전투에서 차세대 인공지능(AI) 및 자율 기능이 적용인 드론의 활용 범위가 넓어질 전망인 가운데 소형 공격 드론이 소개돼 주목된다.
미국의 외교안보 매체 내셔널인터레스트는 26일 미 공군이 무기 탑재가 가능한 소형 드론 ALTIUS-600을 개발 중이라고 보도했다. ALTIUS-600은 발키리 드론의 미니 드론으로 크라토스(Kratos)가 제작한다.
발키리 드론은 ALTIUS 드론을 발사해 극도로 적대적이거나 위협이 높은 지역에서 적의 강력한 포격에도 불구하고 정찰을 할 수 있어 흥미롭고 중요한 전술적 가능성을 보여준다고 매체는 설명했다. 크기가 작아 요격당하지 않을 뿐만 아니라 이런 종류의 작은 드론은 무기 자체로도 기능할 수 있다. 발카리 드론은 유인-무인 팀의 작전 범위에서 폭탄을 투하하고 무기를 발사하도록 구성된다.
이 개념은 궁극적으로 감시 능력, 특히 치명적인 무력의 사용과 관련해 사람의 명령 및 제어를 보장하는 것이지만 AI와 자율 기능의 획기적인 발전으로 기계 및 무인 시스템이 사람의 개입 없이도 전쟁 기능을 점점 더 많이 수행할 수 있게 됐다.
AI와 자율 기능은 F-35 합동 타격 전투기와 같은 고정익 항공기가 인근 드론과 실시간으로 데이터를 공유하는 것을 지원하고 있다. 이는 궁극적으로 5세대 스텔스 전투기가 항공기의 조종석에서 수많은 드론을 조종할 수 있도록 지원하기 위한 발상이다.
이 기능은 드론을 사용하여 적의 방어 능력을 테스트하거나, 영역을 감시하거나, 무기 발사과정에서 조종사의 지연 시간을 줄이는 등으로 전술적 옵션을 크게 늘려 준다. 이 같은 방식은 F-35 및 F-22 전투기와 함께 실시간으로 정보를 공유하면서 비행하는 무인 시스템인 공군 발카리 프로그램을 통해 이미 시연됐다.
골든 호드(Golden Horde)와 같은 새로운 프로그램들은 이미 무기가 목표물까지 도달하는 동안 데이터를 자율적으로 공유할 수 있는 능력을 보여주면서 전술적 공격 범위를 크게 확대하고 무기들이 비행 중 경로를 바꿀 수 있는 능력을 과시하고 있다.
AI는 ‘데이터 처리’에 대한 지속적인 기여 및 수집 시점을 식별해 전장에서 거의 실시간으로 조직적이고 관련성 있는 정보의 네트워킹을 원활하게 하는 데 큰 기여를 하고 있다. 이를 통해 다중 도메인 연결 또는 전투기를 지휘통제소, 폭격기, 드론, 지상군 및 해군 함정과 연계할 수 있도록 한다.
새로운 정보가 데이터베이스에 비해 수집, 분석 및 효과적으로 전송될 수 있는 속도가 빠를수록 공격 속도가 빨라지고 ‘센서-슈팅’ 시간을 단축하며 공격력이 적의 의사 결정 이전에 이뤄질 수 있도록 한다.
미 공군은 이미 차세대 인공지능(AI)을 데이터베이스 비교뿐 아니라 실시간으로 학습하고, 사람이 하는 임무를 수행하는 것을 지원할 수 있는 도구로 생각하고 있다. 공군 연구소 사령관인 헤더 프링글 소장은 “현재 AI는 매우 데이터베이스 집약적인 분야다. 그러나 앞으로 무엇을 할 수 있을까?”라며 “단순히 데이터베이스라는 개념에서 개념 및 관계, 감정 및 예측 분석에 활용할 수 있는 것으로 발전하려면 어떻게 해야 할까? AI가 할 수 없는 것보다 사람이 할 수 있는 것이 훨씬 더 많다. 어떻게 해야 할까?”라고 반문했다.
프링글 소장의 질문은 수학적으로 작동하는 기계가 이해하기 어려운 것을 분류 및 해석하고 구성하는 한편 궁극적으로 분석하는 방법에 초점을 맞춘 최첨단 AI 중심 연구와 밀접하게 연관돼 있다. 예를 들어 프링글 소장은 AI가 감정 및 기타 미묘한 차이가 있는 주제를 해석할 수 있을지 의문을 제기한다.
컴퓨터에서 이러한 인지 현상을 정확하게 추적할 수 있는 방법이 있을까? 감정적, 철학적, 심지어 심리적 변수들이 어우러져 사람의 행동과 지각 등을 알려주고 있는 장벽은 그러한 발달을 크게 막고 있는 것으로 보인다. 그럼에도 프링글 소장의 언급은 맥락을 파악하는 AI의 능력 부상과 같은 큰 가능성을 의미하는 것으로 해석된다.
이러한 종류의 머신 러닝은 AI의 최첨단 또는 새로운 경계를 나타낸다. 예를 들어 미군과 산업 파트너들은 이전의 행동 패턴, 철학적 개념, 언어 패턴 등을 분류해 가능성을 분석하고 해결책을 예측할 수 있는 것과 같은 방향으로 이미 일부분의 진전을 이뤄냈다. 그러나 프링글 소장이 설명한 것과 같이 아직 파악되지 않은 복잡성과 변수가 많고, 인간의 의식과 의사 결정 과정의 복잡성으로 인해 AI 기반 시스템이 수행할 수 있는 범위가 아직 미치지 못하는 영역이 많이 남아 있다.
프링글 소장은 “현재 우리가 보는 AI는 A 지점에서 B 지점으로 이동하는 경로를 자동으로 제공하는 네비게이션 시스템처럼 신뢰를 하고 있지만 결과는 매우 낮은 수준이다. 사람과 기계의 신뢰 관계를 개발하는 것은 매우 쉬웠다. 그러나 전투와 전투기와 관련해서는 갈 길이 남아 있다”고 밝혔다.
이러한 문제를 ‘제로 트러스트’라고 부르기도 한다. 즉, 첨단 AI 기반 알고리즘은 데이터베이스의 일부가 아닌 새로운 데이터나 정보를 보다 효율적으로 이해하고 분석할 수 있는 기능을 통합해 신뢰도를 높여야 한다. AI는 새로운 정보 또는 들어오는 정보를 처리해야 해 데이터베이스에 따라 효율이 결정된다고 한다. AI 기능을 가진 컴퓨터가 보지 못한 것을 접하면 어떻게 될까? 사람의 인식은 고유의 수많은 능력과 기능이 있고 아직 기계에 의해 복제될 수 없기에 이는 어떤 측면에서 근본적인 장애라고 할 수 있다.
프링글 소장에 따르면 해결책의 일부는 사람-기계 간 접속 능력을 높이는 데 있다. 즉, 데이터 분석과 의사 결정을 최적화하는 방법으로 서로 정보를 제공할 수 있다. 프링글 소장은 이를 ‘공생관계’라고 설명했다.
그는 “지금은 AI가 어떤 조치를 취하는 이유를 완전히 이해하지 못하고 있다. AI는 많은 데이터를 활용하면서 우리가 이해할 수 없는 새로운 솔루션을 개발하고 있다. 따라서 신뢰 관계를 약간 낮아지게 만든다”며 “미래에는 보다 투명한 방식으로 또는 인공지능 또는 자율주행 자동차를 통해 사람과 더 잘 소통하거나, 인간에게 더 잘 반응하도록 할 수 있다. 심지어 사람이 배우고, 알고, 이해하고, 소통하는 것에 어떻게 반응하도록 기계를 개조할 수 있는지에 대한 일련의 연구도 있다”고 밝혔다.
프링글 소장은 유망한 AI의 응용 분야가 많은 가운데 이미 상당한 혁신을 보이고 있다는 점도 분명히 했다. 이는 현재 체계, 무기 및 네트워크에 매우 중요한 영향을 미친다. 프링글 소장은 연구자들과 무기 개발자들이 여전히 이런 의문과 기술로 복잡성을 연구하고 있다고 밝혔다. 프링글 소장은 “시스템 및 플랫폼 간의 통합 및 데이터 연결로 수를 늘리고자 할 때 해결해야 할 과제가 아직 많다”고 설명했다.
AI타임스 이한선 객원 기자 griffin12@gmail.com
