현대 전장은 속도와 정확성, 지속력이 전투력의 핵심 요소로 자리 잡았다. 특히 탄약은 전투 수행의 직접적 수단이자 작전 지속성을 좌우하는 핵심 군수지원으로, 관리체계의 과학화와 정밀성이 필수과제가 됐다. 2026년 혹한기 훈련 및 단 전술훈련평가를 마치고 후속조치에 들어갔다. 후속조치를 하면서 탄약지원 툴(Tool)을 보완·발전하는 과제를 도출했다. 그러던 중 ‘인공지능(AI) 기반 탄약 저장 최적화 모델’ 시연을 위해 육군군수사령부 군수인공지능/소프트웨어개발과에서 부대를 방문했다. 훈련 때 자료 구축 및 검증 부분과 관련해 제한사항이 많았던 터라 부대의 탄약관리와 미래 체계 정립의 중요한 전환점이 됐다. 

주요 내용은 탄약지원업무의 비효율적 수기 문서 중심의 관리를 업무자동화체계(RPA)를 통한 군수통합정보체계 원천 데이터 수집 및 군수 데이터 저장소(데이터 마트)에 탄약 AI 학습 데이터 셋을 구축하는 것이었다. 원천 데이터를 제공해 줘야 훌륭한 AI 학습 데이터가 나온다는 것을 알고 있기에 ‘지금 여기서 우리가 시작한다’는 생각으로 미래 효율적인 탄약관리체계를 위해 몇 가지를 제안한다.

첫째, 평시 데이터 구축은 필수요소다. 탄약지원업무 중 저장도표 등 수기 문서와 개별 파일 위주의 관리방식으로 업무가 과중되고 있다. 하지만 우리가 퇴적 위치 필수 데이터를 제공하면 ‘AI 기반 탄약 저장 최적화 모델’이 개발될 수 있다는 것이다. 이글루 탄약고(아치형) 형상에서 시작점 위치와 끝지점 위치를 입력하는 번거로움은 있지만 탄약고별 퇴적 위치정보 3D 구현 및 자동저장 추천 기능을 활용해 신속하게 탄약 저장이 가능해진다.

둘째, 데이터 기반의 의사결정과 탄약지원 실무에 적용 가능한 툴 개발이 필요하다. 이를 실현하기 위해 개인적으로 데이터 분석 준전문가(ADSP) 자격증을 취득, 탄약지원 실무에 적용 가능한 형태로 반복 입력을 최소화하는 업무 개선 툴 개발 역량을 강화하고자 한다.

마지막으로, 효율적인 데이터 관리를 위한 프로그램 전환이다. 현재 군에 보급된 한컴오피스 환경에서 데이터 관리의 한계를 보이고 있어 각 군의 군수지원대대에서 엑셀 기반 환경의 프로그램으로 전환·관리하면 데이터 연계·분석·자동화와 향후 AI 학습 데이터 전 처리 측면에서 훨씬 높은 확장성을 지닌다는 장점이 있다. 이를 통해 반복업무를 줄이고 보다 안정적인 데이터 관리 중심의 탄약지원체계로 전환할 수 있을 것이다.

지금 여기서 우리가 원천 데이터를 충실히 수집·체계화하고, 수기 문서 중심의 저장 관리업무를 ‘AI 기반 탄약 저장 최적화 모델’로 전환한다면 향후 AI 기반 탄약관리체계가 지속 발전할 것으로 기대된다.