생성형 AI의 확산은 방위산업 전반에 영향을 주고 있지만 의외로 그 중 변화가 가장 빠르고 직접적으로 나타난 분야는 드론이다. 이 변화는 드론이 전장에서 작동하는 방식 자체가 달라졌다는 점에서 확인된다.
핵심은 드론이 전파 방해와 통신 두절 상황에서도 임무를 이어갈 수 있게 됐다는 점이다. 과거 드론은 조종 신호가 끊기면 사실상 무력화됐다. 특히 자폭 드론이나 저가형 소형 드론은 마지막 접근 단계에서 통신이 끊기면 표적을 놓치거나 추락하는 경우가 많았다.
최근 전장에서는 이 마지막 구간을 사람이 아니라 AI가 담당하는 방식이 빠르게 확산되고 있다. 드론이 목표를 카메라로 인식한 이후에는 영상 정보를 바탕으로 스스로 표적을 추적하며 접근하도록 설계된 것이다.
이 방식은 위성항법장치 신호가 교란되거나 조종 전파가 차단돼도 작동한다는 점에서 전자전 환경에 특히 적합하다.
우크라이나 전장에서 관측된 변화는 이를 잘 보여준다. 소형 FPV 드론은 여전히 사람이 원격으로 조종하지만 목표물을 시야에 넣은 뒤에는 AI가 추적과 충돌을 담당하는 구조가 도입되고 있다. 이는 드론이 목표가 정해진 이후의 짧은 구간을 자동화하는 방식이다.
결과적으로 명중률은 높아지고 조종자가 감당해야 할 부담은 줄어든다. 전파 교란이 심한 지역에서도 효과가 유지되기 때문에 동일한 비용으로 더 많은 타격을 수행할 수 있게 된다.
해상 드론에서도 유사한 흐름이 나타난다. 원격으로 조종되는 무인정은 통신 환경이 불안정할수록 위험해지는데 AI 보조 조준과 경로 유지 기능이 결합되면서 제한된 통신 상황에서도 목표 방향을 유지하는 능력이 강화됐다.
이러한 변화는 임무 수행 과정의 일부를 기계에 넘긴 결과다. 특히 사람이 가장 취약해지는 순간이자 성공 여부를 가르는 마지막 접근 구간을 자동화한 점이 중요하다. 이를 통해 한 명의 조종자가 동시에 운용할 수 있는 드론 수는 늘어났고 드론은 소모품에 가까운 무기로 자리 잡기 시작했다.
이 흐름은 방어 체계에도 영향을 미쳤다. 공격용 드론이 대량으로 투입되면서 이를 탐지하고 요격하는 대드론 체계 역시 자동화 압력이 커졌다.
소형 드론은 레이더에 잘 잡히지 않고 비행 고도가 낮아 기존 방공망으로는 대응이 쉽지 않다. 이에 따라 레이더와 카메라와 전파 탐지 장비 등 서로 다른 센서 정보를 한데 묶어 표적을 식별하는 방식이 확산되고 있다.
센서마다 장단점이 다른데 이를 동시에 활용하면 단일 장비보다 훨씬 빠르고 정확한 판단이 가능해진다. AI는 이 과정에서 표적을 자동으로 분류하고 위협 수준을 평가하는 역할을 맡는다.
드론 군집 운용도 생성형 AI 확산 이후 빠르게 현실화되고 있다. 군집은 다수의 드론이 서로 협력하며 움직이는 개념으로 개별 기체의 성능보다 집단의 행동이 중요하다.
최근 공개된 사례들은 통신이 일시적으로 끊겨도 드론들이 정해진 규칙에 따라 흩어지거나 재집결하며 임무를 이어가는 데 초점을 맞추고 있다. 여기서 생성형 AI는 사전에 다양한 상황을 가정해 학습시키는 도구로 활용된다. 실제 전장 환경은 데이터를 충분히 확보하기 어렵고 영상 자료에 정답을 붙이는 작업도 쉽지 않다.
이를 보완하기 위해 가상 환경에서 생성한 영상과 지형 데이터를 활용해 표적 인식과 추적 모델을 훈련시키는 방식이 활용되고 있다. 이런 합성 데이터는 현실을 완벽히 대체하지는 못하지만 드론이 마주칠 수 있는 조건의 폭을 넓히는 데 기여한다.
이 변화의 결과 드론은 갈수록 빠르게 생산되고 빠르게 소모되는 무기에 가까워지고 있다. 소프트웨어 업데이트만으로 성능이 바뀌고 같은 기체라도 운용 방식에 따라 효과가 크게 달라진다.
동시에 자율 기능이 강화될수록 통제와 책임에 대한 논의도 커지고 있다. 영상 인식을 기반으로 한 자동 추적 기술은 전파 방해를 극복하는 강력한 수단이지만 확산 가능성이 높다는 점에서 각국이 민감하게 바라보는 영역이기도 하다.
생성형 AI가 드론 분야에 남긴 가장 큰 흔적은 새로운 전투 개념이라고 할 수 있다. 드론은 더 싸지고 더 많아졌으며 통신이 끊겨도 마지막 순간까지 임무를 수행하는 방향으로 진화하고 있다. 이는 실제 전쟁에서 AI가 어디까지 침투했는지를 가장 잘 보여주는 사례로 평가된다.
BEST 뉴스
-
말하는 AI 말고 고르는 AI…'결정 모델'은 무엇인가
미국 스타트업 무수비(Musubi)가 6일(현지시간) 콘텐츠 검열용 AI 모델 'PolicyLM-1.7B'를 공개했다. 플랫폼 운영자가 일상 언어로 쓴 운영 정책을 읽고 채팅 메시지가 정책 위반인지 판정하는 모델이다. 짧은 메시지 하나를 판정하는 데 걸리는 시간은 중간값 기준 0.035초다. 무수비는 모델 가중치(AI... -
가장 비싼 AI가 1등이 아니다…클로드 신모델 3종 '용도별 골라 쓰기'
앤트로픽이 이달 들어 AI 모델 3종을 잇달아 내놓으면서 클로드 사용자의 선택지가 복잡해졌다. 최상위 모델인 '클로드 페이블 5.1'이 1일 출시됐고 22일에는 '클로드 오퍼스 5.5'가, 28일에는 '클로드 소네트 5.5'가 나왔다. 가격이 가장 비싼 모델이 성능 시험에서 1위를 차지하지 못하는 현상도 나타났다. 가격 차...
전체댓글 0
실시간뉴스
-
[반도체]빠른 SSD, 싼 HDD…AI 시대에 다시 뜨는 40TB·100TB 하드디스크 기술
-
[환경]아마존 데이터센터, 미국 최대 '탄소 배출 공장'으로 둔갑하다
-
[사이버보안]AI에 걸린 안전장치, 해커 막으려다 방어자 발목 잡는다
-
[전력]AI가 삼킨 전력…미국, 화석연료 투자서 수십 년 만에 중국 추월
-
[보험]보험사들 "AI, 이제 진짜 돈 되네?"…핵심 사업에 직접 투입
-
[법과제도]"AI가 변호사를 대체한다"는 환상, 법정이 직접 제동을 걸다
-
[반도체]HBM4는 시작일 뿐…AI 메모리의 진짜 승부는 '이 네 글자'
-
[전력]AI 데이터센터 '원전 만능론' 깨졌다…빅테크, 결국 가스로 유턴
-
[전력]현실이 된 바닷속 서버…중국, 해저 데이터센터 세계 최초 상용화
-
[사이버보안]너무 뛰어나 어둠 속에서 나오지 못하는 앤트로픽 보안 모델, 미소스
