북한은 1960년대 초부터 탄도미사일 개발을 시작하여, 현재는 자체적으로 탄도미사일을 생산할 수 있는 능력을 갖추고 있다. 1985년대에는 사거리 300km인 SCUD-B 미사일을 배치했으며, 이후 32년이 지난 2017년 11월에는 태평양을 넘어 미국 본토를 공격할 수 있는 사거리 10,000km급의 화성-15호를 시험 발사하였다. 또한 6차례의 핵실험을 통해 현재는 핵무기를 보유하고 있는 것으로 판단된다. 이는 북한이 단·중거리 및 대륙간 탄도미사일을 통해 세계 어느 곳에도 핵무기로 공격할 수 있다는 것으로 세계 안보에 커다란 위협이 되고 있다.
북한의 탄도미사일 공격 위협에 대한 대응방법 중 대피는 탄도미사일 낙하지점을 전파하여 인명 및 재산을 지하벙커와 같은 안전한 구역으로 이동하는 것으로 중요한 점은 최단시간 내에 정확히 낙하지점을 예측해야 한다는 것이다.
이에 따라 본 연구에서는 탄도미사일 운동특성에 따른 비행궤적 데이터를 통해 낙하지점을 예측하는 방법을 제안한다. 제안하는 방법은 탄도미사일 운동특성을 반영한 시뮬레이션을 통해 비행궤적 데이터를 생성하고 머신러닝 모델을 통해 학습하였으며, 시뮬레이션 낙하지점과 예측 낙하지점을 비교하여 모델의 성능 및 효과적인 데이터 학습구간을 확인하였다. 이러한 방법을 대피에 적용한다면 탄도미사일 낙하에 따른 인명 및 재산 피해를 최소화하는데 기여할 것이다.