전장의 AI 혁명과 전파 기술 패권 경쟁: 에이전트 AI·레이더 위협·차세대 통신이 바꾸는 미래 전쟁

핵심 요약 (리드)

미국의 한 스타트업이 전장 의사결정을 위한 에이전트형(Agentic) AI 어시스턴트를 새롭게 선보였다. 동시에 이란의 공격으로 미 군용 레이더 항공기가 손상을 입으며 미군의 전장 상황인식(Battlespace Awareness) 능력에 심각한 공백이 발생하였다. 학계에서는 웨어러블 센서 기반의 다중모달(Multi-Modal) 데이터셋과 차세대 저복잡도 이중도메인 신호 검출 프레임워크가 잇달아 발표되며, AI와 전파 기술이 군사·민간 양 영역에서 동시에 진화하고 있음을 보여준다. 이 네 가지 흐름은 서로 분리된 사건이 아니라, **AI 기반 지휘통제(C2), 전자전(EW), 차세대 통신(6G)**이 하나의 전략적 기술 생태계로 수렴하는 현상의 단면이다.

배경 및 맥락

2020년대 중반 이후 전쟁의 양상은 '정보 우세(Information Dominance)'를 누가 선점하느냐로 귀결되고 있다. 러시아-우크라이나 전쟁에서 드론과 AI 기반 표적식별 시스템이 전술 판도를 바꿨고, 중동에서는 이란과 그 대리세력이 비대칭 전력으로 미국의 첨단 자산을 직접 위협하기 시작하였다.

이 가운데 미국 방산·AI 생태계는 두 갈래로 진화 중이다. 첫째는 인간 지휘관의 판단을 보조하는 AI의 고도화, 둘째는 정보 수집의 핵심 인프라인 레이더·통신 시스템의 방호와 차세대화이다. 학술 연구 영역에서도 착용형 센서와 신호처리 기술이 군사적 응용(병사 피로도 모니터링, 고기동 환경 통신 등)으로 전이될 가능성이 높아지고 있어, 민·군 기술 융합의 속도가 빨라지고 있다.

핵심 내용 심층 분석

1. 에이전트형 AI: "질문에 답하는 AI"에서 "스스로 행동하는 AI"로

DefenseOne 보도에 따르면, 이 스타트업이 선보인 시스템은 기존 챗봇(ChatBot) 방식의 AI 어시스턴트와 근본적으로 다른 접근법을 채택한다. **에이전트형 AI(Agentic AI)**는 사용자의 지시를 받아 단순히 정보를 제공하는 데 그치지 않고, 복수의 데이터 소스를 자율적으로 탐색·분석한 뒤 행동 옵션을 제안하거나 특정 태스크를 직접 실행하는 구조이다.

전장 환경에서 이 차이는 결정적이다. 기존 AI가 "적 전차 위치를 알려줘"에 답하는 수준이었다면, 에이전트형 AI는 센서 데이터·통신 감청·드론 영상을 동시에 분석해 "현재 가용한 화력 자산과 리스크를 고려한 최적 타격 옵션 세 가지"를 자동 생성한다. 이는 지휘통제(C2: Command and Control) 사이클의 획기적 단축을 의미한다.

2. 미 군용 레이더 항공기 손상: 전장 상황인식의 공백

DefenseOne의 또 다른 보도는 이란의 공격으로 미군 레이더 항공기가 손상을 입었으며, 이것이 미군의 전장 상황인식 능력에 심대한 타격을 주었다고 전한다. 해당 보도에서 익명의 군 관계자는 "좋은 소식이 아니다(Not good news)"라고 평가하였다. 문제는 대체 플랫폼의 즉각 투입이 쉽지 않다는 데 있다. 이 유형의 레이더 항공기는 단순한 정찰기가 아니라 합동 전장 공중통제(JSTARS: Joint Surveillance Target Attack Radar System) 계열의 핵심 자산으로, 지상군의 기동 부대를 실시간으로 추적·식별하는 역할을 맡는다. 한 대의 상실 또는 손상만으로도 특정 작전 구역의 공중 감시 능력이 급격히 약화된다.

3. 웨어러블 센서 데이터셋: 병사 퍼포먼스 모니터링으로의 전이 가능성

arXiv 논문 (2603.28784)은 애플워치(Apple Watch) 수준의 소비자 웨어러블 기기에서 수직 지면반력(vGRF: Vertical Ground Reaction Force)을 추정하는 완전 공개 다중모달 데이터셋을 발표하였다. 26~41세 건강한 성인 10명이 걷기·조깅·달리기·뒤꿈치 드롭·스텝 드롭 등 5가지 활동을 수행하였고, 왼쪽 손목과 허리에 애플워치를 착용한 채 관성측정장치(IMU: Inertial Measurement Unit, 약 100Hz)와 포스 플레이트(1,000Hz)로 동시 기록한 492개 검증 시험 데이터를 포함한다. 이 중 395개는 손목·허리·포스 플레이트 데이터가 모두 갖춰진 완전 트리아드(Triad) 세트이다.

군사적 맥락에서 이 데이터셋은 병사의 행군 피로도·부상 위험을 실시간 감시하는 웨어러블 시스템 개발의 기초 자료로 직결된다.

4. AFDM 기반 이중도메인 신호 검출: 극한 이동 환경의 통신 혁신

arXiv 논문 (2603.29218)은 AFDM(Affine Frequency Division Multiplexing, 어파인 주파수 분할 다중화) 시스템을 위한 저복잡도 이중도메인 기대전파(EP: Expectation Propagation) 검출 프레임워크를 제안한다. 핵심 관찰은 채널 행렬이 주파수 선택적 채널에서는 어파인 주파수(AF) 도메인 희소성을, 이중 선택적 채널에서는 시간 도메인 희소성을 보인다는 점이다. 이를 이용해 밀도 높은 채널 행렬 역산(Inversion)을 피하고 연산 복잡도를 대폭 낮춘 EP-AF 및 EP-T 검출기를 각각 개발하였다. 이는 고속 기동 항공기·극초음속(Hypersonic) 무기·드론 군집 등 도플러(Doppler) 변이가 극심한 환경에서도 안정적인 통신을 가능하게 하는 원천 기술이다.

글로벌 동향 비교

구분	미국	중국	유럽(NATO)	한국
에이전트형 AI (C2)	스타트업 주도 상용화 단계	PLA 전략지원부대 중심 내재화	MBDA·Thales 공동 연구	ADD·LIG넥스원 초기 탐색
레이더 항공기 방호	손상 사례 발생, 대응 체계 재검토	Y-8 기반 공중조기경보 확대	E-3·E-7 플릿 현대화 추진	E-737 피스아이(Peace Eye) 운용
웨어러블 군사 응용	DARPA 병사증강 프로그램 연계	인민해방군 스마트 피복 연구	프라운호퍼 연구소 중심	국방과학연구소(ADD) 과제 검토 중
AFDM/6G 통신	DARPA·AFRL 차세대 파형 연구	IMT-2030 선도 표준화 추진	6G-SANDBOX EU 프로젝트	삼성·ETRI 6G 표준 기여

한국에 주는 시사점

① 에이전트형 AI의 국방 도입 로드맵 수립 시급 한국군은 현재 AI 기반 정보분석

전장 상황 판단 보조 시스템(e.g., 합동전술데이터링크-KTDL) 수준에 머물러 있다. 다층 의사결정을 자율적으로 수행하는 에이전트형 AI 도입을 위해서는 군·학·산 협력 하에 ① 데이터 표준화(국방정보체계 호환성), ② 사이버 보안 검증(의사결정 과정 투명성), ③ 지휘관 교육(AI 신뢰도 형성)의 세 가지 인프라 구축이 선행되어야 한다.

② 다층 레이더 체계의 이중화 및 분산 배치 미군의 레이더 항공기 손상 사례는 한반도 방어 시스템의 취약점을 직시하게 한다. 현재 한국군의 전장 상황인식은 E-737(피스아이) 1~2대와 지상 고정식 3차원 레이더에 크게 의존한다. 이 중 하나가 무력화되면 동부 해상 또는 강원 공중통제 공백이 발생한다. 따라서 ① 지상 기반 이동식 AESA 레이더 배치 확대, ② 해군 함정 기반 통합 공중감시 능력 강화, ③ 저고도 드론/글라이더 탐지용 소형 고고도 장체류 플랫폼(High Altitude Long Endurance, HALE) 도입 검토가 필수적이다.

③ 웨어러블 센서 기술의 군용화 기반 구축 현재 한국의 웨어러블 관련 군사 연구는 응급의료 감시, 통신 단말 통합 수준이다. 그러나 고강도 행동 환경에서의 병사 피로도·부상 위험 조기 감지는 극한 작전(산악 지형, 북한 산악 침투 대비, 도시전 병력 투입) 상황에서 전술적 가치가 높다. ADD와 방위사업청이 공동으로 ① 국방용 웨어러블 데이터셋 구축(병사 100명 규모), ② 실전 환경 신뢰성 검증, ③ 지휘통제 시스템 연동 표준안 제시를 3년 이내 완료할 필요가 있다.

④ AFDM/6G 기반 차세대 전술 통신 사업화 삼성과 한국전자통신연구원(ETRI)이 6G 표준 개발에 주도적 역할을 하고 있으나, 이를 군용 전술 통신에 신속하게 응용하려면 별도의 실증 단계가 필요하다. 특히 고속 기동 환경(헬리콥터, 보병 강습 차량)에서의 음성·데이터 동시 전송, 전자전 환경 에러 정정 성능이 핵심 검증 항목이 되어야 한다. 국방부·국방과학연구소·방위사업청이 공동으로 2026년까지 ① AFDM 기반 전술 모뎀 프로토타입 개발, ② 혼합 전자전 환경 야전 시험, ③ 획득 사업화 타당성 검토를 추진하는 것이 현실적이다.

전략적 평가

이 네 가지 기술 흐름(에이전트 AI, 레이더 대응성, 웨어러블 모니터링, 6G 통신)은 각각 독립적인 기술 문제처럼 보이지만, 사실은 **"누가 전장 정보 생성·수집·전달의 사이클을 가장 빠르게 자동화하고 폐쇄할 수 있는가"**라는 단일의 전략적 문제로 수렴한다. 미국은 스타트업의 에이전트 AI로 의사결정 속도를 단축하려 하지만, 정보 수집 플랫폼(레이더 항공기)의 손상으로 OODA 루프의 입력 단계가 취약해지는 모순을 노출했다. 중국은 국방통신망의 6G 기술 표준화와 인공지능 통합을 체계적으로 추진 중이다. 한국은 기술 개발 역량은 있으나 군·학·산 협력, 실증 및 군용 사업화 속도에서 뒤처지고 있다. 이제 전파 기술 패권 경쟁은 특정 기술 우월이 아니라 이 네 가지 기술을 유기적으로 통합하는 체계 구축 역량의 경쟁으로 진화하고 있다.

자주 묻는 질문

Q1. 에이전트형 AI가 현재 미군 지휘통제 시스템에 도입되려면 어느 정도 시간이 필요한가요?

A. 스타트업 수준의 프로토타입은 이미 테스트 단계이나, 국방부 공식 채택까지는 보안 검증·법적 책임성 명확화·작전 문화 적응 등으로 3~5년이 소요될 것으로 전망됩니다.

Q2. 미 레이더 항공기 손상이 한국 방공 체계에 주는 실질적 위협은 무엇입니까?

A. 한국군도 공중감시 자산이 제한적이어서 단일 플랫폼 손실 시 광역 감시 공백이 발생합니다. 이를 보완하려면 지상 고정식 레이더, 함정 탑재 레이더, 드론 기반 센서의 다층화가 필수입니다.

Q3. 웨어러블 센서 데이터셋이 군사 기밀로 취급받지 않는 이유는 무엇인가요?

A. 발표된 논문의 데이터셋은 건강한 민간인 움직임 패턴 기반이며, 군인의 장비 하중·극한 피로 환경과는 다릅니다. 군용 시스템은 별도 수집·보안 관리가 필요합니다.

Q4. AFDM 신호 검출 기술이 5G와의 호환성은 어떻게 되나요?

A. AFDM은 6G 차세대 파형으로

AFDM은 6G 차세대 파형으로 설계되어 기존 5G(OFDM) 표준과는 직접 호환되지 않습니다. 다만 하위호환성을 위한 듀얼모드 송수신기 개발이 진행 중입니다.

Q5. 한국이 에이전트형 AI·AFDM·웨어러블 군사 기술을 모두 자주개발할 수 있을까요?

A. 각 분야 기초 기술력은 충분하나, 통합 시스템 개발과 신속한 군용화를 위해서는 국방부·방위사업청·방과연·대기업 간 조직 간 칸막이 제거와 임무 중심의 예산 편성이 선행되어야 합니다.

여러분은 한국군이 이 네 가지 기술을 통합하는 전장관리 플랫폼을 5년 내에 실전 배치 가능할 것으로 보십니까?

스타트업, 전쟁 전술 수행 AI 에이전트 공개