Ars Technica의 세부 보고서에 따르면 NATO가 지원하는 스타트업은 소형 군용 드론이 인간의 직접적인 명령 없이 표적을 탐지, 식별 및 공격할 수 있도록 인공 지능을 적용하고 있습니다. Scaleout Systems라는 회사는 전장에서 가장 가치 있는 목표로 간주되는 대상을 자율적으로 우선 순위를 정하고 폭발물을 투하하기 위해 날아가는 AI 지원 배회 탄약을 시연했습니다. 이는 자동 타겟팅이 연구 논문에서 유럽 국방 프로그램으로 얼마나 빠르게 이동하고 있는지를 보여주는 신호입니다.

Scaleout Systems의 공동 창립자이자 CEO인 Andreas Hellander는 Ars에 이 기술이 전장 가장자리에서 센서 데이터를 운용함으로써 NATO 동맹국에게 우위를 제공하도록 설계되었다고 말했습니다. 이 이야기에 대한 자세한 내용은 인공지능 뉴스를 참조하세요.

트럭 원격 측정에서 전장까지

Scaleout Systems는 스웨덴 웁살라 대학교 연구원들이 2018년에 설립했으며 원래 초점은 무기 산업과는 거리가 멀었습니다. 즉, 상업용 트럭 및 기타 차량 내부의 하드웨어에서 직접 기계 학습 모델을 훈련하고 배포하는 것이었습니다. 러시아가 2022년에 우크라이나에 대한 전면적인 침공을 시작한 후 회사가 방위 애플리케이션으로 전환하면서 상황이 바뀌었습니다.

Hellander는 Ars에 "우크라이나 전쟁과 변화하는 세계에서 우리는 NATO 동맹국이 전략적 이점을 찾을 수 있도록 기계 학습을 위한 엣지 데이터와 센서 데이터를 운용하는 데 이 기술이 매우 중요할 수 있다는 것을 깨달았습니다."라고 말했습니다.

이 회사는 2025년 NATO의 DIANA(Defense Innovator Accelerator for the North Atlantic) 챌린지 프로그램에 참여하도록 선정되어 정찰을 위한 연합 항공 정보(Federated Aerial Intelligence for Recon)라는 프로젝트에 참여했습니다. 이러한 노력은 드론, 드론 조종사 태블릿 및 현장 지휘소에서 발견되는 엣지 컴퓨팅 하드웨어에 대한 기계 학습 모델을 조정합니다. Hellander가 Ars에 말했듯이 하드웨어는 소형 임베디드 장치부터 강력한 엣지 워크스테이션에 이르기까지 다양합니다.

최전선에서의 연합 학습

Scaleout의 접근 방식은 OpenAI 또는 Anthropic의 개척자 모델 플레이북과 다릅니다. 대규모 중앙 집중식 모델 대신 회사는 드론 하드웨어에서 직접 컴퓨터 비전 작업을 실행하는 보다 간결한 기계 학습 모델을 사용합니다. 드론은 카메라와 센서가 전장 데이터를 수집하는 동안 운영자가 표적을 식별하는 데 도움을 준 다음 민감한 원시 데이터를 전송하지 않고 지역 소대 또는 회사 본사의 컴퓨팅 노드와 선택적 업데이트를 간헐적으로 공유합니다.

해당 본사 노드는 여러 소스에서 집계된 데이터를 기반으로 모델을 재교육하고 조건이 허용되면 업데이트된 기능을 엣지 장치에 다시 푸시합니다. 이점은 적응성입니다. Hellander는 Ars에 "모델은 사막 환경에서 훈련되었을 수 있으며 도시 환경에 배포하려고 하면 제대로 작동하지 않을 것"이라고 말했습니다. 그는 단일 작전 중에 전장 센서 데이터로부터 계속 학습하고 개선하는 모델이 "지속 가능한 이점"을 나타낸다고 주장했습니다.

지난 6월 Scaleout은 웁살라에 있는 스웨덴 공군 기지에서 이 개념을 테스트했습니다. 스웨덴군은 이미 회사의 소프트웨어 플랫폼에 대한 라이선스를 보유하고 있습니다. 시연에서는 전방 배포 컴퓨팅 노드가 회사 연구실의 중앙 노드와의 연결이 끊어진 후에도 자체 AI 추론 및 능동 학습 프로세스를 계속 실행할 수 있으며 연결이 복구되면 학습된 업데이트를 동기화할 수 있음을 보여주었습니다. Hellander는 Ars에게 이 연합 전략이 결국 전체 지역으로 확장될 수 있다고 말하면서 "원칙적으로 NATO 회원국 간의 협력을 활성화할 수 있습니다"라고 말했습니다.

ALMA: 자동 배회 탄약

가장 중요한 적용 사례는 저가형 자율 가미카제 드론 개발을 목표로 하는 BAE Systems Bofors가 이끄는 ALMA(Affordable Loitering Modular Ammunition) 프로젝트에 Scaleout이 참여한 것입니다. ALMA 개념은 지난 1월 스웨덴에서 열린 Winter Demo 2026 이벤트에서 처음으로 공개적으로 시연되었습니다.

Ars가 인용한 Scaleout Systems 프레젠테이션에 따르면, 이 시연 중에 드론은 AI를 사용하여 잠재적으로 발견된 모든 위협을 자동으로 "탐지[하고] 식별하고 위치 추적[d]"했습니다. "모든 데이터는 전용 온보드 컴퓨팅으로 처리되므로 외부 처리 없이 시스템이 실시간으로 작동할 수 있습니다."

그런 다음 드론은 임무에 따라 정의된 가장 높은 가치의 목표(이 경우 장갑 공병 차량)를 자동으로 우선순위로 지정하여 해당 목표로 날아가 폭발물을 투하했습니다. Ars는 인간 조작자가 여전히 드론을 제어하고 지시할 수 있지만 드론은 인간의 직접적인 명령 없이 스스로 임무를 수행했다고 보고했습니다. Hellander는 Ars에 회사가 스웨덴에서 공개적으로 시연된 기능적인 감시 및 정찰 개념도 구축했다고 말했습니다.

현대 전쟁에서 Edge AI가 중요한 이유

온보드 AI를 향한 추진은 현재 갈등의 현실을 반영합니다. 전자전과 적의 전파 방해로 인해 통신이 자주 방해되는데, 이는 점점 더 많은 우크라이나 군용 드론이 이미 저렴한 가미카제 설계에 탑재된 AI를 통합하는 이유 중 하나입니다. Ars는 또한 미국과 이란 간의 전쟁 중에 대규모 데이터 센터가 표적이 되어 파괴된 상황에서 AI 모델을 실행하기 위해 중앙 집중식 데이터 센터에 의존하는 것이 더 위험해 보인다고 지적했습니다.

원격 서버와 지속적으로 접촉하지 않고 독립적으로 작동하는 로컬 AI 모델은 링크가 끊어져도 계속 작동합니다. 이는 바로 군사 기획자가 가장 걱정하는 시나리오입니다.

자율 무기에 대한 폭넓은 논쟁

ALMA 시연은 치명적인 자율 무기에 대한 아직 해결되지 않은 국제 논쟁의 한가운데에 있습니다. 여기서 중요한 질문은 기계가 목표물을 선택하고 교전할 때 얼마나 많은 인간의 감독이 루프에 남아 있어야 하는지입니다. Scaleout의 공개 시연에서 인간 운영자는 드론을 제어하고 지시할 수 있는 능력을 보유했으며 회사는 해당 기술을 NATO 군대의 의사 결정 지원으로 구성했습니다. 하지만 1월 데모에서 보여준 것은 탐지, 식별, 우선순위 지정, 타격 등 전체 임무 주기가 이제 외부 처리 없이 저가형 드론의 온보드 컴퓨팅에서 실행될 수 있다는 것입니다.

Ars Technica의 보고서에서 분명히 알 수 있듯이 자율 공격 능력의 구성 요소는 더 이상 강대국의 기밀 프로그램에만 국한되지 않습니다. 그들은 스타트업에 의해 조립되고 NATO 혁신 채널을 통해 가속화되고 공개적으로 시연되고 있습니다. 이러한 발전은 군비 통제 지지자들과 군사 계획가 모두가 면밀히 관찰하게 될 것입니다.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →