최근 위성항법시스템(Global Navigation Satellite System, GNSS)은 교통, 군사, 통신, 농업 등 다양한 산업에서 필수적인 인프라로 자리잡으며 현대 사회를 지탱하는 중요한 기술로 자리매김하고 있다(Lee et al., 2023). 위성항법시스템은 정밀한 위치 정보와 시각 동기화를 제공함으로써 다양한 산업에 핵심 요소로 활용되고 있다(Kim and Seo, 2023). 그러나 이 기술의 의존도가 높아지면서 위성항법시스템 신호가 의도적이거나 비의도적인 방해를 받을 경우 초래되는 위험성도 점차 부각되고 있다(Lee and Seo, 2023). 실제로 중동, 우크라이나, 한반도 등지에서는 위성항법시스템 교란 사건이 지속적으로 보고되고 있으며, 이는 선박과 항공기의 운항에도 차질을 빚을 뿐 아니라, 통신 및 주요 기반시설에도 영향을 미칠 수 있어 국가 안보와 공공 안전에 심각한 위협을 초래하고 있다(Son et al., 2020).

위성항법시스템 교란의 위험성을 보완하기 위해 eLoran, R-Mode와 같은 지상 기반의 보완 시스템이 개발 되고 있다(Son et al., 2023a; Yu and Son, 2023). 이러한 시스템은 위성항법시스템과 독립적으로 위치 및 시각 정보를 제공함으로써, 보다 탄력적이고 강건한 위치 및 시각 정보 체계를 운영할 수 있게 되었다(Jeong and Son, 2023; Son and Fang, 2024). 하지만 이미 수많은 사용자들이 위성항법시스템에 의존하고 있기 때문에 위성항법시스템 간섭 탐지와 감시의 필요성이 더욱 강조되고 있다(Son et al., 2023b).

기존의 위성항법시스템 간섭 탐지 기술은 주로 지상에 고정된 위치에 설치된 위성항법시스템 신호 수신 인프라에서 수신된 신호를 분석하는 방식으로 작동한다(Joo et al., 2014; Fors et al., 2024). 그러나 이러한 방식은 지상 인프라를 설치하기가 어려운 넓은 바다와 같은 곳에서는 간섭 신호를 탐지하기 어렵고, 빔포밍 기술을 활용하여 의도적으로 지상 인프라 시설에서의 탐지를 회피하는 경우에는 유효성이 떨어질 수 있다.

이러한 한계를 극복하기 위해 최근 활용이 증대되고 있는 저궤도 위성(Low Earth Orbit, LEO)을 활용하는 방안을 고민해 볼 수 있다. 저궤도 위성은 비행고도가 약 500 km내외로 낮기 때문에 특정 지역의 장시간 지속적인 관측에는 적합하지 않지만, 다수의 저궤도 위성이 네트워크를 형성한다면 넓은 지역을 효과적으로 감시할 수 있다는 장점이 있다. 특히 미 항공우주국(National Aeronautics and Space Administration, NASA)에서 제공하는 Cyclone GNSS (CYGNSS)는 8개의 소형 위성으로 구성된 위성군(constellation)으로, 위성항법시스템 반사신호를 수집하여 제공하기 때문에 위성항법시스템 간섭신호를 탐지하는데 효과적으로 활용될 수 있다(Wu et al., 2022).

저궤도 위성을 이용한 GNSS 간섭신호 탐지 연구는 2021년에 처음 제안되었으며, 당시 연구는 수신기에서 측정된 신호의 전력 스펙트럼 및 신호대 잡음비(Carrier-to-Interference-and-Noise Ratio, CINR) 변화를 분석하는 수준에 그쳤다(Murrian et al., 2021). 이후 CYGNSS에서 제공하는 L1 주파수 대역 잡음 데이터를 활용하여 GNSS 간섭 신호 발생 여부를 확인하려는 시도가 있었지만, 이는 6개월 또는 1년간 누적된 데이터를 단순 평균한 값을 이용하는 방식이어서 지속적으로 간섭신호가 발생한 경우에만 유효하다는 한계가 있었다(Chew et al., 2023).

본 논문은 국내 최초로 CYGNSS의 L1 주파수 대역 잡음 데이터(ddm_noise_floor)를 활용하여 GNSS 간섭신호를 탐지하는 방법을 제안한다. 본 연구에서는 11월 1주의 CYGNSS 데이터를 활용해 태평양, 중동 그리고 한반도 지역의 잡음 분포를 평균값과 최대값을 활용하여 비교 분석하였다. 일반적으로 인위적인 전파간섭신호의 발생은 육지에서 이뤄지기 때문에 태평양 인근에서는 전파간섭신호가 없다고 가정하고, Global Positioning System(GPS) 장애 신고가 언론에 보도된 11월 1주의 중동 및 한반도 인근에서의 잡음 분포가 태평양에서의 결과와 차이가 있음을 보였다.

2.1. 연구 지역과 연구 자료

본 연구는 중위도 지역 중에서 태평양 인근 지역을 위성항법시스템 간섭이 없는 정상 상태의 분석 대상으로 설정하고, 중동 지역과 한반도 인근 해상을 위성항법시스템 간섭 신호 탐지를 위한 주요 분석 대상으로 활용하였다(Fig. 1). 본 연구에서 주로 사용할 데이터는 ddm_noise_floor라는 변수인데, 이는 CYGNSS Level 1 Science Data RecordVersion 3.2 에서 제공되는 주요 변수 중 하나로, 위성항법시스템 반사 신호의 기저 잡음 수준을 나타낸다. 이 변수는 Delay Doppler Map (DDM) 데이터 처리 과정에서 초기 지연 열에서 평균된 원시(raw) 카운트를 기반으로 계산되며, 위성항법시스템 신호의 반사 여부와 관계없이 잡음의 기본 수준을 정량적으로 측정한다. ddm_noise_floor 변수의 값은 간섭이 없는 정상적인 환경에서는 일정한 범위 내에서 분포하지만, 위성항법시스템 간섭 신호가 존재할 경우 비정상적으로 증가하는 특성을 보인다.

Figure 1. CYGNSS satellite tracks and designated research areas. Research areas 1, 2, and 3 represent the Pacific Ocean, the Middle East, and the Korean Peninsula, respectively.

CYGNSS는 약 35°의 궤도 경사각과 평균 510 km의 저궤도를 따라 지구를 공전하며, 위도 약 –40°에서 40° 사이를 커버한다. 본 위성군은 위성항법시스템 반사 신호의 특성을 활용하여 열대성 저기압의 해양 바람 속도와 해양 표면 상태를 관측하기 위해 설계되었다. Fig. 2는 위성항법시스템 신호가 반사되는 기하학적 구조를 나타낸다. 위성항법시스템 위성에서 송신된 신호가 지구 표면에서 반사되어 수신기로 도달하는 과정에서 반사지점(specular point)은 입사각과 반사각이 동일하여 가장 강한 반사 신호가 발생하는 지점을 의미한다. 각 CYGNSS 위성에는 지구 중심 방향에서 반사되는 L1 주파수 대역의 위성항법시스템 신호를 수신할 수 있는 4개의 수신기가 탑재되어 있으며, 총 8개 위성이 군집을 이루어 공전한다. 결국 1개의 수신기당 1개의 반사지점을 갖게 되므로 CYGNSS는 1초당 32개의 반사지점에 관한 데이터를 제공하게 된다.

Figure 2. Geometry of GNSS signal reflection and specular points.

Fig. 3은 CYGNSS 위성과 탑재된 수신기에서 수집한 GPS 반사 신호 반사지점의 궤적을 나타낸다. CYGNSS 위성의 궤적은 검정색 선으로 표현하였고, 네 개의 GNSS 수신기에서 얻어진 GPS 반사신호 각각의 반사지점 궤적(마젠타, 빨강, 시안, 노랑 선)을 시각적으로 나타냈다. 이 때, 노란색 궤적에서는 CYGNSS 위성 및 GPS 위성이 이동함에 따라 수신기에서 추적하는GPS 위성신호가 변경되었음을 확인할 수 있다. CYGNSS 데이터는 실제로 수신기에서 수신한 여러 개의 GPS 위성 중 반사신호 세기가 가장 센 신호의 위성을 선택적으로 처리하기 때문에 이런 현상이 발생한다.

Figure 3. A CYGNSS satellite track (black) and corresponding four GPS specular points (magenta, red, cyan, and yellow) over the Korean Peninsula.

Table 1은 본 연구에서 활용된 CYGNSS Level 1 데이터의 주요 변수를 정리한 것으로 GNSS 신호 교란 탐지 및 분석에 필수적인 정보를 제공한다. sc_lat, sc_lon은 CYGNSS 위성의 위치를 나타내며, 위성항법시스템 간섭신호가 수신된 위성의 위치를 파악하는데 활용된다. sp_lat, sp_lon은 지표면에서 위성항법시스템 신호가 반사된 지점을 나타내며, 전파 간섭이 발생한 위치를 추적하는데 기여한다. 간섭 신호가 발생한 특정 위성항법시스템 위성을 식별하는 prn_code는 CYGNSS 위성의 위치를 기준으로 간십 신호가 탐지된 방향을 추정할 수 있다. 또한, ddm_noise_floor 변수는 반사 신호의 잡음 수준을 나타내며, 간섭 신호 존재 여부를 탐지하기 위한 핵심 지표로 사용된다. 마지막으로, 정상 신호를 송신한 위성항법시스템 위성의 위치(tx_pos_x, tx_pos_y, tx_pos_z)는 GNSS 신호를 송출하는 위성의 3D 좌표를 제공하여, 반사 신호의 기하학적 분석 및 전파 간섭의 영향을 계산하는데 활용한다.

Table 1 . Details of CYGNSS Level 1 Science Data Record Version 3.2 for GNSS interference detection.

Variable Name	Definition and Explanation
sc_lat	Subsatellite point latitude, in degrees north, at ddm_timestamp_utc.
sc_lon	Subsatellite point longitude, in degrees east, at ddm_timestamp_utc.
sp_lat	Specular point latitude, in degrees north, at ddm_timestamp_utc
sp_lon	Specular point longitude, in degrees east, at ddm_timestamp_utc
sp_alt	Altitude of the specular point relative to the WGS-84 datum in meters, at ddm_timestamp_utc, as calculated on the ground.
prn_code	The pseudorandom number (PRN) code of the GPS signal associated with the DDM. Ranges from 0 to 32.
ddm_noise_floor	For non-black body DDMs: the value is equal to the average bin raw counts in the first 45 delay rows of the uncompressed 20 × 128 DDM, in counts, at ddm_timestamp_utc.
tx_pos_x	The X component of the GPS spacecraft WGS-84 reference frame Earth-centered, Earth-fixed (ECEF) position, in meters, at ddm_timestamp_utc.
tx_pos_y	The Y component of the GPS spacecraft WGS-84 reference frame ECEF position, in meters, at ddm_timestamp_utc.
tx_pos_z	The Z component of the GPS spacecraft WGS-84 reference frame ECEF position, in meters, at ddm_timestamp_utc.

2.2. 연구 방법

본 연구에서는 GNSS 전파 간섭 신호를 탐지하기 위해 NASA에서 제공하는 CYGNSS Level 1 ScienceData Record Version 3.2 데이터를 활용하였다. 태평양 지역(25°–40°N, 165°–200°E)에서는 현실적으로 인위적인 위성항법시스템 전파간섭 신호를 발생하기 어렵기 때문에 해당 지역의 CYGNSS 위성 네트워크에서 11월 1일부터 7일까지 수집된 ddm_noise_floor 값의 범위를 정상 상태로 정의하였다. 반면, 중동 지역(25°–40°N, 15°–60°E)과 한반도 인근 해역(25°–40°N, 120°–135°E)은 해당 기간동안 위성항법시스템 간섭이 빈번히 발생하거나 보고된 지역으로, 교란 신호를 탐지하고 평가하기 위한 주요 분석 대상 지역으로 설정되었다. 분석 대상 지역 ddm_noise_floor 분포 내에서 정상 지역에서의 ddm_noise_floor 분포의 최대값을 초과하는 비율 기준으로 Fig. 4와 같이 GNSS 간섭 신호 탐지 여부를 결정하고자 한다. ddm_noise_floor 데이터는 보다 직관적인 값의 비교를 위해 dB 단위로 변환하여 분석하였다.

Figure 4. Flowchart of the decision on GNSS interference.

3.1. 태평양 지역의 DDM 잡음 분석 결과

태평양 지역에서 11월 1일부터 7일까지 수집된 CYGNSS Level 1 Science Data Record Version 3.2 내 ddm_noise_floor 데이터를 분석하였다. 해당 지역 내에서 수집된 위성항법시스템 반사 신호의 데이터는 총 446,336개이며 Fig. 5(a)는 반사지점 위치에 따른 ddm_noise_floor 값을 색으로 표현한 것이고, (b)는 ddm_noise_floor의 분포를 히스토그램(histogram)으로 나타낸 값이다. 히스토그램에서 ddm_noise_floor 값은 39.94 dB의 최대값을 가지며, 38.41 dB의 평균 값, 0.96 dB의 표준편차를 갖는다. 태평양 지역에서의 데이터는 가우시안 분포와 유사하게 나타났으며, 인위적인 위성항법시스템 간섭 신호가 없을 경우의 잡음 분포를 보여준다고 판단할 수 있다.

Figure 5. Noise level analysis of delay Doppler maps from a GNSS interference-free area during November 1–7. (a) Location of the interference-free area in the Pacific region and corresponding ddm_noise_floor distribution. (b) Histogram showing the distribution of ddm_noise_floor (dB) in the Pacific region.

3.2. 중동 지역의 DDM 잡음 분석 결과

Fig. 6는 중동 지역에서 관측된 ddm_noise_floor를 Fig. 5와 동일한 방식으로 표현한 것이다. 이 지역은 현재 상시 위성항법시스템 간섭 신호가 송출되는 것으로 언론을 통해 확인된 지역이다. 태평양 지역에서 수집된 ddm_noise_floor의 히스토그램과 비교했을 때, 중동 지역의 최대값은 46.29 dB로 태평양 지역 최대값인 39,94 dB보다 약 6 dB 이상 높다. 평균값도 41.07 dB로 태평양 지역에서의 38.41 dB에 비해 2 dB 이상 높게 관측되었다. 또한 마치 두 개의 가우시안 분포가 합쳐진듯한 분포는 위성항법시스템 간섭신호로 인한 것처럼 유추해 볼 수 있다. 태평양 지역에서의 잡음 최대값을 초과하는 비율이 82.3%에 달한다는 점도 중동 지역에서 강도 높고 지속적인 위성항법시스템 간섭 신호가 발생하고 있음을 뒷받침한다.

Figure 6. Noise level analysis of delay Doppler maps in the Middle East region. (a) Location of the reported GNSS interference area in the Middle East region and corresponding ddm_noise_floor distribution. (b) Histogram showing the cumulative distribution of ddm_noise_floor (dB) in the interference-affected Middle East region.

3.3. 한반도 인근의 DDM 잡음 분석 결과

Fig. 7은 한반도 인근 해역에서 관측된 ddm_noise_floor를 분석한 것이다. 소방방재신문에 따르면 2024년 11월 1일부터 7일까지 한반도 주변에서 지속적으로 GPS 수신 장애가 보고되었다. 히스토그램 분석 결과, ddm_noise_floor 값의 최대값은 46.99 dB로 중동 지역에서의 최대값과 유사한 결과를 보였고, 39.33 dB의 평균값을 가져 태평양 지역에서의 값보다는 크고 중동 지역에서의 값보다는 작았다. 총 212,638개 데이터 중 태평양 지역의 데이터 최대값을 초과하는 데이터의 비율이 23.1%이다.

Figure 7. Noise level analysis of delay Doppler maps near the Korean Peninsula. (a) Location of the reported GNSS interference area near the Korean Peninsula and corresponding ddm_noise_floor distribution. (b) Histogram showing the cumulative distribution of ddm_noise_floor (dB) in the interference-affected region near the Korean Peninsula.

한반도 지역에서의 대부분 데이터는 태평양 지역에서의 데이터와 같이 간섭신호가 없을 때의 분포와 유사한 분포를 나타내는 경우가 많았다. 본 연구진은 전체 시간이 아닌 특정 시간에만 한정적으로 간섭신호가 발생했을 가능성을 확인해 보기 위해 1주일 데이터를 3시간 단위로 분할하여 각 시간동안 수집된 데이터 총 개수 대비 태평양 지역에서의 잡음 최대값을 초과하는 비율을 조사해 보았다. Fig. 8은 1주일동안 CYGNSS 위성을 이용해 수집된 한반도 인근에서의 ddm_noise_floor 데이터의 수를 나타낸 것이다. 히스토그램의 간격은 3시간으로, 충분히 연속적으로 한반도 인근을 관측하고 있음을 알 수 있다. 그래프에 나타난 시각은 Universal Time Coordinate를 기준으로 나타낸 것으로, 한국 시간으로 변환하기 위해서는 9시간의 차이를 고려해야 한다.

Figure 8. Distribution of ddm_noise_floor data counts in 3-hour intervals.

Fig. 9는 각 시간 간격에서 수집된 데이터에서 태평양 지역에서의 잡음 최대값인 39.94 dB 이상의 잡음이 관측된 비율을 나타낸 것이다. 이를 통해 한반도에서는 주로 특정 시간동안 집중적인 전파간섭 신호가 발생했음을 확인할 수 있다.

Figure 9. Distribution of data proportions surpassing peak noise levels in the Pacific Region.

본 연구에서는 CYGNSS Level 1 ScienceData Record Version 3.2 데이터 내 ddm_noise_floor 변수를 활용하여 위성항법시스템 간섭 신호를 탐지하는 방법론을 제안하고, 이를 태평양, 중동, 한반도 인근 지역에 적용하였다. 태평양 지역은 위성항법시스템 간섭이 없는 환경으로 가정하고, 2024년 11월 1일부터 7일까지 ddm_noise_floor 분포의 최대값을 위성항법시스템 간섭 탐지를 위한 기준값으로 설정하였다. 기준값을 바탕으로 중동 지역과 한반도 인근 해역의 ddm_noise_floor 데이터를 비교한 결과, 두 지역 모두에서 태평양 지역에 비해 현저히 높은 ddm_noise_floor 값이 나타났다. 중동 및 한반도 지역에서의 ddm_noise_floor 최대값은 태평양 지역의 최대값보다 약 5배 높았으며, 기준값을 초과하는 데이터의 비율은 각각 82.3%, 23.1%로 나타나 위성항법시스템 간섭 신호가 실제로 발생했음을 시사한다.

본 연구를 통해 제안된 방법론은 넓은 지역에서의 위성항법시스템 간섭 신호를 효과적으로 탐지할 수 있는 가능성을 확인했으며, 특히 지리적 제약이 있는 지상 기반 탐지 시스템의 한계를 보완할 수 있음을 보여주었다. 다만, 실제 간섭신호를 발생시키는 것은 국제적으로 불법행위이기 때문에, 직접 간섭신호를 발생시켜서 본 연구방법을 직접 검증하기 어렵다는 점에서 한계가 있을 수 있다. 또한 다양한 전파간섭신호 발생유형을 분석하기 위해서는 잡음의 분포 변화를 보다 짧은 시간별로 추가분석할 필요가 있다. 향후 연구에서는 본 방법론을 다른 지역으로 확장하거나, 장기 데이터를 활용하여 위성항법시스템 간섭 신호의 발생 패턴을 심층적으로 분석함으로써 간섭의 원인을 보다 정밀히 규명할 수 있을 것이다. 또한, 선박 및 항공기 위치정보 데이터를 활용하여 실제 위성항법시스템 간섭 신호 발생 여부를 교차 검증하는 방법을 도입함으로써 탐지 결과의 신뢰성을 더욱 강화할 수 있을 것이다.

이 논문은 2025년도 해양수산부 재원으로 해양수산과학기술진흥원의 지원을 받아 수행된 연구이며(RS-2024-00415504, 민군 활용 AI기반 융복합 해양데이터 분석기술 개발 및 보안플랫폼 구축), KRISO 기본사업 “디지털서비스 플랫폼 및 다목적 항해계획 최적화, 연안선박 탄소배출모니터링 기술개발(PES5581)”에 의해 수행되었습니다.

No potential conflict of interest relevant to this article was reported.