[논문]지휘관들의 의사결정지원을 위한 AI 군참모 기술동향

이창은; 손진희; 박혜숙; 이소연; 박상준; 이용태

doi:10.22648/etri.2021.j.360110

지휘관들의 의사결정지원을 위한 AI 군참모 기술동향
Technical Trends of AI Military Staff to Support Decision-Making of Commanders 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.36 no.1, 2021년, pp.89 - 98

이창은 (국방ICT융합연구실) , 손진희 (국방ICT융합연구실) , 박혜숙 (국방ICT융합연구실) , 이소연 (국방ICT융합연구실) , 박상준 (국방ICT융합연구실) , 이용태 (국방.안전ICT연구단)

Abstract ▼ AI-Helper

The Ministry of National Defense aims to create an environment in which transparent and reasonable defense policies can be implemented in real time by establishing the vision of smart defense innovation based on the Fourth Industrial Revolution and promoting innovation in technology-based defense operation systems. Artificial intelligence (AI) based defense technology is at the level of basic research worldwide, includes no domestic tasks, and involves classified military operation data and command control/decision information. Further, it is needed to secure independent technologies specialized for our military. In the army, military power continues to decline due to aging and declining population. In addition, it is expected that there will be more than 500,000 units should be managed simultaneously, to recognize the battle situation in real time on the future battlefields. Such a complex battlefield, command decisions will be limited by the experience and expertise of individual commanders. Accordingly, the study of AI core technologies supporting real-time combat command is actively pursued at home and abroad. It is necessary to strengthen future defense capabilities by identifying potential threats that commanders are likely to miss, improving the viability of the combat system, ensuring smart commanders always win conflicts and providing reasonable AI digital staff based on data science. This paper describes the recent research trends in AI military staff technology supporting commander decision-making, broken down into five key areas.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

2단계 목표인 AI 대항군은 원격에서 수행되는 소규모 지역 전투상황의 맥락과 전장의 변화를 실시간으로 예측하는 AI 지휘관이 자율적 의사결정을 통해 무인 병기와 인간 병사를 지휘하여 교전 (시뮬레이션)하고 실행에 옮긴 전술에 대한 근거를 인간 지휘관에게 실시간으로 보고하는 기술이다. 최종 3단계 목표인 AI 軍 참모는 전투 목적과 상황에 따라 다양한 분야의 AI 지휘관이 시·공간을 넘어 동적으로 연결되어 상호 협력하며 인간 지휘관과 자연스럽게 상호 소통하는 다국적 연합 전투 규모의 무인전술 수립 기술이며, AI 軍 참모 형상을 구성하는 기술분포는 다음과 같다.
차지하였다. GAIA 시스템은 특히 새로운 이벤트, 상황 및 관심추세에 대한 통합적이고 이해 가능한 솔루션을 제공하는 데 목적을 두고 있다. 실시간으로 제공되는 텍스트, 음성, 영상 등의 멀티모달 및 다국어 정보들의 통합 분석을 위해 GAIA에서는 멀티모달 지식추출, 의미 통합, 지식 그래프 생성 및 추론에 중점을 두고 연구 중이다.
본 고에서는 지휘관들의 의사결정지원을 위한 AI 軍 참모 기술에 대한 연구동향을 기술하고자 하며, 상세하게는 AI 軍 참모 기술을 구성하는 핵심기술 분야별로 세분화하여 살펴보고자 한다.
국내에서는 민간 분야에서 상황 인지에 대한 일부 서비스를 개발하고 있으나, 질의응답 서비스와 같이 최적의 결과만 요구하는 경우가 대부분이기 때문에 국방 분야에서처럼 다양한 상황을 예측할 수 있는 다중 가설을 도출하는 기술 개발은 아직 미흡한 상황이다. 본 절에서는 전역 상황 인지를 위한 기술동향에 대해 살펴보고자 한다.
판단을 지원한다. 이 시스템의 최종 목표는 지휘관에게 다양한 자극에 대한 적의 반응을 평가하여 제공하며, 불확실하며 모호한 적의 의도를 파악하는 데 있다. 이를 위해 COMPASS는 능동적 상황 시나리오 계획을 통한 실시간 데이터를 수집/모니터링하며, 인공지능 및 게임이론, 모델링 등의 기술을 이용하여 단기적으로는 적의 전술, 장기적으로는 적의 의도 및 전략 관점에서 분석하여 파악한다.

제안 방법

또한 생성된 다양한 가설에 대한 신뢰도를 제공해야 한다. AIDA 프로그램에서는 국가분쟁 등의 시나리오에 대한 다중 가설데이터셋(SM-KBP: Streaming Multimedia Knowledge Base Population)[7]을 워크숍을 통해 제공하여, AIDA 프로그램에 참여 중인 팀들에 한하여 멀티미디어 소스로부터 생성되는 다중 가설을 검증할 수 있도록 하였다.
다음 장부터는 AI 軍 참모를 구성하는 상기 네 가지 핵심 기술 분야별로 세분화하여 각 기술별 개용 및 국내·외 연구동향을 살펴보고자 한다.
본 고에서는 지휘관들의 의사결정지원을 위한 AI 軍 참모 기술에 대한 연구동향을 살펴보았으며, 상세하게는 핵심 구성요소인 열악한 환경에 강인한 전술맵 생성 기술, 다중 가설 기반 전역 상황 인지 기술, 강화학습 기반 방책 추천 기술, 전장 공간의 초연결 신뢰네트워크 기술에 대한 최근 기술 동향과 전략을 분석하였다.
이를 위해 COMPASS는 능동적 상황 시나리오 계획을 통한 실시간 데이터를 수집/모니터링하며, 인공지능 및 게임이론, 모델링 등의 기술을 이용하여 단기적으로는 적의 전술, 장기적으로는 적의 의도 및 전략 관점에서 분석하여 파악한다. 수집된 적의 정보와 의도를 종합하여 지휘관에게 각 가설의 증거와 분석에 대한 상황인식 정보를 제공한다.
이 시스템의 최종 목표는 지휘관에게 다양한 자극에 대한 적의 반응을 평가하여 제공하며, 불확실하며 모호한 적의 의도를 파악하는 데 있다. 이를 위해 COMPASS는 능동적 상황 시나리오 계획을 통한 실시간 데이터를 수집/모니터링하며, 인공지능 및 게임이론, 모델링 등의 기술을 이용하여 단기적으로는 적의 전술, 장기적으로는 적의 의도 및 전략 관점에서 분석하여 파악한다. 수집된 적의 정보와 의도를 종합하여 지휘관에게 각 가설의 증거와 분석에 대한 상황인식 정보를 제공한다.
인도-태평양 이 실험에서 COMPASS는 관측된 일련의 사건들, 예를 들어 군의 움직임, 사이버 침입, 시민들의 불안감 등의 관측들이 하나의 사건으로부터 야기된 것인지 아닌지를 파악하여 제공하였다.
현재 수집된 전장 정보를 실시간 분석하여 적의 위협을 평가하고, 최적의 방어·공격 수단을 결정하여 명령을 하달·공유하는 무기체계로 전장 상황인식을 위하여 네트워크 기반의 신속·정확한 정보의 수집, 처리, 전파 및 지식관리체계 구축과 의사결정자에게 작전환경에 대한 체계적 지식을 제공함으로써 전장을 가시화하고, 전장상황을 공유하고, 다차원 공간에서의 다양한 무인체계까지 연동되는 다차원 동시·통합전 수행을 위한 지휘 통제 기능을 제공한다.

후속연구

결론적으로, AI 軍 참모 기술은 곧 다가올 미래전장을 재정의할 핵심 기술로, 중국/일본 등 열강의 위협 속에서 정세를 판단하고 위기상황에 유연하게 대처할 수 있는 ‘증강된 정보’ 기반의 지휘 통제 시스템으로써 전투력을 극대화하고 전투병과 무기체계들의 생존성을 향상시켜 전투에서 반드시 승리할 수 있는 작전지휘통제체계를 확보할 것으로 기대된다.

참고문헌 (14)

한국전자통신연구원,"지능정보사회로 가는 길: 기술발전지도 2035," 2020. 6.
J. Weiss, "The army's ultimate heads-up display: The ivas," Nov. 5, 2020, https://sofrep.com/news/the-armys-ultimate-heads-up-display-the-ivas/
A. Sadeghian et al., "Drum: End-to-end differentiable rule mning on knowledge graphs," in Proc. Advan. Neural. Inform. Process. Syst. 2019.
K. Sun et al., "Top K hypotheses selection on a knowledge graph," in Proc. Int. Flairs. Conf. Sarasota, FL, USA, May. 2019, pp. 136-139.
H. Paulheim, "Knowledge graph refinement: A survey of approaches and evaluation methods," Semantic Web. vol. 8 no. 3, 2017 pp. 489-508.

상세보기
DARPA, "Active interpretation of disparate alternatives (AIDA)," "DARPA Wades into Murky Multimedia Information Streams to Catch Big Meaning,"https://www.darpa.mil/news-events/2017-04-06DARPA
U.S. National Institute of Standards and Technology (NIST), "Streaming multimedia knowledge base population (SM-KBP) track,", in Proc. Text. Analysis. Conf. Nov. 2019, https://tac.nist.gov/2019/SM-KBP/index.html
L. Manling et al. "Gaia: a fine-grained multimedia knowledge extraction system," in Proc. Assoc. Comput. Linguist.: Syst. Demonstrations. July. 2020, pp. 77-86.
DARPA Announces COMPASS Programme, shephardmedia. com, 2018. 3. 21.
DARPA, "DARPA demonstrates "Competition" tool at combatant command," 2020. 3. 19. https://www.darpa.mil/news-events/2020-03-19a
J. R. Surdu and K. Kittka, "Deep green: Commander's tool for COA's concept," in Proc. Int. Conf. Comput. Commun. Control. Technol. Orlando, FL, USA, June. 2008.
R. Cieslak, "GIG 3.0 Design Factors," Public Intelligence, http://info.publicintelligence.net/USPACOMGIG.pdf
CISCO, "Realizing the value of the IoT where we work, live, play and learn in defense," Oct. 2017.
US Department of Defense, "DoD digital modernization strategy," July. 2019, https://media.defense.gov/2019/Jul/12/2002156622/-1/-1/1/DOD-DIGITAL-MODERNIZATION-STRATEGY-2019.PDF

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증