고속 드론의 확산으로 대응시간이 단축되고 방어 대상 공간이 복잡해지는 가운데, 인공지능의 진정한 가치는 더 많은 물체를 식별하는 데 그치지 않는다. 불완전하고 불확실한 센서 정보를 적시에 책임 있는 의사결정으로 전환하는 능력이 핵심이다.
AiSS Intelligence | 센서·인공지능 | 파일럿 제1호 | 2026년 10월 26일
2026년 8월 10일 미국 해군대학원(NPS)의 실험에서 여러 대드론 센서의 정보를 통합하는 AI 기반 ODIN(Operational Data Integration Node) 시스템을
준비하는 장면. Camp Roberts, California. Photo: Dan Linehan / U.S. Navy.
센서 네트워크에 요구되는 새로운 역량
무인 위협의 고도화는 기존 감시체계가 지닌 근본적인 한계를 드러내고 있다. 물체를 탐지하는 것과 그 물체가 제기하는 위협을 이해하는 것은 서로 다른 문제이며, 이 두 가지가 충족되더라도 효과적인 대응에 필요한 정보가 확보되는 것은 아니다.
레이더는 여전히 공중감시의 핵심 수단이지만, 소형·저고도 무인기의 확산과 위협 유형의 다양화로 단일 탐지수단에 의존하는 방식은 점차 한계를 드러내고 있다. 전자광학 및 적외선 센서는 시각·열 정보를 제공하고, 수동형 무선주파수(RF) 센서는 드론 운용과 관련된 특정 전파 신호를 탐지한다. 그러나 각각의 기술은 기상, 지형, 전파 간섭, 표적 특성 또는 탐지 가능한 신호의 부재 등 서로 다른 제약을 안고 있다.
따라서 작전상의 핵심 과제는 개별 센서의 성능을 높이는 데서 벗어나, 여러 센서가 결합해 생산하는 정보의 품질을 확보하는 방향으로 이동하고 있다. 신뢰할 만한 분류정보가 없는 레이더 항적, 적시에 전달되지 않는 광학 관측정보, 위치 정확도가 부족한 전자적 탐지정보는 정보량을 늘릴 뿐 방어적 판단을 개선한다고 보장할 수 없다.
중요한 것은 이러한 관측 결과들이 위협에 대한 일관되고 활용 가능한 상황인식으로 통합되는가 하는 점이다.
센서 융합은 기술적 과제인 동시에 조직적 과제이다
인공지능은 대량의 센서 정보를 처리하는 데 중요한 이점을 제공한다. 특히 운용자가 다수의 표적을 동시에 추적하면서 불완전한 관측정보와 급변하는 우선순위에 대응해야 하는 상황에서 그 효과가 두드러진다. 기계학습 기반 시스템은 물체 분류, 이상 징후 탐지, 서로 다른 정보원 사이의 관측 결과 연계를 지원함으로써 반복적인 분석 업무의 부담을 줄인다.
그러나 센서 융합은 여러 탐지장비의 정보를 하나의 화면에 표시하는 것보다 훨씬 복잡한 과정이다. 서로 다른 센서가 생산한 정보는 시간, 위치, 식별 신뢰도, 항적의 연속성 측면에서 정합성을 확보해야 하며, 운용자는 자동화된 평가가 어떤 부분에서는 충분한 증거에 기초하고 있고 어떤 부분에서는 여전히 불확실성을 안고 있는지 이해할 수 있어야 한다.
판단의 한계를 드러내지 않은 채 높은 확신을 표시하는 시스템은 오히려 새로운 취약성을 만들어낸다. 그럴듯하게 제시된 명확성이 행동을 유도하지만, 그 판단의 기초가 되는 정보는 불완전하거나 상충할 수 있기 때문이다.
제트추진 공격 드론의 운용 확대는 이러한 문제의 중요성을 더욱 높이고 있다. 우크라이나 공군이 발표한 10월 22~24일 공격 관련 자료에 따르면, 이틀 연속 이어진 공격에서 고속 제트추진형 드론이 상당한 비중을 차지했다. 이 수치는 우크라이나 군 당국의 발표이며 독립적으로 검증된 전체 전력 현황은 아니지만, 방어체계에서 대응시간이 갖는 작전적 중요성을 보여준다.
표적의 속도가 빨라지면 탐지부터 도달까지의 시간이 단축되며, 분류 지연이나 수동적인 지휘 조정, 반복적인 재평가에 허용되는 여유도 줄어든다. 이러한 환경에서 인공지능의 결정적인 기여는 단순히 연산 속도를 높이는 데 있지 않다. 유효한 대응 선택지가 남아 있는 동안 적절한 권한을 가진 기관에 신뢰할 수 있는 경고를 전달하도록 정보를 체계적으로 처리하는 데 있다.
인간의 판단은 방어체계의 구성요소이다
센서 관측을 적법한 대응으로 연결하려면 신뢰할 수 있는 데이터와 일관된 정보 형식, AI 기반 판단 지원이 필요하며, 교전 결정의 권한과 책임은 인간에게 남아야 한다.
인공지능 기반 평가체계의 도입은 운용자와 시스템 사이의 관계를 변화시키고 있다. 소프트웨어가 표적의 우선순위를 정하고 대응을 권고하거나 경고를 자동으로 배포하는 환경에서는, 실제 작전 압박 속에서도 인간의 책임 있는 판단이 유지되도록 절차를 설계해야 한다.
자동화된 권고를 무시하거나 수정할 수 있는 기능이 존재한다는 사실만으로 실질적인 인간 통제가 보장되는 것은 아니다. 운용자가 권고의 근거를 이해할 수 없거나 개입할 시간이 부족하고, 사용자 인터페이스가 상충하는 판단을 제대로 보여주지 못한다면 형식적인 개입 권한은 제한적인 의미만 갖는다.
따라서 인간 통제의 설계는 조달 과정의 마지막 단계가 아니라 시스템 개발 초기부터 반영돼야 한다. 당국은 자동화된 분류를 수용할 수 있는 조건, 추가 검토가 필요한 판단 기준, 통신 장애나 상충하는 관측 결과가 발생했을 때 보다 신중한 대응으로 전환해야 하는 상황을 명확히 규정해야 한다.
이러한 요구는 민간 핵심 인프라 주변에서 더욱 복잡해진다. 잘못된 표적 분류나 통제되지 않은 교전은 접근하는 드론 자체를 넘어 광범위한 위험을 초래하기 때문이다. 공항, 항만, 에너지 시설은 정상적인 항공기 이동과 산업설비, 상업용 통신, 밀집된 인적 활동이 공존하는 환경이므로 탐지와 대응 모두에서 추가적인 제약이 발생한다.
기술적으로 정확한 분류는 적법하고 작전적으로 타당한 대응을 구성하는 여러 요소 가운데 하나일 뿐이다.
NATO 실험과 발전의 평가 기준
NATO의 DiBaX26 실험은 인공지능 지원 절차를 활용해 정보 접수부터 의사결정까지의 시간을 단축하는 데 중점을 두고 있으며, 의사결정 시간을 상당 폭 줄이겠다는 목표를 제시하고 있다.
이러한 목표는 전략적으로 의미가 있지만, 프로그램의 목표를 이미 입증된 작전적 성과와 혼동해서는 안 된다. 더욱 중요한 질문은 처리 속도가 빨라지는 과정에서도 중대한 의사결정에 필요한 정확성, 추적 가능성, 책임성이 유지되는가 하는 점이다.
따라서 실험은 평균 처리시간뿐 아니라 불완전한 센서 감시범위, 통신 성능 저하, 오도성 입력정보, 상충하는 우선순위 아래에서의 성능을 측정해야 하며, 잘못된 분류의 발생 빈도와 그 결과도 기록해야 한다.
새롭게 등장하는 휴대형 및 분산형 센서에도 같은 기준이 적용된다. 이들의 기여도는 단순히 탐지거리나 배치 편의성으로 평가할 것이 아니라, 운용자에게 과도한 부담을 주거나 정보가 고립되는 문제를 일으키지 않으면서 더 넓은 경고체계에 얼마나 효과적으로 통합되는가를 기준으로 판단해야 한다.
AiSS Assessment — 의사결정의 우위는 빠른 알고리즘만으로 확보되지 않는다
AiSS는 센서 인텔리전스 분야의 결정적인 경쟁이 관측정보의 축적에서 신뢰할 수 있는 의사결정의 조직화로 이동하고 있다고 평가한다. 센서의 확산은 활용 가능한 정보의 양을 크게 늘렸지만, 데이터의 증가는 자동적으로 상황인식의 향상으로 이어지지 않는다. 신뢰할 수 있는 정보 연계와 투명한 신뢰도 표시, 효과적인 정보 배포가 뒷받침되지 않으면, 감지 능력의 확대는 방어조직이 시간을 가장 절실하게 필요로 하는 순간 오히려 복잡성을 증가시킨다.
이러한 구분은 고속화·네트워크화·대량화되는 무인 위협 환경에서 특히 중요하다. 접근하는 항공기를 신속하게 탐지하더라도 충분한 신뢰도로 분류하지 못하거나, 교전 권한을 가진 기관을 확인하지 못하고, 실제 대응에 필요한 경고를 전달하지 못한다면 해당 센서체계는 본래의 임무를 완수했다고 볼 수 없다.
따라서 인공지능은 독립적인 기술 역량이 아니라 작전적 의사결정 체계의 일부로 평가돼야 한다. 그 기여도는 불필요한 지연을 줄이는 동시에 판단의 품질을 유지하는가에 달려 있으며, 여기에는 불확실성을 인식하고 확보된 증거가 교전을 정당화하지 못하는 경우 행동을 유보할 수 있는 능력도 포함된다.
이러한 평가에서 세 가지 우선과제가 도출된다.
첫째, 센서체계에는 시간, 위치, 항적 식별, 신뢰도 보고에 관한 공통 기준이 필요하다. 이를 통해 서로 다른 기술과 조직이 생산한 관측정보를 증거로서의 의미를 훼손하지 않고 비교할 수 있어야 한다.
둘째, 인공지능 기반 평가체계는 실제 작전에서 발생할 수 있는 장애 상황을 반영해 시험해야 한다. 완전한 데이터와 안정적인 통신환경에서 실시한 시연은 방어체계가 실제로 직면할 조건의 일부만을 보여준다.
셋째, 조달 당국은 향상된 정보처리 능력이 실제 작전 성과로 연결된다는 증거를 요구해야 한다. 여기에는 중대한 오분류의 감소, 경고 지연시간의 단축, 군과 민간 대응기관 사이의 협조 신뢰도 향상이 포함된다.
전략적 우위는 가장 많은 센서를 보유한 세력이나 반드시 가장 첨단의 알고리즘을 사용하는 세력에 돌아가는 것이 아니다. 불완전한 정보를 적시에 비례적이고 정당화 가능한 행동으로 전환할 수 있는 조직이 우위를 확보한다.
현대 드론 방어에서 정보는 대응시간이 소진되기 전에 판단을 개선할 때 비로소 가치를 갖는다.
Where AI, Autonomy and Security Converge.
