학업으로 인해 다소 늦은 나이인 26살에 군사과학기술병으로 입대했다. 군 생활을 더 보람 있게 하고 전공 학문도 살릴 방법을 찾던 중 육군이 운영 중인 군사과학기술병 제도의 탄약 빅데이터 분석병으로 지원해 입대했다.

2020년 2월 육군탄약지원사령부 탄약기술시험평가실에 배치받아 81㎜ 박격포 탄약의 수명 및 저장환경 데이터를 분석 프로그램을 활용해 분석하던 중 탄약 검사 방법 개선을 모색하는 지도 간부의 고민을 듣게 됐다. 현재의 탄약 검사 방법은 주로 육안 검사로 이뤄지고 있다. 검사 대상 탄약을 정확히 판단하기 위해서는 검사관의 오랜 경험과 노력이 있어야 했다.

검사 방법을 표준화·객관화해 정확한 탄약 상태를 판정해야 한다는 필요성에 공감하며 민간 업체 제조공정 라인의 스마트 검사방법을 벤치마킹하는 방안을 기획했다. 탄약 검사 방법을 디지털 방식으로 전환하는 방안을 제안해 검사 시 데이터 획득부터 최종 상태 판정까지 모든 단계에 최신 정보통신기술을 접목할 수 있는 방법을 연구했다.

이미지 분류 분석에 뛰어난 합성곱 신경망은 검사관의 직관과 주관에 의존하지 않는, 데이터 기반 수학적 알고리즘을 활용하기에 현 탄약검사의 단점 보완이 가능하다. 이 방안은 탄약 검사 방법의 객관성 향상과 상태 판정 용어 표준화에 기여할 것으로 판단돼 지난해 11월 제13회 육군 M&S 국제학술대회 빅데이터/통계 부분의 포스터로 채택되고 탄약기술시험평가실의 올해 연구개발과제에도 반영됐다.

탄약기술시험평가실의 첫 군사과학기술병으로 임무 수행을 시작한 지 어느새 1년이 지났다. 군수 분야 중 중요한 부분을 차지하는 탄약검사에 집중해 데이터 분석 업무를 수행하며, 민간에서는 쉽게 접할 수 없는 무기체계 지식을 쌓고 학업 및 경력 단절 없이 군 복무를 할 수 있다는 것이 가장 큰 장점이었다. 특히 입대 전 인턴으로 있던 대기업에서 수행한 인공지능 알고리즘 개발 경험을 국방 탄약 분야에 연계해 데이터 분석을 활용한 탄약의 품질 개선 및 탄약 업무 스마트화에 기여하고 있다는 점도 보람 있었다.

지금까지의 성과를 바탕으로 앞으로 5개월여 남은 복무 기간에도 4차 산업혁명을 선도하는 스마트 육군 구현에 기여할 수 있도록 최선을 다하겠다.