부산항이 적의 기뢰 부설로 전격 봉쇄되는 위급한 가상 상황이 전파되자, 해군의 730톤급 소해함 옹진함이 무인수상정 2척과 수중자율기뢰탐색체(AUV)를 바다로 긴급 출격시켰다.

해군과 한화시스템이 지난 8월 3일 공동으로 실시한 ‘AI 기반 기뢰전 무인체계 전투실험’은 작전 기획부터 수중 탐색에 이르는 전체 기뢰전 공정을 무인화로 전환하는 계기를 다졌다.

사람이 탄 유인 함정이 위험 수역에 직접 들어가 기뢰를 찾아내던 기존 작전 방식에서 벗어나, 대규모언어모델(LLM) 기반 AI 참모와 유·무인 복합 편대를 앞세우는 정밀한 작전 절차가 시험대에 올랐다.

목숨을 건 기뢰 제거 작업에 민간 AI 기술과 무인 자산을 우선 투입함으로써, 승조원의 생존성을 획기적으로 높이는 동시에 항만 개방 속도를 끌어올릴 수 있는 군사적 실효성을 다각도로 검증했다.

입체적 무인 편대 가동과 정밀 탐색 공정

이번 실험에는 소해함 옹진함과 감시·정찰용 드론, 무인수상정 2척 및 수중자율기뢰탐색체 1대가 정밀하게 연동된 다층적 복합 편대를 구성하여 가상 기뢰 탐색 임무에 투입됐다.

LLM 기반 지원체계가 복잡한 기상과 해류, 수심, 장비 가동 상태를 실시간으로 대조 및 분석하여 최적의 소해 임무 계획을 수립하고 인간 지휘관에게 체계적인 보고를 완료했다.

지휘관이 AI의 추천안을 종합 검토해 최종 승인하자, 세부 작전 명령이 각 유·무인 전력으로 즉시 전송되며 위험 수역을 분할 탐색하는 입체적 작전이 가동됐다.

공중 정찰드론이 항내 작전 환경을 확인하는 동안, 무인수상정은 수중으로 침투한 AUV를 통해 정밀 표적 정보를 수집하며 해상과 수중을 아우르는 유기적 정보망을 구축했다.

옹진함의 자동기뢰탐지체계는 AUV가 수신한 수중 데이터를 분석해 적 기뢰로 판단되는 의심 표적을 지휘관에게 즉시 제안하며 유·무인 전력 간 높은 연동 가능성을 보여줬다.

기뢰 폭발 시 발생하는 위험을 최소화하기 위해 옹진함은 안전 수역으로 이동한 상태에서 무인 편대를 통제했으며, 무인수상정이 소해장비를 운용하는 가상 절차로 진행됐다.

이번 전투실험은 실제 기뢰를 폭파하는 최종 결과보다, AI를 활용한 정찰과 판독, 통제, 소해 절차가 원활하게 이어지는지 전반적인 체계 연동성을 확인하는 데 초점을 맞췄다.

LLM이 분석 시간을 단축해 주었으나 데이터 오류나 환각 현상에 따른 위험 구역 오설정을 방지하기 위해, 최종 명령 집행과 규칙 검증은 인간 지휘관의 몫으로 엄격히 남겨뒀다.

실전 전력화를 위한 정밀 검증과 미래 과제

실전 배치를 이루기 위해서는 거친 파도와 혼탁한 수중 환경, GPS 및 통신 교란 등 악조건 속에서도 무인 자산이 안전하게 모함으로 복귀하는 회수 기술이 우선적으로 입증되어야 한다.

아울러 이종 업체 간 센서 데이터 형식을 표준화하고 가짜 표적을 가려내는 오경보율을 획기적으로 낮추는 기술적 보완이 이뤄져야 단발성 실험을 넘어 실질적인 양산 단계로 들어서게 된다.

미래 전력화의 핵심 지표는 단순한 무인정 보유 대수가 아니라, 기존 방식 대비 항로 개방 시간을 얼마나 단축했는지와 AI 분석 결과가 숙련 요원의 판단에 얼마나 부합하는지로 평가받는다.

지휘관의 승인 이력과 AI 알고리즘의 판단 근거를 지속적으로 축적 및 정제하는 피드백 체계가 확립되어야, 비로소 항만 봉쇄에 대응하는 작전 속도와 승조원의 생존성이 동시에 획기적으로 개선된다.