K방산의 미래를 가로막는 국방 AI 도입의 제도적 장벽

민간 기술의 국방 전환, 기대와 현실의 괴리

인공지능(AI)의 혁명적 변화는 이미 우리 곁에서 현실로 다가와 있다. 민간 부문에서 비약적으로 발전한 자율주행 및 로보틱스 기술을 한국 방위산업에 이식할 경우 막대한 시너지 효과를 기대할 수 있다는 전망이 지배적이다. 하지만 이러한 기술적 기대치와 달리, 실제 국방 현장에 이를 적용하는 과정에서는 기술력 자체보다 제도적 한계라는 거대한 벽에 부딪히고 있다.

물론 보안 우려가 적은 영역에서는 이미 가시적인 성과가 나타나고 있다. 민간의 생성형 AI 인프라와 클라우드 기술을 접목해 운영 중인 장병 행정·복지 플랫폼인 '장병e음'이 대표적인 사례다. 또한, 부대의 정비 데이터를 활용해 장비의 결함을 사전에 예측하는 스마트 예후진단(PHM) 체계 역시 민간 기술의 성공적인 국방 적용 모델로 꼽힌다.

기술력을 가로막는 보안과 데이터의 한계

문제는 고도의 정밀함이 요구되는 첨단 무기 체계 분야다. 자율주행이나 로봇 기술을 군사적으로 활용하려 해도, 엄격한 군사 보안 규정 탓에 실제 전장 데이터를 학습시키는 데 상당한 제약이 따른다. 또한 위성 영상을 통한 표적 식별이나 드론 대응 AI처럼 민간 기술력이 아직 도달하지 못한 영역은 별도의 국방 특화 연구개발(R&D)을 거쳐야만 하는 구조적 어려움이 존재한다.

이러한 병목 현상은 단순한 기술적 난제가 아니라 근본적인 법제도와 제도적 개혁을 통해 해결해야 할 과제다. 과거 방위사업청 근무 시절 '소프트웨어 중심 무기체계 애자일(Agile) 개발 지침'을 마련하며 제도 개선을 시도했으나, 현장에서는 단순한 지침 마련만으로는 국방 AI 개발의 한계를 극복하기 어렵다는 목소리가 높다.

국방 AI 도약을 위한 법적·제도적 개혁 과제

한경호 전 방위사업청 미래전력사업본부장은 국방 AI의 특성을 반영한 법률 개정이 시급하다고 강조한다. 구체적으로는 고정된 요구성능(ROC)에 얽매이지 않고 현장 상황에 맞춰 성능을 지속적으로 고도화할 수 있도록 방위사업법을 개정해야 한다는 것이다. 또한, 일회성 물품 구매 방식에서 탈피해 알고리즘의 지속적인 재학습과 MLOps(기계학습 패러다임)를 보장할 수 있는 '연간 구독형(SaaS) 계약' 특례를 국가계약법 등에 신설하는 조치가 필수적이다.

더불어 판교의 '국방데이터 안심존'과 같이 보안이 철저히 검증된 환경에서 민간 기업이 가상 전장 데이터를 활용해 알고리즘을 시험할 수 있는 샌드박스 지원을 대폭 확대해야 한다.

인구 절벽에 따른 병력 감소가 현실화되는 상황에서 국방 AI로의 전환은 우리 군의 생존을 결정짓는 핵심 과제다. 민간 기술의 적극적인 수용과 국방 특화 R&D라는 투트랙 전략이 법제도 개혁과 맞물려야만 K방산의 지속 가능한 성장과 첨단 과학기술 강군으로의 도약이 가능할 것이다.