우리는 일상과 업무에서 문서 작성, 전자우편, 지도, SNS(Social Network Service) 등을 위해 PC에 설치한 소프트웨어나 스마트폰에 설치된 모바일 앱(application)을 이용한다. 보통 앱이라고 부르는 애플리케이션(application)은 컴퓨터에서 사용하는 응용 프로그램에서 시작한 개념이며 지금은 모든 기기에서 사용하는 응용 소프트웨어를 의미한다.
클라우드가 보급된 이후에는 소프트웨어를 사용하는 환경도 클라우드 기반으로 전환하고 있어 SaaS(Software as a Service)와 같이 이제는 소프트웨어를 서비스 개념으로 제공하는 시대에 살고 있다. 클라우드 기반 서비스로 빠르게 전환하고 있는 미군의 경우, 2021년부터 오피스365(Office 365) 기반의 DoD 365, Army 365로 전환해 전자우편, 문서 작성, 협업 등의 업무를 수행하고 있다. 또 2023년부터 구글 워크스페이스(Google Workspace) 기반의 Army GWS(Army Google Workspace)도 사용하고 있다.
행정 업무가 아닌 전장관리(battlefield management) 업무에서 사용하는 클라우드인 JWCC(Joint Warfighting Cloud Capability)도 2022년 10월 계약 이후 차세대 지휘통제 전략인 JADC2(Joint All-Domain Command and Control)를 지원하는 핵심 인프라로 발전하고 있으며, 미 공군의 차세대 전투관리 시스템인 ABMS(Advanced Battle Management system)도 클라우드 기반 지휘통제(CBC2: Cloud-based Command and Control) 환경으로 2023년부터 전환하고 있다.
또한 DoD 365, Army 365, ABMS CBC2 등의 IT 서비스에 AI개발 도구를 추가하거나 AI 서비스를 내재화하고 있다. 즉, 미군이 보유하고 있는 IT 자산, IT 프로젝트, IT 서비스 등을 체계적으로 관리하는 IT 포트폴리오 관점에서 미군의 IT 서비스는 클라우드 기반 서비스로 발전하고 있으며 특히 AI 기술이 적용된 AI 서비스로 발전하고 있다.
한편, 미 국방부는 2023년 8월에 생성형AI 기술을 미군에 도입하기 위한 전략적 이니셔티브인 Task Force LIMA를 설립하고 LLM(Large Language Model)과 같은 기술 기반의 AI 서비스를 효과적이고 책임성 있게 구현하기 위한 노력에 집중하고 있다. 본고는 우리 군의 AI 서비스 포트폴리오 관리와 자산관리 관점에서 현재를 진단하고 미래 발전방향을 제시하고자 한다.
우리 군이 AI 기술을 도입할 수 있는 분야, 즉 AI 서비스 포트폴리오는 군수지원과 행정, 군사정보와 감시정찰, 군사전략과 교육훈련, 지휘통제, 무인자율시스템으로 유형을 구분할 수 있다. 정비 시점을 예측하는 서비스, 행정을 지원하는 AI 챗봇(chatbot) 및 RPA(Robotic Process Automation), 무인기에서 수집한 표적 영상을 판독하는 서비스(ATR: Automatic Target Recognition) 등이 AI 서비스 포트폴리오를 구성하는 대표 서비스다.
우리 군의 AI 서비스 포트폴리오가 국방의 전 분야를 다루고 있는지 논의하기 전에 우리 군의 임무나 업무에 대해 다양한 관점에서 문제를 정의하고 논의하는 활동이 필요하다. 국방에서 AI를 도입해 해결할 수 있는 IT 서비스에 대한 문제를 긴 시간을 두고 논의해 정리하는 일종의 녹서(Green Paper) 작업이 필요하다는 의미다.
우리 군도 2021년에 AI 추진 전략을 수립하고 AI 연구개발 노력과 인재양성 노력에 집중하고 있지만, 전군 차원에서 국방 AI 서비스에 대한 문제를 정의하고 공유하는 활동에도 노력을 집중할 필요가 있다. 미국 행정부에서 2020년 12월에 발표한 행정명령 13960호(executive Order 13960)에서 미 연방정부에게 작성 및 공유를 권고하고 있는 AI사례 목록(AI Use Case Inventory)과 유사하게 우리 군의 AI 서비스 사례(Use Case)를 전군에 공유하고 논의하는 활동을 강화해야 한다.
그리고 국방의 AI 서비스는 크게 4가지 관점으로 구체화해 물류나 유통 산업에서 재고를 관리하는 자산관리 프로세스처럼 관리해야 한다. 첫째, 현재 개발하고 있거나 운영하고 있는 AI 서비스를 연구개발 단계별로 관리해야 한다. 단계는 사용자 요구사항을 정의하는 소요기획 단계, 기초 및 응용 연구개발 단계, 시제품 개발 및 시범적용 단계, 서비스 개발 및 운영 단계 등으로 구분할 수 있다.
둘째, AI 서비스를 구현할 때 사용하는 기계학습/심층학습, 컴퓨터 비전 등의 세부 기술을 명시하여 AI기술 성숙도 수준을 파악하고 기술 구현방식을 공유할 수 있어야 한다. 셋째, 사용자(소요군)별로 AI 서비스를 관리해 특정 군이나 기관에 특화된 관리도 가능해야 한다. 마지막으로 학습 데이터가 필수적인 AI 서비스 특성을 고려해 AI학습(재학습)이나 추론에 필요한 AI 인프라 현황을 관리해 인프라 활용을 효율화·최적화해야 한다.
관련기사
- [심승배의 국방&디지털②] 데이터로 본 국방혁신과 AI혁신2024.03.23
- [심승배의 국방&디지털①] 사람·제품·프로세스·플랫폼 4P 디지털화해야2024.03.03
- 전국구 행사로 거듭난 '디노2024'…첨단기술 뽐내는 서울판 CES2024.10.05
- [현장] 공원 쓰레기, 로봇에게 주세요…로보티즈 '개미' 12대 투입2024.10.05
커다란 창고가 있는 집에서 필요한 물품을 찾고 있는 상황을 가정해보자. 평소에 재고관리를 잘하고 있다면 사람이든 로봇이 해당 물품을 신속하게 찾을 수 있지만, 재고관리 활동이 미흡하다면 수일이 걸려도 물품을 찾지 못할 것이다. AI서비스에 대한 전군 차원의 재고관리가 중요한 이유는 빠르게 발전하고 있는 AI기술 진화 속도에 대응해 군도 민첩한 AI서비스 개발 역량을 갖춰야 하기 때문이다.
이를 위해 현재 재고수준(어떤 기술을 어떤 서비스에 사용하고 있는 지)과 유통기간(현 서비스 기술 수준과 기술 진부화 정도는 어떤 지)을 파악할 수 있어야 한다. 그동안 우리 군이 기술 주도 AI 연구개발 노력에 집중했다면, 이제는 국방의 문제(임무, 업무) 주도의 AI 서비스 개발 노력에 집중할 수 있게 초점을 전환해야한다.
*본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.