미 해군 Data Engine: 해양 자율화를 위한 인프라 구축

미 해군이 자율 시스템과 AI 기반 시스템의 실전 배치를 추진하는 과정에서 중요한 과제 중 하나는 시스템의 학습·테스트·검증에 필요한 고품질 데이터를 확보하는 것입니다. 특히 실제 작전 환경을 충실히 반영하는 데이터를 생성하는 일이 중요합니다. 일반적인 자율주행 차량은 지오펜싱(지리적 경계 설정) 기술을 활용해 테스트 주행 범위를 제한하고, 수백만 마일에 이르는 주행 데이터를 수집할 수 있습니다. 반면 군사 시스템은 재현하기 어렵고 시시각각 변화하는 작전 환경에 대응해야 하므로, 실제 상황을 반영한 데이터를 확보하고 이를 바탕으로 시스템을 학습시키는 일이 훨씬 까다롭습니다.

Applied Intuition의 Data Engine은 바로 이러한 문제를 해결하기 위해 개발되었습니다. Data Engine은 실제 운용 데이터를 수집하고 선별·가공해 인식 모델을 학습시키는 기반 인프라입니다. 학습된 모델은 성능 평가를 거쳐 무선(OTA)으로 함정에 배포됩니다. 이를 통해 한 척의 함정이 학습한 내용을 전체 함대가 공유할 수 있습니다. 특정 함정이 새로운 위협을 마주하면, 해당 데이터를 바탕으로 인식 모델을 개선하고 이를 무선으로 배포합니다. 그 결과, 함대 내 모든 함정이 동일한 위협을 탐지할 수 있도록 함대 전체의 대응 역량을 강화합니다. 최근 Applied Intuition은 미 해군 전체 함대로 Data Engine의 적용 범위를 확대하기 위한 계약을 체결했습니다.

향후 분쟁에서는 적국보다 더 빠르고 효과적으로 자율 시스템을 배치할 수 있는 국가가 승리를 거둘 것입니다. 이를 위해서는 작전 환경에서 지속적으로 데이터를 수집하고, 해당 데이터를 바탕으로 모델을 훈련시키며, 개선된 능력을 현장에 다시 배치할 수 있는 인프라가 필요하며, 이는 급속히 진화하는 위협에 발맞출 수 있는 속도로 이루어져야 합니다.

해상 데이터 문제

해군은 수십 년간 함정과 센서, 다양한 작전 활동을 통해 방대한 데이터를 수집해 왔습니다. 그러나 이러한 데이터를 체계적으로 기록하고 통합·관리할 인프라가 부족해, 그동안 임시방편적인 방식에 의존해 왔습니다. 오늘날에도 개별 프로그램마다 서로 다른 목적과 기준에 따라 데이터를 수집하며, 기록 표준과 데이터 저장 환경 역시 제각각입니다.

해상 작전 환경은 데이터 수집과 전송을 더욱 어렵게 만듭니다. 해군 함정은 연결이 불안정하고 간헐적으로 끊기는 위성 통신 환경에서 작전을 수행하며, 전자기 신호 노출도 최소화해야 합니다. 제한된 통신 대역폭을 효율적으로 활용하기 위해 승조원들은 어떤 영상 데이터를 전송할 가치가 있는지 매번 판단해야 합니다. 예를 들어, 수 시간 동안 변화 없이 펼쳐지는 바다의 영상보다 다른 함정의 활동을 담은 영상이 더 유용할 수 있습니다.

또한 작전 중 위성을 통해 전송하지 못한 데이터는 함정이 귀항한 뒤 수동으로 수집해야 합니다. 이 과정에 수개월이 걸리기도 하며, 어렵게 확보한 데이터가 실제 모델 학습에 활용되지 못한 채 보관되거나 폐기되는 경우도 있습니다.

그 결과, 실제 작전 환경에서 수집한 방대한 센서 데이터가 새로운 자율 시스템의 개발과 성능 개선에 충분히 활용되지 못하고 있습니다.

양질의 데이터가 충분하더라도 인식 모델의 성능이 지속적으로 유지되는 것은 아닙니다. 작전 환경이 변화하고 임무 요건이 달라지며 적들이 새로운 대응 방식을 찾아내면서, 모델은 배포된 순간부터 점차 현실과의 격차가 벌어지기 시작합니다.

한 함정이 이미 마주친 위협을 다른 함정은 탐지하지 못할 수도 있습니다. 한 함정에서 얻은 정보와 경험이 함대 전체에 공유되지 않기 때문입니다. 변화하는 작전 환경에 신속하게 대응하려면 새로운 기능과 개선된 모델을 적시에 개발하고, 함대 전체에 빠르게 배포할 수 있는 인프라가 필요합니다.

Applied Intuition의 공동 창업자이자 CTO인 피터 루드비히는 다음과 같이 설명합니다.

“자율 시스템의 성패는 학습 데이터에 달려 있습니다. 미 해군은 심각한 데이터 부족 문제에 직면해 있으며, Data Engine은 바로 이 문제를 해결하기 위해 개발된 인프라입니다. 이는 지상 자율주행 기술의 발전을 가능하게 했던 지속적인 학습 방식을 훨씬 더 높은 위험이 따르는 환경에 적용한 것입니다. 모든 작전 배치는 다음 세대 시스템을 개선하기 위한 귀중한 교훈이 됩니다.”

해상 분야용 Data Engine

Applied Intuition의 Data Engine은 실제 작전 데이터를 수집하고 활용해 첨단 인식 기술과 자율 기능의 개발부터 배포까지 전 과정을 지원하는 통합 프레임워크입니다.

Data Engine은 함정에 탑재된 인식 시스템, 확장 가능한 데이터 수집 솔루션, 육상 기반 인프라를 하나로 연결해 해상 작전 전반에서 AI·머신러닝(ML) 모델을 지속적으로 개선할 수 있도록 지원합니다. 이를 통해 다양한 작전 데이터를 수집하고, 육상에서 데이터를 통합 처리하고 모델을 개발한 뒤, 개선된 기능을 다시 작전 플랫폼에 배포할 수 있습니다.

이러한 통합 접근 방식은 실제 작전 경험이 지속적인 학습과 성능 개선으로 이어지는 선순환 구조를 만듭니다. 이를 바탕으로 해양 작전에 적용되는 AI 기술을 발전시키고, 더욱 높은 성능을 갖춘 자율 시스템을 구현할 수 있습니다.

Applied Intuition은 앞으로 각 군이 작전 환경과 요구 사항에 맞는 자체 Data Engine을 운영하면서도, 이를 공통 인프라와 연계해 활용하는 미래를 만들어 가고 있습니다.

자세한 내용은 Applied Intuition Defense에서 확인하실 수 있습니다.