[현장] 국방 AI, 범용 넘어 '특화'로…'데이터 절벽' 넘는 실전 전략 공유

'국방 AI 혁신 네트워크' 개최…올거나이즈·펀진, 특화 AI 비전·국방 적용 사례 발표

'범용 인공지능(AI)'을 넘어 국방 환경의 특수성을 정면으로 돌파하기 위한 '버티컬 AI(Vertical AI)'에 대한 논의의 장이 열렸다. 국방 현장의 제약을 극복하고 운용 가능한 AI 솔루션을 만드는 것이 핵심 과제라는 데 공감대가 형성됐다.

한국국방연구원(KIDA)와 바른과학기술사회 실현을 위한 국민연합(과실연)은 23일 서울 강남구 모두의연구소에서 제25-6차 '국방 인공지능 혁신 네트워크 : 토크'를 개최했다. 이날 행사에서는 신기빈 올거나이즈 최고AI책임자(CAIO)가 금융권 사례를 통해 국방 특화 AI의 방향성을 제시했으며 김득화 펀진 대표는 데이터가 거의 없는 환경에서 AI 솔루션을 개발하고 실제 군 훈련에 적용한 성공 사례를 공유했다.

심승배 KIDA 연구실장은 "단순한 논의에 그치지 않고 국방을 위해 어떻게 활용할 수 있을지 발전된 장을 열어가고자 한다"며 "행사가 군사 AI의 발전을 위한 만남의 장이 되길 바란다"고 강조했다.

제25-6차 '국방 인공지능 혁신 네트워크 - 토크' (사진=조이환 기자)

"데이터 제로 환경, AI로 답을 찾다"…펀진, '실전 AI' 성공사례 공개

이날 발표에서 김득화 펀진 대표는 '데이터가 없다'는 국방 분야의 근본적인 한계를 인정하는 것에서부터 해법을 찾아야 한다고 단언했다. 그는 국방 AI의 성패가 적 데이터는 없고 아군 데이터는 보안에 묶인 '데이터 절벽'이라는 현실을 극복하는 데 달렸다고 진단했다.

김 대표는 이 '데이터 절벽'을 넘기 위한 현실적 대안으로 두 가지 기술을 꺼내 들었다. 하나는 인간이 사진 몇 장만으로 사물을 구분하듯 극소량의 데이터만으로 AI를 학습시키는 '퓨샷 러닝(Few-Shot Learning)'이다. 

다른 하나는 AI로 학습 데이터를 직접 대량 생성하는 '합성 데이터' 기술로, 펀진은 자체 플랫폼 '이글아이(EagleEye)'를 통해 데이터 확보의 한계와 비용 문제를 정면으로 돌파하고 있다고 설명했다.

김득화 펀진 대표 (사진=조이환 기자)

이러한 기술들이 단순한 개념에 그치지 않음을 증명한 구체적 사례로 김 대표는 펀진의 'AI 전투지휘결심지원체계(KWM, Kill-Web Matching)'를 소개했다. KWM은 실시간 표적 인식과 최적 무기 할당을 통해 지휘관의 결심을 돕는 'AI 참모' 시스템이다.

가장 주목할 만한 성과는 지난 6월 육군의 '아미 타이거 부스트 프로젝트(Army TIGER Boost Project)'에서 성공적으로 시범 운용을 마친 것이다. 이 시범 운용에서 KWM은 단 3일 만에 13종에 달하는 다수 표적을 식별하는 AI 모델을 현장에 적용하는 기동성을 보였다. 

특히 정찰 드론이 표적을 식별하자 KWM이 즉시 최적의 공격 방책을 추천하고 타격 명령까지 이어지는 전 과정이 2~3분 간격으로 가능해져 기존 수 분 이상 소요되던 지휘 결심 시간을 획기적으로 단축시키는 결과를 현장에서 입증했다.

김 대표는 "현실의 제약을 인정하고 이를 극복할 기술을 실전에 적용해 그 가능성을 입증했다"며 "KWM을 화력, 방공, 전자기전 등 전 영역으로 확대하는 '초거대 KWM 프로젝트'를 추진하고 있으며 나아가 물리 법칙을 AI 학습에 통합하는 '물리 AI'를 통해 데이터의 신뢰성을 더욱 높여나갈 것"이라고 밝혔다.

"코딩 AI 성공 공식, 국방에 적용해야"…올거나이즈, '전문가 협력' 강조

이날 또다른 발제를 맡은 신기빈 올거나이즈 최고AI책임자(CAIO)는 생성형 AI의 담론이 모델 자체의 성능을 넘어 이를 특정 산업에 어떻게 적용해 '완성된 제품'으로 만드느냐로 옮겨가고 있다고 진단했다. 그는 AI 성공의 척도는 이제 기술이 아닌 실제 현장의 문제를 해결하는 '서비스의 가치'에 있다고 강조했다.

신 CAIO는 이러한 주장의 핵심 근거로 '코딩 AI'의 성공 사례를 들었다. 과거의 AI가 단편적인 코드 생성에 그쳤다면 최신 코딩 AI는 개발자의 전체 업무 흐름을 이해하고 지원한다.

그는 "코딩 분야가 버티컬 AI의 선두에 선 이유는 LLM 개발자와 사용자가 동일한 도메인 전문가이기 때문"이라며 "사용자의 맥락에 대한 깊은 이해가 AI를 단순한 도구를 넘어 완성된 솔루션으로 만든다"고 분석했다.

신기빈 올거나이즈 최고AI책임자 (사진=조이환 기자)

이러한 성공 공식을 국방 분야에 적용해야 한다는 것이 그의 핵심 제안이다. 기술 기업이 AI 모델만 제공하는 방식으로는 국방 특유의 복잡성과 보안 문제를 해결할 수 없다는 것이다. 이에 AI 기술 전문가와 국방 도메인 전문가가 장기적 파트너십을 맺고 실제 작전과 업무 절차를 혁신하는 맞춤형 솔루션을 함께 만들어가야 한다고 역설했다.

신기빈 CAIO는 발표를 마치며 "버티컬 AI의 성패는 해당 분야의 전문가와의 긴밀한 협력"이라며 "실제 문제를 해결하는 맞춤형 솔루션을 만들어내는 데 달려있다"고 말했다.