AI 없이 미래 국방을 논할 수 없다는 사실은 자명합니다. 국방부는 '국방혁신 4.0'을 통해 유무인 복합체계를 중심으로 한 AI 기반 전장 지휘 전략을 발표했습니다. 모두가 AI의 중요성을 알고 있지만, 현재 국방 AI를 활발하게 도입할 수 없는 장벽이 존재합니다. 평균 14년이 걸리는 국방 획득 절차, 최고 수준의 보안을 요구하는 데이터, 그러나 부족한 실데이터, AI 모델 성능 유지 어려움, 전문 기술 인력 부족 등을 꼽을 수 있는데요. 마키나락스 국방 AI 전문가와 함께 자세히 들여다보고 해결 방안을 탐구해 봤습니다.

AI 속도를 따라가지 못하는 국방 획득 절차 기간

국방에서 AI를 시작하려 할 때 가장 먼저 마주하는 벽은 너무 긴 ‘국방 기술 획득 절차’입니다. 국방 기술의 획득 절차는 보통 수년이 걸립니다. 3년은 빠른 편이고, 길게는 15년까지도 소요됩니다. 문제는 AI 기술은 매일 새롭게 진화하고 있다는 것입니다. 소요를 제기할 땐 가장 앞선 기술이었지만, 실제로 기술이 도입되는 시점엔 이미 시장에서 뒤처진 구형 기술이 되어버리는 진부화가 발생하게 됩니다. 신속획득 시범사업 등 제도 개선이 추진되고 있지만, 여전히 AI의 변화 속도를 반영하기에는 역부족입니다.

국가 최고 수준의 데이터 보안과 폐쇄망 환경

국방 AI 개발의 높은 장벽 중 하나는 데이터 보안입니다. 대부분의 국방 데이터는 군사 비밀로 분류되어 있으며, 단순한 영상이나 로그 파일도 폐쇄망(On-Premise) 환경에서만 다룰 수 있습니다. 예를 들어 전방 감시 장비로 촬영한 영상 데이터에는 적의 움직임이 담겨 있을 수 있습니다. 이러한 정보는 자동으로 군사 비밀 등급이 부여되며, 처리 과정 전반에 걸쳐 군사 보안규정을 따라야 합니다. 문제는 데이터 처리에 필요한 가이드라인이 마련되지 않은 경우가 많다는 겁니다.

전쟁이 시작된 후에야 데이터를 얻을 수 있다면?

국방 AI의 가장 큰 특수성은 평시에 적 데이터를 확보하는 것이 매우 어렵다는 점입니다. 전장에서 활용하는 AI 개발에는 적 데이터를 비롯한 실전 데이터를 기반으로 개발된 고성능 모델이 필요합니다. 평시에는 이러한 데이터를 확보하는 것이 사실상 불가능에 가깝습니다. 국방 AI 개발에 필요한 적의 무기체계나 장비 관련 정보는 매우 적으면서 대부분 비공개이고 실제 작전 중에 발생하는 데이터는 전시에 주로 수집될 수 있습니다. 보안 장벽도 높지만, 데이터를 확보하는 일 자체는 더 큰 장벽이 되는 거죠.

AI는 계속 학습해야 실전에서 생존합니다

한번 개발한 AI 모델이 모든 환경에서 오랫동안 동일한 성능을 유지하는 것은 불가능합니다. 데이터가 새로 생기고, 바뀌기 때문입니다. 특히 전장에서는 적의 배치, 전투력, 상황이 시시각각 바뀝니다. 국방처럼 변수가 많은 환경에서는 데이터가 달라지는 즉시 재학습을 통해 AI 모델을 개선해야 합니다. 현재 우리 군은 이를 지속적으로 수행할 수 있는 체계와 예산, 경험이 충분히 마련되었는지에 대한 고민이 필요합니다.

부족한 AI 전문 인력과 인프라

AI 전문 인력과 인프라는 충분할까요? AI를 국방에 적용하기 위해서는 데이터 엔지니어, 머신러닝 전문가, 소프트웨어 개발자 등 다양한 전문 기술 인력이 필수적입니다. 하지만 군 내부에서는 AI 전문가를 체계적으로 양성하고 확보하는 일이 쉽지 않습니다. 현장에서는 전문 교육 프로그램도 부족하고, 실전 경험을 쌓을 기회도 많지 않죠. 더불어 AI 모델을 학습·운영하려면 GPU 서버나 데이터센터 같은 고성능 인프라도 필수인데, 자체적으로 이를 구축하고 유지·관리하는 데는 상당한 비용과 전문성이 필요한 상황입니다.

복잡한 현실, 해결 방안은?

‘정확도가 낮더라도 먼저 AI 모델을 개발해 두고, 실제 현장에서 발생하는 데이터를 통해 성능을 높여가는 전략’

마키나락스가 제안하는 전략입니다. 먼저 데이터가 없는 상황에서 낮은 정확도의 AI 모델을 먼저 개발합니다. 이후 전시에 수집되는 데이터로 실시간 재학습을 해서 AI 모델의 성능을 끌어 올립니다. 이렇게 하면 긴 획득 절차 동안에도 새로운 데이터를 반영해 AI 모델을 최신 상태로 유지할 수 있습니다. 높은 보안이 요구되는 데이터와 부족한 실데이터 문제도 자연스럽게 해결될 수 있습니다.

“실제로 우크라이나 전쟁 초기, 적 장비를 식별하는 객체 탐지 AI는 낮은 정확도를 보였습니다. 하지만 전쟁이 진행되면서 데이터를 축적해 지속적으로 학습했고, 결국 소형 드론 탐지까지 가능한 고정밀 AI 모델로 발전했습니다.”

국방 AI의 복잡한 현실을 해결하려면 데이터와 환경 변화에 유연하게 대응할 수 있는 MLOps 기반 AI 플랫폼이 필요합니다. 마키나락스의 MLOps 기반 AI 플랫폼 Runway는 폐쇄망 환경에서도 데이터 수집부터 모델 학습, 배포, 재학습까지의 전 과정을 자동화합니다. 실전 데이터를 수집하는 즉시 재학습이 진행되어 AI 모델이 최신 상태로 유지되며 AI 운용 경험이 적은 국방 전문가를 위한 직관적인 인터페이스를 제공합니다. 여기에 군 출신 전문가로 구성된 전담 조직이 현장의 작전 환경과 시스템 구조에 대한 깊은 이해를 바탕으로 실질적인 AI 적용 전략을 설계하고 실행합니다.

마키나락스는 국방 특화 AI를 개발할 수 있는 기술력과 Physical AI 경험을 갖춘 AI 전문 기업입니다. 국방 현장에 최적화된 AI 플랫폼 Runway와 군 출신 전문가 조직을 통해 국방 AI의 도입부터 안정적 운영까지 전반적으로 지원할 수 있는 국방 AI 전문 기업이 될 것입니다. 우리의 더 자세한 이야기가 궁금하시다면, 🔗 왜 국방 AI에 집중하냐고 물으신다면 포스팅에서 마키나락스의 국방 AI 여정을 함께 확인해 보세요.