[현장] "국방의 절반은 물류"… AI가 바꾸는 군수의 미래는?
인공지능(AI) 발전이 일상과 산업 전반을 바꾸는 가운데 국방 분야에서도 민간 물류 기술을 접목해 군수 물자를 더 빠르고 정확하게 관리·운송하려는 논의가 본격화됐다. 이번 국방 AI 혁신 네트워크에서는 AI와 사물인터넷(IoT) 기반 물류 플랫폼의 군수 적용 가능성을 비롯해 데이터 표준화와 보안, 예측 정비, 민·군 협력을 통한 '군수 AI 전환(AX)' 전략이 집중적으로 논의됐다. 한국국방연구원(KIDA)과 바른과학기술사회 실현을 위한 국민연합(과실연)은 10일 서울 강남구 모두의연구소에서 '25-8차 국방 인공지능 혁신 네트워크 토크'를 개최했다. 이번 행사는 '군수 AI 전환(AX)'을 주제로 군수 분야의 디지털화 전략과 민간 물류 기술의 국방 적용 방안에 대한 발표와 토론으로 구성됐다. 군·관·산·학이 함께 참여한 이번 자리에서는 AI 기반 데이터 기술의 실제 활용 사례와 향후 협력 방향에 대한 심도 있는 논의가 이어졌다. 첫 번째 발제자로 나선 배성훈 윌로그 대표는 '데이터 기반 의사결정: 민간 물류혁신에서 군수 AX로의 적용 인사이트'를 주제로, 민간 물류 경험을 국방에 어떻게 접목할 수 있는지를 설명했다. 윌로그는 바이오, 반도체, 배터리 등 고위험·고가 화물의 운송 과정에서 실시간으로 수집되는 센서 데이터를 활용해, 물류 리스크를 사전 예측하고 대응 전략을 수립하는 시스템을 개발해왔다. 배 대표는 "예전에는 의사결정이 경험 중심이었다면, 이제는 측정 가능한 데이터 기반의 관리와 개선이 절실하다"며 "데이터가 없으면 관리할 수 없고, 관리할 수 없으면 개선할 수 없다"고 강조했다. 그는 공급망 불확실성이 커지는 시대에 '가시성(visibility)' 확보가 핵심이라며 단순한 위치 추적을 넘어 실시간 상태 정보와 예측 인사이트를 제공할 수 있는 기술이 국방 물류에도 반드시 필요하다고 지적했다. 윌로그가 국내 물류 전문가 241명을 대상으로 실시한 자체 설문조사 결과 응답자의 57%는 관련 솔루션을 도입한 경험이 있다고 답했지만 이 중 85%는 여전히 정보 수집 수준에 머물러 실질적인 데이터 기반 의사결정으로 이어지지 못하고 있는 것으로 나타났다. 배 대표는 이러한 한계를 극복하기 위한 해법으로 '스몰 데이터'와 '빅데이터'의 통합, 그리고 산업별 도메인 지식을 AI 학습에 결합하는 전략을 제시했다. 그는 "전문 영역의 맥락을 담은 데이터 학습을 통해 실행 가능한 인사이트를 만들어내야 하며, 이는 군수 AX의 핵심 역량으로 작용할 것"이라고 말했다. 실제로 윌로그는 민간 물류 데이터를 활용한 예측 분석을 통해 제품 파손률을 71% 이상 낮추고 업무 효율을 10~15% 향상시킨 사례를 다수 확보하고 있다. 또한 그는 "민간의 다양하고 풍부한 물류 데이터와 국방의 보안성과 신뢰성 요구가 결합될 경우 상호보완적 시너지로 이어질 수 있다"며 "국방 분야의 디지털 전환은 민간과의 협업 없이는 불가능하며 특히 군수 AI 분야에서 민간 데이터 기반 의사결정 체계를 적극 도입해야 한다"고 강조했다. 현재 윌로그는 국방 분야에서 파병 물자 수송 체계에 자사 솔루션을 시범 적용하고 있으며 실제 데이터 기반 모니터링을 통해 현장 환경 분석을 수행 중이다. 배 대표는 "하반기부터 파병 물자에 센서 기반 모니터링 장비를 동봉해 운송 중 발생하는 온도, 습도, 충격 등 환경 요인에 따른 물품 변화 데이터를 수집하고 있다"며 "단순한 위치 추적을 넘어 왜 특정 구간에서 물자가 손상되거나 이상이 발생했는지를 실시간으로 파악하고 향후 전략 수립과 결정 체계로 연결하는 데 중점을 두고 있다"고 설명했다. 이어 "해외 파병처럼 민감도는 높지만 물량이 크지 않은 분야에서 먼저 적용해 본 뒤 급식·백신 등 병참 전반으로 확장 가능성을 테스트할 수 있을 것"이라며 "장기적으로는 국방 내 다양한 물류 영역에 대한 디지털 기반 의사결정 체계를 구축하는 기반이 될 것"이라고 말했다. 두 번째 발제자로 나선 한화시스템 박재훈 정비·수리·운용(MRO) 사업단장은 '군수 AX 전환을 위한 방산업체 전략'을 주제로 MRO 플랫폼 구축 사례와 지능형 의사결정 체계 추진 방향을 소개했다. 박 단장은 "무기체계는 30년 가까이 운용되는 경우가 많아, 복잡하고 다양한 장비가 동시에 운영되는 현실에서 가동률 유지와 정비 효율화가 핵심 과제"라며 "데이터 기반 정비 업무로 전환하지 않으면, 단순 고장이 아닌 운영 유지능력 저하로 가동률이 떨어지는 일이 실제로 발생하고 있다"고 말했다 . 한화시스템은 AI와 빅데이터 기반의 예측정비 시스템을 자체 개발해 운용 중이며, 약 10개의 통계·AI 알고리즘을 탑재해 부품 수요와 고장 가능성을 자동으로 분석하고 있다. 이를 통해 운영부대에서 정비 요청이 접수되면, 데이터 기반으로 기술지원과 부품 공급이 이뤄지고, 결과 데이터는 다시 플랫폼에 축적돼 후속 분석에 활용된다. 박 단장은 "장기적으로는 특정 부품의 고장 빈도나 단종 시점을 자동 판단해, 성능개량이나 선제 확보 여부까지 의사결정할 수 있는 시스템으로 발전시킬 것"이라고 밝혔다. 또한 그는 "민간 ICT 기술을 군수 분야에 적용하려면 무엇보다 정제되고 표준화된 데이터가 필요하지만, 현재 군에서 제공하는 원천 데이터는 대부분 가공되지 않은 상태"라며 "데이터를 정수처리(깨끗이 걸러내는 과정)하듯 정제·분석할 수 있는 군 내 조직과 전문 역량이 절실하다"고 강조했다. 그는 포천에 위치한 한화시스템 야전정비센터 사례를 언급하며, 군과 민이 함께 정비 데이터를 협업해 처리하는 사례를 소개했다. 행사 후반에는 한국국방연구원(KIDA) 엄용진 객원연구원, 정호상 인하대학교 교수, 전형식 스마트뱅크 대표, 노정관 국방부 군수지능화팀장이 참여한 패널 토론이 이어졌다. 엄용진 객원연구원은 "국방 물류는 40만 개 이상의 품목을 다루는 복잡한 체계"라며 "효율적인 군수 운영을 위해서는 경험이 아닌 데이터 기반 의사결정으로 전환하고 이를 뒷받침할 표준화·모듈화 체계가 필요하다"고 강조했다. 또한 "민간과 군이 공동 활용할 수 있는 데이터 플랫폼을 마련해야 하며 협력업체 보안 취약성을 보완하는 제도적 장치도 시급하다"고 말했다. 정호상 교수는 "AI 개발의 목적을 명확히 설정하고 그에 맞는 데이터를 정제·수집하는 절차가 필요하다"며 "실제 데이터만으로는 한계가 있으므로 합성 데이터를 병행해 활용해야 한다"고 제안했다. 그는 대기업 데이터 공유의 어려움을 지적하며 "데이터 제공을 유도할 세제 혜택 등 정책적 지원이 필요하다"고 덧붙였다. 전형식 대표는 군수 데이터의 현실적 문제를 지적했다. 그는 "동일 품목이라도 표기 방식이 제각각이라 데이터 활용에 제약이 많다"며 "AI 적용에 앞서 데이터 정합성과 표준화를 우선 해결해야 한다"고 말했다. 더불어 "군수사령부와 협력해 소요 산정 예측 모델을 개발 중이며 기존 2년 이상 걸리던 산정을 AI 기반으로 1년 이내 단축할 수 있다"고 설명했다. 노정관 팀장은 국방부의 추진 계획을 소개하며 "2026년부터 2029년까지 244억 원 규모의 예산을 반영해 전시 빅데이터 기반 AI 에이전트 사업을 추진할 예정"이라고 밝혔다. 그는 데이터 태깅, 알고리즘 개발, AI 에이전트 기술 개발의 단계적 로드맵을 설명하며, "군수 데이터 신뢰성과 장비 운영 효율성을 높이는 동시에 무기체계 수출 경쟁력 강화에도 기여할 것"이라고 말했다. 손대권 육군군수사령관은 '국방의 절반은 물류'라며 군수 분야에서 물류가 갖는 전략적 중요성을 강조했다. 그는 "현대전은 단순한 병력 투입이 아닌 정보와 자원, 정비와 수송이 유기적으로 연결돼야 효과적인 작전 수행이 가능하다"며 "군수 시스템 역시 전장 환경에 실시간으로 대응할 수 있는 유연성과 데이터 기반의 민첩성을 갖춰야 한다"고 말했다. 손 사령관은 민간 물류의 첨단 기술과 데이터를 국방에 접목하는 시도가 중요한 전환점이 될 수 있다고 평가하며 "민·군이 함께 만드는 디지털 기반 물류 체계는 향후 군수 운영의 표준이 될 것"이라고 덧붙였다.
