국방
국방안보
미래국방AI특화연구센터(CARAI), 과학기술 강군 도약 힘 보탠다
 |
 |
 |
정부는 ‘국방혁신 4.0’을 통해 제2의 창군 수준으로 국방태세 전반을 재설계하겠다는 강한 의지를 천명하고 있다. 우리 국방의 청사진이 과학기술 발전 추세와 미래전 양상에 발맞춰 새롭게 그려지고 있는 것이다. 튼튼한 국방을 위한 국방태세 재설계의 핵심은 인공지능(AI)을 기반으로 한 ‘과학기술 강군’ 육성이다. 출생률 저하에 따른 병역자원 감소, 변화하는 전쟁 양상에 발맞춰 우리 군이 추진하는 유·무인 복합 전투체계의 완성 역시 국방 AI 기술의 고도화에 달려있다 해도 과언이 아니다. 국방 분야 AI 기술 확보와 인력 양성을 선도하는 ‘미래국방AI특화연구센터(CARAI)’의 연구 성과에 우리가 주목해야 하는 이유다.
■ 국내 최고의 연구인력 구성, 국방 AI 기술 발전 선도
2019년 12월 대전 한국과학기술원(KAIST)에 설립된 CARAI는 방위사업법과 국방전력발전업무훈령에 따라 국방AI 기술 응용을 위한 기초기술 연구, AI 기술의 국방 분야 적용방안 연구, 고급 AI 전문인력 교육·양성에 매진하고 있다.
이와 함께 CARAI는 국방 AI 관련 분기별 기술교류회, 정기 세미나, 방산업체 컨퍼런스 등을 개최해 군·산·학과 최신 인공지능 기술 트렌드를 공유하고 있다.
CARAI에는 KAIST, 서울대, 연세대, 고려대, 포항공대, 경북대, 영남대, 광주과학기술원, 제주대 등 9개 연구기관 출신 38명의 교수진과 270명의 연구원들이 근무한다. 이들이 4개 연구실로 나뉘어 17개 연구과제에 대한 1단계 연구를 추진 중이다.
CARAI의 연구 성과는 빛을 발하고 있다. 현재까지 과학기술논문인용색인(SCI)급 국제 학술지 및 학회지에 실린 CARAI의 연구 논문은 58편에 달한다. 특히 이중 30편은 AI 분야에서 세계적으로 권위를 인정받는 국제 학술대회인 CVPR, Neurips, ICRL, ICCV 등에서 발표됐다.
■ 군사적 설명 가능한 연구, ‘AI 모델 신뢰성 강화’
제1연구실은 군사적으로 ‘설명 가능한 인공지능(XAI·eXplainable Artificial Intelligence)’ 이론 개발에 역점을 두고 있다.
국내에서 추진 중인 XAI 연구는 주로 의료와 금융 분야에 중점을 두고 있다. 이는 군사적인 적용과는 거리가 있어 국방 분야에 특화된 AI 모델 연구 및 학습방법에 대한 요구가 높아지는 상황이다. 이에 CARAI 1연구실은 인간(지휘관)이 AI 참모의 판단 결과를 이해할 수 있도록 ‘왜’ 그리고 ‘어떻게’의 과정이 설명 가능한 모델 및 인터페이스 등의 학습 과정을 추가해 국방 AI의 신뢰성과 설득력을 향상해나가고 있다.
군사적 설명이 가능한 AI 이론은 향후 네트워크 전장에 부합된 ‘지능형 지휘결심지원’에 활용될 것으로 기대를 모은다. 지휘관이 신뢰할 수 있는 AI 참모의 조언을 듣고 최선의 방책을 수립 및 선정하는 기초 모델로 활용되는 것이다.
현재까지 1연구실은 ‘적에 의한 데이터 은폐·조작 방지 학습 알고리즘 기술’과 ‘이상 상황 감지 및 학습 변화 적응 기술’ 등을 개발했고, 이는 국제적으로 인정받는 국제 학회인 Neurips, AAAI, ICCV에 발표된 바 있다.
■ 다종 데이터 융합 학습·탐지 연구, ‘영상·신호정보 역량 강화’
제2연구실은 ‘다종 국방데이터 융합 학습 및 탐지’ 연구에 주력한다. EO, IR, SAR, 신호, 음성 등 다양한 센서에서 수집되는 감시정찰 데이터를 융합해 핵심 표적을 탐지 및 추적하는 기술이다.
AI 발전과 빅데이터(Big Data)의 수집·관리는 땔 수 없는 관계다. 데이터가 많을수록 AI는 좀 더 좋은 성능을 보여주고, AI가 발전하면 더 좋은 데이터를 생성하거나 활용할 수 있기 때문이다. 즉 2연구실의 과제는 AI 기술의 고도화에 핵심 기능을 수행하는 것이다.
2연구실이 개발한 ‘복잡하고 다양한 환경에서의 이미지 해상도 향상 기술’, ‘전장소음 속에서의 잡음제거 기술’ 등은 CVPR, INTERSPEECH를 비롯한 세계 최고의 국제 학회에 발표돼 주목받고 있다.
■ 극소량 국방데이터 기반 학습 연구, ‘불확실한 전장 환경 극복’
제3연구실은 ‘열악한 환경의 극소량 국방데이터 기반 학습 연구’에 매진 중이다. 학습 데이터가 없거나 매우 부족한 상황에서도 지능형 감시·정찰이 가능한 AI 모델을 개발하는 것이다.
실제로 전장 환경은 매우 불확실하다. 적에 의해 정보가 은폐 및 조작될 가능성도 높다. 따라서 소량의 첩보 데이터를 잘 활용하는 것이 중요하다. 이에 3연구실은 ‘소량의 데이터만을 사용해 부분적인 소규모 영역을 정확히 분할해내는 기술’, ‘신속 정확한 최적화 알고리즘’, ‘다양한 수집 데이터를 효율적으로 관리해 최적의 행동을 하는 강화학습 모델’, ‘인간의 이미지 추론 과정을 모방한 강화학습 모델’ 등의 연구 과제를 추진 중이다. 3연구실의 연구결과 역시 세계 국제 학회인 ICCV, AAAI, ICML에 발표됐다. 특히 소량의 데이터만으로 고성능 AI 모델을 개발하는 기술은 특허 출원을 진행 중이다.
■ 방책 추천 및 선정 연구, ‘AI 참모 구현’
제4연구실은 지휘관에게 전장상황을 효율적으로 보고하고, 지휘관과 서로 상호 작용하는 AI 기술 개발을 위해 ‘군사적 설명과 연동한 AI 방책추천 및 선정’을 집중적으로 연구하고 있다. AI가 전장 상황을 자동으로 요약하고 전장 정보분석을 기반으로 적 전술을 추론해 아군의 방책을 제시하는 딥러닝 기술이다.
현재 4연구실에서는 AI 정보·작전참모가 각각 적 방책 수립·아군 대응책 수립을 맡아 대안별로 워게임을 진행하고 상호 비교·분석을 거쳐 최선의 방책을 선정하는 연구가 한창이다.
현재까지 4연구실은 ‘적 정보기반 전술 추론기술’, ‘아군 방책 후보생성 및 결과 예측 딥러닝 기술’, ‘AI 모델의 불확실성을 이용한 강화학습 기술’, ‘데이터가 없는 상황에서 자연어 기반의 비디오 검색 기술’, ‘전략 시뮬레이션 게임 기반 교전 시뮬레이터 기술’, ‘국방 방책 추천 시뮬레이터 기술’ 등의 과제에서 상당한 연구 성과를 거뒀다. 이는 AI 분야 세계 최고 국제 학회인 ICLR, ICCV에 발표됐다. 김상윤 기자
오늘의 뉴스
Hot Photo News
많이 본 기사
이 기사를 스크랩 하시겠습니까?
프린트 미리보기
국방
국방안보
미래국방AI특화연구센터(CARAI), 과학기술 강군 도약 힘 보탠다
김상윤
입력
2022.
07.
20
16:17
업데이트
2022.
07.
20
16:23
| |
| |
| |
정부는 ‘국방혁신 4.0’을 통해 제2의 창군 수준으로 국방태세 전반을 재설계하겠다는 강한 의지를 천명하고 있다. 우리 국방의 청사진이 과학기술 발전 추세와 미래전 양상에 발맞춰 새롭게 그려지고 있는 것이다. 튼튼한 국방을 위한 국방태세 재설계의 핵심은 인공지능(AI)을 기반으로 한 ‘과학기술 강군’ 육성이다. 출생률 저하에 따른 병역자원 감소, 변화하는 전쟁 양상에 발맞춰 우리 군이 추진하는 유·무인 복합 전투체계의 완성 역시 국방 AI 기술의 고도화에 달려있다 해도 과언이 아니다. 국방 분야 AI 기술 확보와 인력 양성을 선도하는 ‘미래국방AI특화연구센터(CARAI)’의 연구 성과에 우리가 주목해야 하는 이유다.
■ 국내 최고의 연구인력 구성, 국방 AI 기술 발전 선도
2019년 12월 대전 한국과학기술원(KAIST)에 설립된 CARAI는 방위사업법과 국방전력발전업무훈령에 따라 국방AI 기술 응용을 위한 기초기술 연구, AI 기술의 국방 분야 적용방안 연구, 고급 AI 전문인력 교육·양성에 매진하고 있다.
이와 함께 CARAI는 국방 AI 관련 분기별 기술교류회, 정기 세미나, 방산업체 컨퍼런스 등을 개최해 군·산·학과 최신 인공지능 기술 트렌드를 공유하고 있다.
CARAI에는 KAIST, 서울대, 연세대, 고려대, 포항공대, 경북대, 영남대, 광주과학기술원, 제주대 등 9개 연구기관 출신 38명의 교수진과 270명의 연구원들이 근무한다. 이들이 4개 연구실로 나뉘어 17개 연구과제에 대한 1단계 연구를 추진 중이다.
CARAI의 연구 성과는 빛을 발하고 있다. 현재까지 과학기술논문인용색인(SCI)급 국제 학술지 및 학회지에 실린 CARAI의 연구 논문은 58편에 달한다. 특히 이중 30편은 AI 분야에서 세계적으로 권위를 인정받는 국제 학술대회인 CVPR, Neurips, ICRL, ICCV 등에서 발표됐다.
■ 군사적 설명 가능한 연구, ‘AI 모델 신뢰성 강화’
제1연구실은 군사적으로 ‘설명 가능한 인공지능(XAI·eXplainable Artificial Intelligence)’ 이론 개발에 역점을 두고 있다.
국내에서 추진 중인 XAI 연구는 주로 의료와 금융 분야에 중점을 두고 있다. 이는 군사적인 적용과는 거리가 있어 국방 분야에 특화된 AI 모델 연구 및 학습방법에 대한 요구가 높아지는 상황이다. 이에 CARAI 1연구실은 인간(지휘관)이 AI 참모의 판단 결과를 이해할 수 있도록 ‘왜’ 그리고 ‘어떻게’의 과정이 설명 가능한 모델 및 인터페이스 등의 학습 과정을 추가해 국방 AI의 신뢰성과 설득력을 향상해나가고 있다.
군사적 설명이 가능한 AI 이론은 향후 네트워크 전장에 부합된 ‘지능형 지휘결심지원’에 활용될 것으로 기대를 모은다. 지휘관이 신뢰할 수 있는 AI 참모의 조언을 듣고 최선의 방책을 수립 및 선정하는 기초 모델로 활용되는 것이다.
현재까지 1연구실은 ‘적에 의한 데이터 은폐·조작 방지 학습 알고리즘 기술’과 ‘이상 상황 감지 및 학습 변화 적응 기술’ 등을 개발했고, 이는 국제적으로 인정받는 국제 학회인 Neurips, AAAI, ICCV에 발표된 바 있다.
■ 다종 데이터 융합 학습·탐지 연구, ‘영상·신호정보 역량 강화’
제2연구실은 ‘다종 국방데이터 융합 학습 및 탐지’ 연구에 주력한다. EO, IR, SAR, 신호, 음성 등 다양한 센서에서 수집되는 감시정찰 데이터를 융합해 핵심 표적을 탐지 및 추적하는 기술이다.
AI 발전과 빅데이터(Big Data)의 수집·관리는 땔 수 없는 관계다. 데이터가 많을수록 AI는 좀 더 좋은 성능을 보여주고, AI가 발전하면 더 좋은 데이터를 생성하거나 활용할 수 있기 때문이다. 즉 2연구실의 과제는 AI 기술의 고도화에 핵심 기능을 수행하는 것이다.
2연구실이 개발한 ‘복잡하고 다양한 환경에서의 이미지 해상도 향상 기술’, ‘전장소음 속에서의 잡음제거 기술’ 등은 CVPR, INTERSPEECH를 비롯한 세계 최고의 국제 학회에 발표돼 주목받고 있다.
■ 극소량 국방데이터 기반 학습 연구, ‘불확실한 전장 환경 극복’
제3연구실은 ‘열악한 환경의 극소량 국방데이터 기반 학습 연구’에 매진 중이다. 학습 데이터가 없거나 매우 부족한 상황에서도 지능형 감시·정찰이 가능한 AI 모델을 개발하는 것이다.
실제로 전장 환경은 매우 불확실하다. 적에 의해 정보가 은폐 및 조작될 가능성도 높다. 따라서 소량의 첩보 데이터를 잘 활용하는 것이 중요하다. 이에 3연구실은 ‘소량의 데이터만을 사용해 부분적인 소규모 영역을 정확히 분할해내는 기술’, ‘신속 정확한 최적화 알고리즘’, ‘다양한 수집 데이터를 효율적으로 관리해 최적의 행동을 하는 강화학습 모델’, ‘인간의 이미지 추론 과정을 모방한 강화학습 모델’ 등의 연구 과제를 추진 중이다. 3연구실의 연구결과 역시 세계 국제 학회인 ICCV, AAAI, ICML에 발표됐다. 특히 소량의 데이터만으로 고성능 AI 모델을 개발하는 기술은 특허 출원을 진행 중이다.
■ 방책 추천 및 선정 연구, ‘AI 참모 구현’
제4연구실은 지휘관에게 전장상황을 효율적으로 보고하고, 지휘관과 서로 상호 작용하는 AI 기술 개발을 위해 ‘군사적 설명과 연동한 AI 방책추천 및 선정’을 집중적으로 연구하고 있다. AI가 전장 상황을 자동으로 요약하고 전장 정보분석을 기반으로 적 전술을 추론해 아군의 방책을 제시하는 딥러닝 기술이다.
현재 4연구실에서는 AI 정보·작전참모가 각각 적 방책 수립·아군 대응책 수립을 맡아 대안별로 워게임을 진행하고 상호 비교·분석을 거쳐 최선의 방책을 선정하는 연구가 한창이다.
현재까지 4연구실은 ‘적 정보기반 전술 추론기술’, ‘아군 방책 후보생성 및 결과 예측 딥러닝 기술’, ‘AI 모델의 불확실성을 이용한 강화학습 기술’, ‘데이터가 없는 상황에서 자연어 기반의 비디오 검색 기술’, ‘전략 시뮬레이션 게임 기반 교전 시뮬레이터 기술’, ‘국방 방책 추천 시뮬레이터 기술’ 등의 과제에서 상당한 연구 성과를 거뒀다. 이는 AI 분야 세계 최고 국제 학회인 ICLR, ICCV에 발표됐다. 김상윤 기자