펀진, ‘KWM’으로 국방 지휘관 의사결정 지원

[산업일보]
국방 분야에서 AI를 활용해 정찰 정보를 분석하고 지휘관의 의사결정을 지원하는 기술 개발이 이뤄지고 있다. 특히 실제 전장에서는 확보할 수 있는 데이터가 제한적이고 처음 접하는 적이나 장비가 등장할 가능성도 있어, 제한된 데이터로 대상을 인식하고 다양한 상황에 대응할 수 있는 AI 기술이 요구된다.

6일부터 8일까지 서울 코엑스에서 열리는 ‘AI FESTA 26(AI 페스타 26)’에 참가한 펀진은 이러한 국방 분야의 요구에 대응하기 위한 AI 참모 시스템 ‘KWM’을 선보였다.

KWM은 국방 분야에서 지휘관의 의사결정을 지원하는 시스템이다. 정찰을 통해 확보한 정보를 AI가 분석하고, 이를 바탕으로 공격 방안을 추천해 지휘관이 보다 빠르게 판단할 수 있도록 하는 것이 핵심이다.

정찰 과정에서는 드론이나 로봇 등 정찰 자산이 촬영한 영상을 활용한다. 해당 영상이 지휘소의 임무 컴퓨터로 전달되면 AI가 영상 속 객체를 인식하고 위치를 표시한다. 단순히 적의 존재 여부를 표시하는 데 그치지 않고 어떤 무기가 배치돼 있는지를 좌표와 함께 확인할 수 있도록 하는 방식이다.

이렇게 분석된 정보를 바탕으로 지휘관이 공격할 구역을 선택하면 AI가 아군 자산을 매칭해 대응 방책을 추천한다. 추천 방책은 6개로 구성되며 직접 사격과 간접 사격으로 구분된다. 지휘관은 AI가 제시한 방책을 그대로 선택할 수도 있고, 이를 바탕으로 자신의 판단과 경험을 반영해 수정할 수도 있다.

박효민 펀진 팀장은 “KWM을 도입하면 주관식으로 판단해야 할 상황을 AI가 객관식처럼 제시힌다”며 “그대로 선택하든지 아니면 본인의 노하우를 넣어서 의사결정을 빠르게 할 수 있게끔 도와주는 것”이라고 설명했다.

KWM을 뒷받침하는 핵심 요소는 데이터다. 그러나 국방 분야에서는 민간 분야와 달리 실제 상황에 대한 충분한 데이터를 사전에 확보하기 어렵다는 문제가 있다. 펀진은 데이터 확보 수준에 따라 AI를 운용하는 방식을 세 단계로 구분하고 있다.

첫 단계는 전쟁 초기처럼 처음 보는 적이 등장해 데이터가 거의 없는 상황이다. 펀진은 이 경우 퓨샷 러닝을 활용해 한 장의 데이터만으로도 AI가 대상을 인식할 수 있도록 한다. 다만 제한된 데이터에 기반한 만큼 높은 확률의 인식을 보장하는 단계는 아니다.

두 번째는 실제 데이터가 10~100장 정도 확보된 상황이다. 이 단계에서는 합성 데이터 생성 플랫폼을 활용해 실제 데이터에서 다양한 상황을 만들어낸다. 예를 들어 비가 내리는 환경이나 풀숲에 대상의 일부만 노출된 상황 등을 가정해 데이터를 생성하고, 이를 AI 학습에 활용하는 방식이다.

박 팀장은 “적이 나타날 수 있는 상황이나 환경을 가정해 프롬프트나 이미지를 만들어 주면 해당 데이터를 기반으로 AI를 학습시키는 형태”라고 설명했다.

마지막 단계는 충분한 데이터가 확보돼 AI 시스템이 안정적으로 운용될 수 있는 상황이다. 펀진은 이처럼 데이터가 얼마나 확보됐는지에 따라 퓨샷 러닝, 합성 데이터 생성, 실제 운용으로 이어지는 세 단계의 대응 체계를 구성하고 있다.

박 팀장은 “펀진은 현재 방산혁신기업 100 관련 과제를 수행하고 있으며, 올해 말 과제 종료를 앞두고 있다”며 “과제를 통해 제품을 완성한 뒤 이를 기반으로 군 적용을 확대하고, 다양한 사업에 참여해 국방 분야 매출을 늘릴 계획”이라고 밝혔다.