도인 V_uav-y는 UAV가 차량 지붕의 표시로 내려앉는 속도이다. 매우 높은 고도(altitude)에서 혹은 낮은 고도에서 내려앉을 수 있으며, 차량의 뒤에서 날때는 차량의 측면 속도보다 빠르게 날아 따라잡고 내려앉는다. 이 과정은 차량 위에 있는 표시(marker)에서 생성되는 명령 신호에 따라 자동으로 이뤄진다.
 
그림 8은 UAV(310)가 차량(320)에 착륙할 때 장애물(330)이 나타나 장애물을 피하는 방법을 설명하는 그림이다. UAV는 즉시 비행경로를 바꾸고 고도를 높여 장애물을 피한다.
 
반면 그림 9는 UAV(410)가 차량(420)으로부터 이륙할 때 장애물(430)을 피하는 방법을 설명하는 그림이다. 장애물이 지나가기를 기다리든지 혹은 비행경로를 바꾸어 피한다.
 
그림 10은 UAV(510)가 차량(520) 지붕의 표시에 내려앉을 때의 기계적 혹은 마그네틱 연결을 설명하는 그림으로, 530은 UAV의 연결부분이고 540은 차량의 연결부분으로 꽉 조이기 때문에 차량이 설사 30 mph(48 km/h)~100 mph(160 km/h)로 달린다 해도 떨어지지 않는다.
 
그림 11은 UAV(610)가 차량(620)에 착륙할 때 보다 상세한 기능적 연결을 설명하는 그림이다. 630과 640은 하나에서 10개 이상의 UAV에 탑재된 보드이고, 650/660/670은 차량에 탑재된 10개 이상의 보드로, 이들은 서로 상호작용하도록 구성돼 있으며, 680은 이들 구성요소들을 연결하는 연결선이다.
 
그림 12는 UAV(710)가 차량(720)의 도킹 시스템에 완전히 내려앉은 그림으로, 730은 UAV를 완전 혹은 부분적으로 가리는 커버로 무인기를 안전하게 보호하는 것이다.
 
그림 13은 UAV(810)가 차량(820)의 내부로 들어간 경우로 830은 커버다. 이렇게 구성할 수도 있다는 것을 보여주는 것이다.
 
그림 14는 UAV(910)가 자기 소유의 오너 차량인 920b를 구별하는 것을 설명하는 그림으로, 근처의 다른 차량들인 920a-920c-920d로부터 주인 차량을 식별하는 것이다. 어떻게 찾는가 하면 표시로 찾는데, 930a~930d가 표시들로 930b를 구별해내는 것이다.
 
그림 15는 이렇게 주인 차량(1020b)을 구별해 낸 UAV(1010)가 그 다음부터 오로지 주인 차량과만 통신하는 것을 나타내는 그림이다. 다른 차량들과는 통신하지 않는다. 방법은 단방향 통신이다. UAV는 주인 차량 주변의 환경들은 감지해 데이터를 주인 차량에게만 보내는 것이다.
 
그림 16은 여러 대의 차량들이 자기가 소유한 UAVs들과 짝을 이루어 다니는 것을 나타낸 그림이다. 1120b는 1110a와, 1120c는 1110b와, 1120g는 1110c와 짝을 이루고, 1120a-1120d-1120f는 UAVs가 없는 차량들이다. 미래의 빈부의 격차를 보여주는 대목이다.