기본 콘텐츠로 건너뛰기

미국의 GBI (Ground Based Interceptor) 가 북한 탄도 미사일을 잡는다 ?




 2013 년 초 3 차 핵실험과 미사일 실험 이후 북한은 미국 본토에 대한 미사일 공격을 언급하고 있습니다. 다만 실제 대륙간 탄도탄 미사일 공격이라는 것은 단순히 로켓 발사만으로 되는 문제가 아니라 대기권 재진입시 엄청난 마찰열을 이기고 정확히 목표한 지점에 떨어져야 하는 문제가 있기 때문에 미국이나 주위의 관측은 현 시점에서 재래식이든 핵이든 북한의 미사일 위협이 현실적이라고 생각하는 분위기는 아닌 것 같습니다. 


 그런데 실제 위협의 정도에 대한 평가는 차치하고 한가지 주목을 받는 부분은 지난 3월 7일 제이 카니 백악관 대변인이 '미국은 북한의 어떤 탄도 미사일 공격도 충분히 방어할 수 있다' 라고 언급하면서 '지상 발사 요격 미사일 (GBI  Ground Based Interceptor)' 의 성공을 언급했다는 것입니다. 미국의 미사일 방어 (MD) 의 일부인 GMD (Ground-Based Midcourse Defense) 의 요격 미사일인 GBI 는 최근 2013 년 1월 26 일 알래스카 기지에서 발사 실험에 성공한 바가 있습니다. 구체적으로 미국이 MD 나 GMD 가 목표로 하는 국가를 밝히지는 않았지만 이번 언급은 미국이 장차 북한도 대상에 포함하고 있다는 것을 암시하고 있습니다. 


 GBI 는 대륙간 탄도 미사일을 포함한 대기권 외 및 고고도 탄도 미사일을 요격하기 위해 만든 미사일 가운데 하나로 탄도 미사일을 중간 코스에서 요격하는 것을 목표로 하고 있습니다. GBI 는 3 단 고체 로켓에 EKV (Exoatmospheric Kill Vehicle : 대기권외 요격체) 를 탑재한 것으로 현재 개발이 완료된 단계라고는 할 수 없어서 사실 적의 탄도 미사일 공격을 성공적으로 저지할 능력을 현 시점에서 갖추었다고 보기는 어렵지만 순조롭게 개발이 된다면 수년후에는 어느 정도 자신있게 이야기 할 가능성도 있습니다. 


 GBI 및 EKV 의 개발은 이미 10 여년 전부터 시작이 되었으며 이는 GBR (Ground Based Radars  지상 레이더), UEWR (Upgraded Early Warning Radars 업그레이드 조기 경보 레이더), FBXB (Forward Based X-Band Radars. 이 레이더는 Sea based X band platform 등을 포함 ), BMC 3 (Battle Management Command, Control and Communications ) 같은 레이더, 사격 통제 시스템과 함께 작동해 미국 본토로 넘어오는 적의 탄도 미사일을 대기권 밖에서 요격하는 것을 목적으로 하고 있습니다. 



 GBI 의 경우 3 단 고체 로켓으로 무게는 총 12.7 톤, 길이는 16.8 미터, 지름 1.27 미터 정도이며 최대 상승 한도는 2000 km 라고 알려져 있습니다. 각 단의 스펙은 


1st stage: Alliant Tech Orion 50SXLG solid-fueled rocket; 441 kN (99000 lb)
2nd stage: Alliant Tech Orion 50XL solid-fueled rocket; 153 kN (34500 lb)
3rd stage: Alliant Tech Orion 38 solid-fueled rocket; 32 kN (7200 lb)


 이며 마지막 탄두 부분은 EKV 라는 요격체가 탑재됩니다. 이 요격체는 아래 사진에서 처럼 특이하게 생겼는데 어차피 대기권외에서 요격을 하는 만큼 공기 저항을 전혀 고려하지 않고 생긴게 특징입니다. 무게 64 kg 에 길이 1.4 미터, 지름 0.6 미터 정도이며 속도는 거의 10 km/s 에 달할 만큼 빠릅니다. 이 EKV 만 액체 로켓입니다. EKV 는 목표물에 자동으로 충돌해서 파괴하는 가장 중요한 역할을 합니다. 



(사일로에서 발사 준비 중인 GBI  ) 


(발사 직후 GBI ) 



(GBI 와  EKV 의 개념도  ) 


(EKV 의 실제 모습 ) 


(Sea Based X band platform.   탄도 미사일을 추적하고 요격하기 위한 레이더 시스템의 일부  US Navy)


(2013 년 1월 26일 GBI 발사 영상 ) 


 지난 10 년간의 실험에도 불구하고 아직 GBI 는 완전히 실전 배치 단계는 아닙니다. 일단 EKV 를 대기권 밖으로 보내는 일은 간단하지만 이 EKV 가 최고 10 km/s 라는 엄청난 속도로 움직이면서 역시 대기권 밖에서 비슷한 속도로 반대 방향으로 날아오는 적의 탄도 미사일을 요격하는 과정이 그렇게 간단하지 않기 때문입니다. 


 2010 년 1월과 12 월에 있었던 FTG - 06 및 FTG - 06A 실험은 결국 실패로 끝났는데 전자는 Sea based X band 레이더가 제대로 작동하지 않아서, 후자는 표적 미사일의 이상으로 실험에 실패했습니다. 그리고  2013 년 초에 있었던 GM CTV - 01 실험 (2013 년 1 월 26일) 에서는 정확히 EKV 가 목표한 궤도를 따라 미리 지정된 우주의 가상 목표에 정확히 도달했다고 합니다. 다만 실제 탄도 미사일을 요격한 실험은 아니었습니다. 


 GBI 는 2009 년 까지 알래스카 기지에 22 기, 캘리포니아의 반덴버그 공군기지에 3 기 정도 배치되었으며 현재는 30 기 가량 배치된 것으로 알려져 있습니다. 당장 실전에서 미사일 방어 시스템을 가동하기에는 다소 불완전한 상태로 볼 수 있는데 이는 물론 EKV 가 hit to kill 방식으로 적의 탄두 미사일을 정확히 요격하기 쉽지 않기 때문입니다. 간단히 말해 총알 보다 훨씬 빠른 물체 두개가 서로 반대 방향으로 날라와서 명중하는 정확도가 확보되야 하는 과정이라 이것이 간단치 않은 것입니다. 


 향후 개발 일정이 어떻게 될지는 두고봐야 알겠지만 아무튼 북한의 새로운 위협이 예산 삭감의 위험에 놓여있는 MD 를 살려낼 가능성도 있습니다. 실제 현재 단계에서 미국이 직접적인 북한의 대륙간 탄도 미사일 위협에 놓여 있다고 하기는 어려울지 몰라도 앞으로 100% 가능성이 없다고 장담은 할 수 없을 것입니다. 이점을 생각하면 미국의 MD 구축에 북한이 도움을 (?) 줄 수도 있습니다. 


 또 북한의 잠재적 위협에 대비하는 것 보다 더 중요한 것은 다른 강대국의 ICBM 에 대항하는 수단 (SLBM 도 마찬가지) 을 가진다면 미국의 힘이 더 커질 것이라는 점입니다. 상대는 미국의 ICBM 공격을 방어할 수 없지만 반대로 미국은 상대의 ICBM 공격을 방어할 수 있다면 왜 유리한지 굳이 설명하지 않아도 될 것입니다.  


 이 이점은 무시하기 힘들겠지만 문제는 이 MD 가 꽤 돈을 잡어먹는 다는 점이겠죠. GMD 하나만으로도 300 억 달러 이상이 소요될 것으로 생각되는데 예산 삭감의 칼날을 피해가는 것이 지금으로써는 GBI 를 완성시키는 것 이상으로 MDA (Missle Defense Agency. 미사일 방위청, 미국의 미사일 방어 시스템을 관장하는 부서) 의 가장 중요한 과제라고 하겠습니다. 
       



 참고 







   

댓글

이 블로그의 인기 게시물

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b

우분투 18.04 가상 머신에 VMware tools 설치

 VMware에 우분투를 설치하고 나서 업데이트를 하거나 혹은 수동으로 우분투를 설치하는 경우 VMware tools을 다시 설치해야 VMware의 기능을 모두 사용할 수 있습니다. 사실 가상 머신에 우분투를 설치하는 과정은 그렇게 어렵지 않지만, VMware tools 설치 과정은 의외로 까다로울 수 있습니다.   일단 설치를 위해 WMware창에서 manage -> install VMware Tools 을 선택합니다. 그러면 바탕화면에 VMware Tools라는 DVD 아이콘이 생성됩니다.  하지만 윈도우와 달리 이 아이콘을 클릭해서 VMware Tools가 설치되지는 않습니다. 그래서 아래 명령어로 설치를하려는 중 흥미로운 내용을 발견했습니다.  tar xzf /media/`whoami`/VMware\ Tools/VMwareTools-*.tar.gz -C ~/ sudo ~/vmware-tools-distrib/vmware-install.pl (터미널에 이 내용을 복사해서 붙이면 됩니다)   가능하면 open-vm-tools를 사용하라는 메세지가 나옵니다. 그래서 그렇게 해봤습니다. 방법은 간단합니다. 터미널에서 한 줄만 입력하면 됩니다.  sudo apt install open-vm-tools-desktop (서버 버전은 sudo apt install open-vm-tools)  입력하면 뭔가가 설치되면서 VMware Tools가 깔립니다. 뭔가 물어보기도 하는데 유지하는 걸로 이야기하면 끝납니다. 정상적으로 설치가 완료되면 재부팅 없이도 실행이 가능합니다. 실행 여부는 간단하게 파일 이동이나 화면 확대 (해상도가 자동 맞춤됨)가 가능할 것입니다. 아무튼 설치가 꽤 편리해졌습니다. 

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율