• KIMA Newsletter

    『인공지능, 머신러닝, 딥러닝』과 미래전 대비 [제1010호]
      발행일  2021-06-03
    KIMA NewsLetter [제1010호,2021.06.03] AL, ML, DL과 미래전 대비.pdf

    제4차 산업혁명 기술과 미래전 간 연계성은 미국 등 서방 주요 국가 방산업체들의 자국 군의 미래전 준비와 차세대 전력 개발에 있어 핵심 이슈가 되고 있으며, 이는 다양한 형태로 각 국 방위산업 역량에 따라 개발되고 있다.  

     

    우선 인공지능(Artificial Intelligence)이다.   군사 전문가들은 인공지능을 전장 이해와 전장 환경 파악을 위한 핵심으로 점차 복잡해지고 작전속도가 빨라지는 전장에서는 상상을 초월하는 전투 데이터들이 있으며 이를 “어떻게 정리하여 전투력에 접목할 수 있는가”라는 문제가 대두되고 있다.  

     

    이에 영국 인공지능 전문 Accenture사의 안드레이 스파카그 박사는 지리적이며 기상환경등만이 아닌, 전자파 스펙트럼과 사이버 공간까지 겹치는 전장 도메인 정보들을 일목요연하게 정리하는 인공지능 기능 연구개발을 미래전 준비에 있어 가장 우선적 과업을 고려하여 연구중에 있다.  

     

    특히 이러한 인공지능은 전장 정보 파악만이 아닌, 미래 첨단 전력 설계와 생산 그리고 교육훈련에 있어서도 필수적 요인이 되고 있다며, 일부 군사 전문가들은 인공지능을 전장 도메인의 일부 영역으로 정의할 정도로 미래 전장 환경 평가와 분석에 필수적 요인이 되고 있다고 평가하고 있다.  

     

    예를 들면 미국 노드롭 그루만사 번 보이레 박사는 인공지능이 다차원의 공간에 나타날 미래 전장에서의 정찰 및 감시, 전력 투입 우선순위 결정, 지휘통제 수준과 인명살상 수준 등을 결정하는 요인이며, 미래 방위산업 생존을 위한 핵심사업(prime)으로, 노드롭 그루만사는 이를 위해 『첨단 인공지능 군사과학기술센터(Advanced AI Technology Center)』를 설치하고 있다고 밝혔다.  

     

    다음으로 머신러닝(Machine Learning)이다.   인공지능이 전장과 관련된 제4차 산업혁명 기술이라면, 머신러닝은 전통적 교리, 작전개념 그리고 전투에 인공지능이 접목된 차세대 전력 운영을 위한 핵심 기술이며, 이는 인공지능에 의해서만 개발이 가능한 기술이다.   

     

    이에 군사 전문가들은 머신러닝은 인공지능에 의해 정교하게 평가된 전장 환경과 정보를 전장 장악용으로 투입될 자동화된 센서, 첨단 무인전력과 자율화된 지휘체계들이 상호 연계성을 갖도록 하는 기본 알고리즘을 제공할 것이라고 지적한다,  

     

    특히 인공지능으로 구축된 전장에 대한 이해력을 머신러닝에 의해 무인화된 전력만이 전투력을 발휘하는 것이 아닌, 유인화된 전력과의 혼성팀 구성이 가능하도록 하여 특화된 임무, 역할과 과업을 수행할 수 있도록 하는 역할을 한다.  

     

    군사 전문가들은  이 과정에서 머신러닝은 인공지능에 의해 무인화, 자동화 및 자율화시킨 전력들이 상황변화에 나타난 임무와 역할에 적응할 수 있도록 하며, 전장 내 전사(warrior) 개입 가능성을 최소로 줄인다고 평가한다.  

     

    또한 군사 전문가들은 인공지능과 머신러닝은 유인화된 전력들이 무인화, 자동화 또는 자율화되도록 하는 기술이라면서, 전장과 관련된 산만하고 산재되며 무질서 상태의 정보들이 인공지능과 머신러닝에 의해 센서와 전력 그리고 전사 간 어떻게 융합시키는가에 대한 원칙과 지침을 제공한다고 전망한다.  

     

    마지막으로 딥러닝(Deep Learning)이다.   지난 4월 28일『영국 제인스 국방주간(Jane’s Defence Weekly)』은 머신러닝이 더욱 발전되며, 이는 전사(warrior)가 머신러닝이 제공하는 원칙과 지침을 넘어 전장 환경과 대응에 대한 다면적 이해를 갖게되며 이는 딥러닝으로 나타난다고 보도하였다.  

     

    특히 군사 전문가들은 이를 인공지능에 의해 구축된 전장 환경 관련 알고리즘과 머신러닝에 의해 개발된 센서와 전력들 간 최종 연계성이라고 정의하며, 이는 임무, 역할, 기능과 과업 분야에 적용된다고 밝히고 있다.   

     

    예를 들면 록히드 마틴사 스티브 월커 박사는 그동안 인공지능이 복잡하고 무질서한 전장 자료들을 정리하여 지휘관의 지휘결심을 지원하였고, 머신러닝이 센서와 전력에 적용되어 전투부대가 전장 우세권을 장악하도록 하였다면, 딥러닝은 자동화 또는 자율화된 전투방식이 전사의 추가적 개입없이 다목적이고 정교화된 임무, 역할과 과업을 수행하는 것이라고 밝혔다.  

     

    이에 JDW는 미국 등 서방 방위산업체들이 기계화, 정보화, 지능화를 미래전력 개발의 결정적 요인으로 간주하였다면, 이제는 인공지능, 머신러닝과 딥러닝을 미래전 대비를 위한 핵심적 군사과학기술로 간주하고 있다면서 이들 국가 방위산업체들은 이를 선점하기 위해 독자적 연구개발을 진행하고 있다고 여 집중적으로 연구개발하고 있다고 보도하였다.  

     

    우선 영국 BAE사 존 호건 박사와 미국 레이션사 크리스 올레이 박사는 이러한 제4차 산업혁명 기술들이 아직까지 손에 잡히지는 않으나, 미래 전장에서의 전투 속도가 가속화되고 전장이 복잡해져 이에 대비한 전술정보와 표적 간 접근 노드(Tactical Intelligence and Targeting Access Node) 구축에 있어 핵심 군사과힉기술로 간주하여 정형적 결과로 만들기 위한 노력 중이라고 밝혔다.  

     

    특히 이들은 이를 통해 과거와 같이 정보공유를 위한 시간 낭비, 전장 정보의 신뢰성 확인, 투입 전력 결정 지체 등의 문제들을 해결할 수 있을 것이라고 긍정적으로 평가하였다.   다음으로 영국 퀴네티퀴(Qineti-Q)사의 마크 라운드 박사는 인공지능-머신러닝-딥러닝 간 3각체계를 어떻게 융합하고 이를 미래 전장에 효율적으로 적용시키는가는 영국군의 미래전 대비의 핵심이라면서 이는 영국 국방성이 향후 어떤 부대 편성, 전력 구조, 군수지원과 지휘통제 개념을 수립해야 하는가를 제시할 것이라고 전망하였다.  

     

    하지만 군사 전문가들은 아직도 인공지능-머신러닝-딥러닝 3가지 요인을 융합하는 것은 ‘초기 열매 수확 단계(low-hanging fruit)’라며, 향후 실질적 효과로 나타내기 위해서는 다음과 같은 과제들을 해결해야 한다고 지적하였다.  

     

    첫째, 기존 교리와 전술 개념과의 충돌이다. 즉 인공지능-머신러닝-딥러닝에 대해 전통적 사고를 갖고 있는 군 지휘부가 대부분 부정적이라서 이들 3가지 요소에 따른 미래전 양상을 쉽게 받아들이지 않는다는 우려이다.  

     

    둘째, 미래전 전반에 대해 적용할 수 있는가이다. 실제 인공지능-머신러닝-딥러닝이 적용되는 분야는 정찰 및 감시와 정밀타격 정도이며, 아직까지 합동 다영역 지휘통제(JADC2) 개념을 발전하기 위해서는 많은 시간과 노력이 필요하다.  

     

    셋째, 어떻게 인공지능-머신러닝-딥러닝의 수명주기(life-cycle)를 어떻게 결정하는가이다.   군사 전문가들은 제4차 산업혁명 기술에도 수명주기가 있다면서 이들이 무한정적으로 미래전 준비 계획에 적용되는 것이 아니라면서, 이를 누가 어떻게 주기를 정해 주고 언제 업그레이드시키는가를 결정하기 어려울 것이라고 밝혔다.  

     

    궁극적으로 미국 등 서방 주요 국가 방위산업체들은 미래 전력 개발이 지금까지의 기계화, 정보화 및 지능화 중심에서 인공지능, 머신러닝과 딥러닝 등의 무인화, 자동화 그리고 자율화된 이후의 전사와의 연계성이 중심이 되고 있다며, 이를 준비하기 위해 다양한 계획을 추진하고 있다고 평가하였다.

     

    * 출처: mwi.usma.edu.com, April 20, 2020; towarddatescience.com, August 20, 2020; themadarin.com.au, April 14, 2021; Jane’s Defence Weekly, April 28, 2021, pp. 26-29.

     

    저작권자ⓒ한국군사문제연구원(www.kima.re.kr)