영국 국방과학기술연구소가 수색·정찰 드론의 컴퓨터비전 모델을 24시간 안에 현장 환경에 맞춰 적응시키는 AI 시스템 ‘앤빌’을 개발해 육군 3개 부대에 시범 배치했다.

이와 별도로 추진되는 ‘바나헤임’ 프로젝트는 13개 방산업체의 대드론 기술을 경보병 부대와 함께 야전에서 직접 검증하는 시험 사업이다.

두 사업은 동시에 공개됐지만 앤빌은 아군 정찰 드론의 표적 탐지를 지원하고, 바나헤임은 적 드론에 대응하는 체계를 검증한다는 점에서 기능이 완전히 다르다.

앤빌이 드론 영상에서 지상 표적을 빠르게 식별하도록 AI 알고리즘을 갱신하는 체계라면, 바나헤임은 레이더와 전파방해기 등 적 드론을 무력화하는 장비를 시험하는 사업이다.

정찰 AI 재학습과 대드론 장비 실증

앤빌 개발진은 새로운 표적이나 전장 환경이 등장하더라도 컴퓨터비전 모델을 24시간 안에 재학습해 현장에 적용할 수 있도록 설계했다.

이는 아군 정찰 드론이 촬영한 영상에서 차량이나 장비 등 주요 임무 표적을 찾아내는 AI 인식 모델을 하루 만에 갱신할 수 있다는 의미다.

영국 육군은 초기 앤빌 체계를 3개 부대에 우선 배치해 실제 운용 요원들과 함께 모델 정확도와 작전 절차를 다듬는 시범 운용을 진행하고 있다.

바나헤임은 13개 공급업체의 대드론 기술을 경보병 부대와 연계해 독일과 폴란드에서 시험했으며, 2026년 여름 리투아니아에서 후속 검증을 진행할 예정이다.

도보로 이동하는 경보병 부대의 특성상 탐지거리뿐 아니라 레이더와 전파방해기, 광학 장비의 무게와 배터리 소모량, 은폐성도 핵심 평가 요소가 된다.

앤빌의 주요 병목은 현장 데이터 수집으로, 날씨와 지형, 적의 위장 방식이 변할 때 데이터를 검증하고 모델을 다시 부대에 배포하는 과정이 실제 갱신 속도를 결정한다.

학습 자료가 부족하면 민간 물체를 군사 표적으로 잘못 분류할 수 있어 업데이트 전후 성능 비교와 이전 버전 복구 기능도 필요하다.

바나헤임 역시 센서가 적 드론을 탐지해도 방해 장비로 정보가 제대로 전달되지 않으면 성능이 떨어지므로, 서로 다른 업체 장비 간 통신 인터페이스 연동이 주요 평가 항목으로 꼽힌다.

보안 유지와 실제 전장 검증이 관건

두 프로그램은 현대 드론전에서 아군 소프트웨어의 신속한 갱신과 방어 하드웨어의 현장 적응이 서로 다른 방식으로 동시에 요구된다는 점을 보여준다.

정찰 영상에는 아군 위치와 센서 성능이 담기고 대드론 장비에는 탐지 주파수와 사각지대 정보가 포함되므로, 데이터를 빠르게 순환시키면서 폐쇄망 보안을 유지하는 절차가 필수적이다.

앞으로 확인할 핵심 지표는 앤빌의 24시간 모델 갱신이 실제 교전 환경에서도 지연 없이 작동하는지, 바나헤임에 참여한 대드론 장비 가운데 어떤 체계가 리투아니아 시험을 통과하는지다.

영국군이 선보인 것은 하나의 만능 AI가 아니라 정찰 표적 인식과 대드론 방어를 각각 개선하는 두 개의 실증 체계이며, 최종 성패는 제원표가 아닌 실제 야전 운용 기록으로 판가름 날 전망이다.