4차 산업혁명의 핵심 기술인 인공지능(AI)과 빅데이터를 활용해 부품 국산화의 효율을 끌어올릴 수 있는 알고리즘이 개발됐다. 부품 국산화 우선순위를 판단하는 이 소요분석 모델이 안착할 경우 조달 기간과 비용이 매년 크게 절감될 것으로 기대된다.

국방전산정보원은 지난 6일 “AI와 빅데이터 기술을 기반으로 수리부속의 국산화 성공률과 우선순위를 판단하는 소요분석 모델을 개발했다”고 밝혔다.

전산정보원에 따르면 지난해 군수품 조달 집행액 가운데 해외구매액은 1조4340억 원이다. 이 가운데 부품 국산화 대상인 수리부속은 5380억 원으로 전체 해외구매의 41%를 차지한다. 집행액 대비 해외구매 비율 역시 43.3%로 해외 의존도가 높은 상황이다.

부품 국산화는 조달 기간 단축, 예산 절감 등의 효과를 얻을 수 있지만 방대한 대상과 부족한 인력 탓에 정량적인 소요 식별이 어려웠다. 특히 전군의 부품 국산화 성공률은 평균 10.4%로 저조한 편이었다.

전산정보원은 이런 상황을 개선하기 위해 소요분석 모델 개발에 착수했다. 전산정보원은 먼저 소요기준 34종을 검토하고 AI 학습을 진행해 조달 기간, 횟수, 단가, 실적연수, 미래 수요 등 최적의 소요기준 다섯 가지를 식별해냈다. 이어 이 소요기준을 학습 데이터로 삼아 AI 분류기술을 적용, 부품 국산화 성공률과 우선순위를 판단해내는 모델을 최종 개발하는 데 성공했다.

전산정보원은 이 모델을 활용, 해군의 해외구매 수리부속 17만 종의 국산화 소요 분석을 실시해 국산화 성공률을 도출해내고 5단계로 우선순위를 분류했다. 또 올해 국산화 추진 대상 품목으로 416개 품목을 선정했다.

전산정보원은 “이번에 식별된 416개 품목의 국산화를 추진할 경우 평균 조달 기간이 4.3개월 단축되고 조달 비용도 최소 5억 원에서 최대 68억 원까지 절감될 것으로 기대된다”면서 “정량적으로 소요를 검토할 수 있는 ‘데이터 기반 의사결정 지원체계’를 구축하고 업무 과정이 개선되는 효과도 있을 것으로 보인다”고 전했다. 특히 해외조달 비율이 높은 수리부속의 해외 의존도를 낮출 수 있는 기반을 마련했다는 면에서 부품 국산화 소요분석 모델 개발은 큰 의미가 있다.

전산정보원은 앞으로 부품 국산화 소요분석 모델을 전 군으로 확대 적용한 뒤 개선 사항을 식별해 완성도를 높이겠다는 목표를 세웠다. 또 방위사업청·국방기술품질원 등이 체계개발·양산단계에서 활용할 수 있는 모델로까지 발전시켜나갈 계획이다.

전산정보원 관계자는 “앞으로도 국방부와 각 군, 방사청, 기품원 등의 국산화 업무 담당자와 실무토의를 진행하며 부품 국산화 발전을 위해 계속 노력하겠다”면서 “부품 국산화는 물론 다양한 분야에서 AI·빅데이터 기술을 활용한 분석 서비스를 진행해 국방혁신에 기여하겠다”고 말했다. 맹수열 기자