한국형 AI 방산의 핵심은 모델 국산화보다 ‘군사 데이터 통제권’이라는 얘기

한국의 딜레마는 ‘미국과 붙을 것인가’가 아니라 ‘붙되 어디까지 내줄 것인가’임

• 서울대 미래전연구센터와 정보세계정치학회가 ‘AI 방산과 국방 AX의 국가전략’을 주제로 학술대회를 열었음

  • 장소는 호암교수회관 삼성컨벤션센터였고, 행사는 5월 15일에 진행됨
  • 큰 주제는 AI 전환(AX) 시대에 한국형 인공지능(AI) 방산·국방 전략을 어떻게 잡을 것인가였음
  • 세션은 한미 동맹의 AX, 미국의 AI 방산 전략, 주요국 AI 방산 생태계로 나뉘었음

• 첫 번째 세션의 핵심은 한국이 미국의 AI 기반 국방 플랫폼과 협력하면서도 종속은 피해야 한다는 문제였음

  • 김상배 서울대 정치외교학부 교수는 국방 소버린 AI의 핵심이 ‘외국 AI를 쓰느냐 마느냐’가 아니라고 봄
  • 진짜 쟁점은 군사 데이터 통제권을 누가 갖느냐임
  • 김 교수는 소버린 AI를 국산화 운동이 아니라, 핵심 기술을 스스로 개발할 역량과 자주적 생태계를 갖추자는 담론으로 설명함

• 설인효 국방대 교수는 한국이 연합전영역지휘통제(C-JADC2)에 능동적으로 참여해야 한다고 봄

  • 다만 한미 상호운용성을 보장하는 게이트웨이 기술은 한국이 확보해야 한다는 입장임
  • 핵심 알고리즘과 데이터도 독자적으로 관리할 수 있어야 한다고 강조함
  • 쉽게 말해 미국 시스템과 연결은 하되, 우리 군의 데이터와 판단 로직까지 통째로 넘기는 구조는 피해야 한다는 얘기임

• 한국국방연구원 박용한 선임연구원도 비슷한 문제의식을 냈음
  • 한반도 안보 환경상 미국에 대한 기술 의존은 깊어질 수밖에 없음
  • 그래도 미국과 통합을 지향하더라도 완전 종속을 피하려면 적정 거리를 유지해야 한다고 봄
  • 이 지점이 한국형 국방 AI 전략의 제일 어려운 균형점임

미국 사례에서 보이는 건 ‘기술보다 제도와 인프라가 병목’이라는 점

• 두 번째 세션은 미국이 AI를 패권 경쟁의 핵심 자산으로 보는 방식과 그 한계를 다뤘음

  • 한국국방연구원 진아연 선임연구원은 미국의 프로젝트 메이븐 사례를 언급함
  • 특히 예산 유연성 시범 제도가 군사 혁신에서 중요한 변수로 작동했다고 봄
  • 기술이 있어도 예산과 획득 체계가 굼뜨면 실제 군사 역량으로 전환되는 속도가 느려진다는 얘기임

• 진아연 연구원은 유연한 예산 체계가 기술 역량의 군사화 속도와 확산 범위를 좌우한다고 봄

  • 단기적으로는 운영 경험과 노하우를 쌓아야 함
  • 중장기적으로는 국방 계획 전반의 구조 개편이 필요하다고 발표함
  • AI 방산이 모델 성능표만으로 끝나는 게 아니라 조달, 예산, 조직 운영 문제로 이어지는 이유가 여기 있음

• 최종현 전북대 교수는 미국 AI 전략의 구조적 문제를 인재 공급에서 짚었음

  • 미국에서 AI를 연구하는 대학원생의 약 3분의 2가 외국 출생자라는 점을 언급함
  • 그런데 수출 통제 강화, 반이민 정책, 소프트파워 약화가 인재 유입을 막고 있다고 봄
  • 중국이 자국 인재의 해외 유출을 억제하는 상황까지 겹치면, 미국 국방 AX 전략도 한계에 부딪힐 수 있다는 주장임

• 송태은 국립외교원 교수는 인재 논의만으로는 부족하다고 반박성 보완을 했음

  • AI 연구의 핵심 자원은 사람만이 아니라 거대 GPU 클러스터, 연구 인프라, 스타트업 시장이라는 지적임
  • 미국 국방 AX의 진짜 과제는 실리콘밸리 인재와 생태계를 어떻게 국방 분야로 끌어오느냐에 있다고 봄
  • 결국 국방 AI 경쟁은 모델, 사람, 컴퓨팅 인프라, 민간 생태계가 같이 움직이는 게임임

중국과 일본 사례가 던지는 질문도 꽤 현실적임

• 세 번째 세션에서는 일본과 중국 등 주요 국가의 AI 방산 생태계를 다뤘음

  • 한국국방연구원 조은일 선임연구원은 일본 사례를 참고해 한국 국방 AX를 부처별 관리 차원에 머물게 해선 안 된다고 주장함
  • 국가안보전략의 최상위 의제로 다뤄야 한다는 입장임
  • 국방 AI를 특정 부처의 기술 사업 정도로 보면 속도도, 통합성도 놓칠 수 있다는 문제의식임

• 경기연구원 김상규 연구위원은 중국 군사 AI의 위협을 개별 무기 개발로만 보면 안 된다고 봄

  • 중국이 무서운 이유는 특정 무기 하나가 아니라 데이터, 알고리즘, 클라우드, 조직 운용이 결합된 시스템 자체에 있다는 것임
  • 이건 개발자 관점에서도 익숙한 얘기임. 좋은 모델 하나보다 데이터 파이프라인, 인프라, 운영 조직이 합쳐진 시스템이 더 강력한 경우가 많음

• 박재적 연세대 국제학대학원 교수는 AI 군사 혁신 경쟁의 정치적 조건도 짚었음

  • 중국은 권위주의적 분위기가 더 강화될 가능성이 있음
  • 민주주의 국가는 윤리성과 투명성을 유지하면서 군사 혁신 속도를 확보할 수 있느냐가 숙제임
  • AI 방산은 결국 ‘빠르게 만들자’와 ‘통제 가능하게 만들자’가 계속 충돌하는 영역임

• 학술대회가 남긴 메시지는 꽤 선명함
  • 한국은 미국과의 국방 AI 협력을 피할 수 없음
  • 하지만 핵심 군사 데이터와 알고리즘 통제권을 유지하지 못하면 협력이 곧 종속으로 바뀔 수 있음
  • 그래서 한국형 AI 방산 전략은 모델 개발만이 아니라 게이트웨이, 데이터 거버넌스, 예산 제도, 연구 인프라까지 같이 설계해야 함

---

기술 맥락

• 이번 논의의 핵심 선택은 미국 국방 AI 플랫폼과 연동하면서도 한국의 군사 데이터와 알고리즘 통제권을 유지하는 거예요. 왜냐하면 동맹 시스템과 연결되지 않으면 실전 운용성이 떨어지지만, 통제권까지 넘기면 장기적으로 독자적인 판단 체계를 만들기 어려워지거든요.

• C-JADC2에서 게이트웨이 기술이 중요하게 나온 이유도 여기에 있어요. 단순 API 연결처럼 보일 수 있지만, 실제로는 어떤 데이터가 오가고 어떤 판단 로직이 어디에 남는지를 정하는 경계 장치에 가까워요.

• 미국 사례가 보여주는 건 AI 성능만으로 국방 혁신이 굴러가지 않는다는 점이에요. 프로젝트 메이븐 같은 사례에서도 예산 유연성, 획득 제도, 운영 노하우가 있어야 기술이 실제 군사 역량으로 바뀌거든요.

• 중국 군사 AI를 시스템으로 봐야 한다는 지적도 개발자에게 익숙한 문제예요. 모델 하나보다 데이터, 클라우드, 조직 운용, 배포 체계가 붙은 전체 아키텍처가 더 큰 차이를 만들기 때문이에요.