GPS와 통신이 끊겨도 움직이는 드론…우크라이나가 AI를 전장에 넣는 법

다만 경계가 완전히 명확한 것은 아니다. 일부 보고된 시스템은 한 번 표적을 포착하면 조종자의 추가 입력이 거의 없거나 전혀 없어도 표적을 추적할 수 있다. 더 많은 기능이 기체 내부로 이동할수록 ‘조종자 보조’와 ‘자율 교전’의 경계는 실무적으로 구분하기 어려워진다. 동시에 이 경계를 어떻게 통제할 것인지도 더욱 중요한 문제가 된다.

“명중률 70~80%”라는 수치는 어떻게 봐야 하나

한 평가에 따르면 자율항법은 지속적인 수동 조종과 안정적인 통신에 대한 의존도를 낮춰 드론의 교전 성공률을 약 1020%에서 7080% 수준으로 높일 수 있다.

그러나 이 수치는 특정 시스템과 조건에서 보고되거나 추정된 결과로 읽어야 한다. 우크라이나의 모든 드론에 적용되는 보편적인 성능 지표는 아니다. 날씨, 지형, 위장, 표적의 종류, 센서 품질, 전자전 대응 수단, 운용자 훈련에 따라 드론이 목표를 인식하고 도달할 가능성은 달라질 수 있다.

AI의 효과는 명중률에만 있지 않다. 항법과 최종 추적을 소프트웨어가 맡으면 부대가 고도로 숙련된 FPV 조종자에게만 의존하지 않고 더 많은 드론을 운용할 수 있다. 이는 전파가 경쟁하는 환경에서 조종자의 부담과 노출을 줄이면서 드론 작전을 확장하는 데 도움이 될 수 있다.

숫자가 보여주는 것은 ‘하나의 무기’가 아닌 생태계다

우크라이나 정부가 공개한 수치는 특정 기체 한 종류의 성능이 아니라 분산된 방산 기술 생태계를 가리킨다.

• 70개 이상 시스템: AI와 컴퓨터 비전을 활용해 우크라이나군의 적 표적 타격을 지원하는 것으로 국방부가 밝힌 시스템 수다.
• 200곳 이상 기업: AI 드론을 개발하거나 생산하는 것으로 보고된 우크라이나 기업 수다.
• 브레이브원 마켓의 46개 솔루션: 표적 인식, 광학식 안정화, 자동 추적·유도 등과 관련된 AI 제품이 포함돼 있다.

이 숫자들이 우크라이나의 모든 드론이 동일한 수준의 자율성을 갖췄다는 뜻은 아니다. 각 시스템이 같은 성숙도에 도달했거나 모두 같은 규모로 배치됐다는 의미도 아니다. 오히려 여러 부품과 공급업체가 서로 다른 기능을 나눠 개발하고 통합하고 있다는 점을 보여준다.

브레이브원은 기술을 어떻게 확장하나

브레이브원은 우크라이나의 방산 기술 분야를 연결하고, 국방 혁신 프로젝트에 조직·정보·재정 지원을 제공하는 조정 플랫폼이다. 개발자와 군 사용자 사이를 연결해 유망한 기술이 시험, 조달, 현장 배치 단계로 넘어가도록 돕는 역할을 한다.

이 역할은 8월 14일 열린 첫 완전 온라인 Demo Day에서도 드러났다. 행사에는 400명 이상이 참여했고, 50곳이 넘는 제조사와 파트너가 10개 이상의 분야에서 솔루션을 소개했다. 주제는 기존 1인칭 시점(FPV) 드론의 성능을 확장하는 ‘FPV 기능’이었다. 새로운 기체를 매번 처음부터 설계하기보다 이미 운용 중인 플랫폼에 필요한 기능을 추가하는 접근이다.

행사에서는 대용량 배터리, 표준화된 지상통제소, 유도·표적 인식 모듈, 표적이 나타날 때까지 대기했다가 작동하는 드론용 부품 등이 소개됐다. 이는 우크라이나의 AI 전략이 모듈형 구조를 지향한다는 점을 보여준다. 전장 상황이 바뀌면 센서, 통신 장비, 항법 도구, 소프트웨어를 교체하거나 추가할 수 있도록 만드는 것이다.

Demo Day와 AI 확산은 하나의 피드백 고리다

브레이브원의 행사는 자율화 노력과 별개의 이벤트가 아니다. AI 보조 기능을 실제 플랫폼에 결합하고 확산시키는 제조·통합 단계의 일부다.

컴퓨터 비전 모델은 적절한 카메라, 온보드 연산 장치, 전원 시스템, 통신 장비, 그리고 이를 탑재할 수 있는 기체가 있어야 실제 전장에서 작동한다. 모듈형 FPV 설계는 이런 조합을 빠르게 시험하고 배치하기 쉽게 만든다. 이후 전선에서 수집된 피드백은 전파 방해, 날씨, 표적 유형에 따라 어떤 조합이 효과적인지 개발자에게 알려준다.

브레이브원의 데이터룸(Dataroom)은 이 과정에서 또 다른 역할을 한다. 100곳이 넘는 우크라이나 기업이 군사용 AI 모델을 훈련하고 검증·개선하는 데 사용되는 구조화된 시각·열화상 데이터에 접근할 수 있는 것으로 전해졌다. 이 데이터는 공중 표적, 특히 샤헤드와 같은 공격용 무인기를 탐지하고 요격하는 시스템 개발에도 활용된다.

가장 어려운 문제는 인간의 통제다

우크라이나의 개발 방향은 한 가지 어려운 거버넌스 문제를 제기한다. 치명적인 임무에서 소프트웨어가 어디까지 수행해야 인간이 여전히 실질적인 책임을 진다고 할 수 있을까?

표적 선택이나 교전 승인을 사람이 맡도록 하면 자동비행 보조와, 스스로 표적을 선택해 공격하는 무기 사이에 중요한 구분을 유지할 수 있다. 그러나 인간의 감독이 의미 있으려면 운영자가 충분한 정보와 개입할 시간, 그리고 실제로 개입할 수 있는 통제권을 가져야 한다. 시스템이 물체를 잘못 식별하거나 상황 판단을 잃었을 때 이를 바로잡을 수 있어야 한다는 뜻이다.

현재 공개된 자료가 보여주는 것은 완전 자율무기로 가득 찬 전장이 아니라, 부분 자율성이 빠르게 확대되는 모습이다. 2026년 한 분석은 항법, 물체 인식, 표적 지정 보조 같은 기능은 점점 일반화되고 있지만, 스스로 이동하고 탐지하고 표적을 선택한 뒤 공격까지 하는 완전 자율 시스템은 별도의 문턱에 해당한다고 평가했다.

러시아의 발전이 경쟁을 밀어붙인다

우크라이나의 AI 투자는 러시아가 AI 보조 드론과 미사일을 개발하는 데 대한 대응이기도 하다. 양국은 표적 탐지, 항법, 전장 분석, 교전 지원 같은 기능을 자동화하기 위해 경쟁하고 있다.

이 경쟁에서 전자전은 핵심 동력이다. 조종자와의 지속적인 연결에 의존하는 드론은 방해를 받으면 무력화될 수 있다. 반면 시각·열화상 정보를 기체 내부에서 해석하는 드론은 연결이 끊긴 뒤에도 임무 일부를 수행할 가능성이 있다. 따라서 우크라이나가 전선의 모든 드론에 컴퓨터 비전 기능을 확대하려는 목표는 자율무기 개발만이 아니라, 전파 방해 속에서도 작전 능력을 유지하려는 전략으로 볼 수 있다.

우크라이나의 전략이 의미하는 것

우크라이나는 AI가 인식, 항법, 최종 유도를 보조하고 브레이브원이 개발자와 군 사용자의 시험·확장을 지원하는 다층적 드론 생태계를 구축하고 있다. 단기적으로는 기존 FPV 플랫폼을 개량하고, 전장에서 얻은 데이터로 모델을 훈련하며, 유용한 부품을 신속하게 실전에 투입하는 모듈형·분산형 모델에 가깝다.

공개된 근거만으로 우크라이나의 모든 전선 드론이 이미 AI 기능을 갖췄다거나, 최고 수준으로 보고된 70~80%의 교전 성공률이 전체 전력에 적용된다고 말할 수는 없다. 다만 컴퓨터 비전과 부분 자율성이 전문적인 실험 단계를 넘어 광범위한 방산 우선순위로 이동했다는 점은 분명하다. 앞으로의 방향은 기술 성능뿐 아니라 전자전, 생산 규모, 데이터, 그리고 치명적 판단에서 인간이 어떤 권한을 유지할지에 따라 결정될 전망이다.