최근 미 육군에서 지상작전 개념을 구현하기 위한 무인체계차량(UGV) 개발과 관련된 논란이 나타나고 있다.  

이는 유기적 공간인 공중, 해상과 수중에서의 무인체계인 무인기(UAV), 수상무인함(USV)과 수중무인잠수정(UUV) 개발 속도 및 성과와 비교시 매우 다른 모습이다.  

우선 미 육군은 2018년 창설된 미 육군 미래사령부(AFC)가 주관하여 『머신-속도 융합전(Machine-Speed Warfare)』 개념을 개발 중이다.  

이는 지상작전을 지원하는 첨단 군사과학기술의 속도가 너무 빨라, 미래전장에서 전사들의 사고가 지상작전 무기와 장비에 탑재된 군사과학기술의 발전과 속도를 따라가지 못한 현상을 고려한 유무인 체계를 '병행(parallel)'하는 새로운 지상작전 개념이다.  

다음으로 이를 구현하는 지상작전 무인체계 개발이다.

특히 2015년 러시아가 T-14 Armata Main Battle Tank에 『자동 표적 인식(ATR)』 무기체계를 탑재하여 360⁰ 범위에서 약 20초 안에 ‘식별-타격-파괴’ 성과를 보이고, 중국이 무인체계 개발을 ‘게임 체인저’로 간주하여 적극적으로 개발하자, 미 육군은 여기에 영향을 받아 2018년에 미 육군 미래사령부를 창설하여 본격적으로 지상작전 무인체계를 개발하기 시작하였다.  

하지만 지난해 12월 16일 『영국 제인국방주간(JDW)』은 미 육군이 구상하는 미래 전장에서의 지상작전 유무인화 병행 개념에 다음과 같은 문제가 있다고 보도하였다.  

첫째, 지상 전장환경은 공중 및 해양과 다르게 물리적 공간이라서 자동화와 무인화가 어렵다. 현재 미 육군이 개발하고 있는 각종 지상작전무인체계 수준은 “그저 앞으로가(Pressing Go!)” 수준이며, 미 공군의 다양한 무인기(UAV)와 미 해군이 시험운항 중인 헌터 대잠전(ASW) 무인함정과 같이 자율 항법과 전장에서의 군수지원 문제 등으로 답보상태이라고 보도하였다.  

둘째, 낮은 연구개발비이다.   지상작전용 무인체계에 대한 연구개발 투자는 해공군과 비교 시 현격히 낮으며, 실제 육군 지휘부의 관심도 낮은 상태이다. 예를 들면 미 공군의 거의 무인기에 근접한 F-35 1인승 스텔스기는 대당 단가가 약 1억불이다.  

또한 2019년 기준으로 미 국방성은 무인기 개발에는 약 60억불을 배정하였으나, 육군의 지상작전 무인체계 개발에는 겨우 4억3천만불 수준이었으며 이는 전체 육군예산의 5%에 불과하였다.   셋째, 지상작전에 투입될 무인체계 신뢰성, 교전수준, 물리적 환경을 극복하는 수준에서 많은 난관이 존재하였다.  

현재 미 육군이 성과를 본 지상작전용 무인체계의 대표적 사례는 다용도 전술 무인차량(MUTT-UGV)에 대전차 제브린 미사일, 대(對)전차 미사일 그리고 7.62㎜ 기관총을 탑재하는 수준이며, 이나마 8X8형 차량으로 산악과 계곡에서는 많은 제한적 기동성을 보였다.   반면, 2018년 러시아가 시리아 내전에 투입한 Uran-9 원거리 원격통제용 UGV은 궤도형이지만, 9M120 아카다 대전차 미사일 2기, 9S846 스트레렛 단거리 지대공 미사일 2기 탑재는 미 육군의 MUTT-UGV보다 월등히 뛰어난 기동성과 화력을 보여 군사 전문가들을 놀라게 하였다.  

이러한 상황에 직면한 미 육군은 다음과 같은 방안을 강구하고 있는 것으로 알려져 있다.  

첫째, 독자적 ATR 체계 개발이다. 우선 1988년부터 미 해군이 함정에 탑재한 팔랑스(Phalanx) 20㎜ 초고속 기관총을 지상작전용으로 개발하고 있다.   주된 이유는 이미 187척의 미 해군 함정에 탑재될 정도로 대량생산되어 단가가 저렴하고 추가 연구개발비가 들지 않는다는 것이다.

현재 MK 15 팔랑스 근접방어체계(CIWS)를 지상용 LPWS 체계로 변화시키고 있으며, 자율화 기능을 추가한 C-RAM으로도 개발 중이다.  

다음으로 이스라엘이 가자지구(GZB)에 설치하였고 한국이 비무장 국경지대(DMZ)에 설치한 SGA-A1 체계를 통합하여 이를 시리아, 아프간 그리고 기타 분쟁지역에 구축하는 방안이다.   현재 약 3㎞ 거리를 기본 단위로 한 이스라엘의 Super a-Egis Ⅱ 체계를 미 육군에 도입하는 방안을 검토 중이다.  

둘째, ATR을 원격 무기체계(RWS)와 융합하는 것이다.   이는 2018년에 러시아가 시리아에 투입한 PVO 계열 무인체계가 T-14 상체로 탑재되어 운용된 사례에서 발견되어 현재 미 육군은 MUTT-UGV에 팔랑스 LPWS 또는 C-RAM 이상의 화력을 갖춘 RWS를 개발 중이다.  

이에 미 육군 미래사령부는 텍스트론 시스템사와 하우-립소우와 30㎜ 포를 갖춘 중형 원격 무인궤도차량(RCV-M) 개발 계약을 체결하여 ‘머신-속도 융합전’ 구현을 위한 지상작전 무인체계 개발을 추진하고 있으며, 특히 ATR과 RWS을 융합하는 것에 비중을 두고 있는 것으로 알려져 있다.  

셋째, 인공지능(AI) 기능이다.  

이점은 미국 등 서방국가가 러시아와 중국보다 앞서 있다. 지난해 12월 16일 『JDW』는 이에 대한 증거로 지난해 11월 27일 이란 핵물리 과학자 모하센 파크흐리자데하 박사가 이란 테헤란 도로에서 일반 트랙 내에 실치된 RWS가 인공지능에 의해 표적인 파크리자데하 박사의 동선과 움직임을 정확히 식별하여 원격 사살하였으며, RWS를 실은 트럭도 자폭 되어 증거 자체가 없어진 사례를 들었다. 일리가 있는 가정이다.  

『JDW』는 당시에 무장전투차량(AFV) 역할을 하는 트럭 내에 설치된 ATR과 RWS는 약 10,000회 이상의 안면인식 또는 표적 인식의 인공지능 기능을 갖추고 있었을 것이라고 보도하였다.  

넷째, 머신러닝(ML)이다.  

이는 군용이 아닌 민간용에서의 각종 ML 기술과 자료 축적 그리고 노하우가 도입되고 있으며, 이는 머신러닝 개념으로 정의되고 있다.  

예를 들면 구글이 민용 자율주행차량(EV)을 개발하기 위해 “도전-반향-검증-학습” 과정을 마치 인간과 같이 생각하도록 하는 CAPTCHA 머신러닝 체계를 육군의 지상작전 무인체계에 적용하는 방안이다.  

특히 구글의 AutoML 프로그램과 유튜브의 Raspberry Pi 프로그램 등이며, 지역 내 각곳에 3D 프린터를 두어 부품공급 문제를 해결하는 방안이 주목받고 있다. 일종의 1990년대의 『상용 과학기술의 군용 접목(COST)』 개념의 부활이다.

  마지막으로 군사 전문가들은 각종 탈레반(Taliban) 테러집단 또는 예멘의 후디(Houthi) 반군들이 손쉽게 구매하고 단가도 싼 무인체계를 주요 요인 암살, 반정부 무장단체 지원 등에 사용하고 있다며, 무인체계의 무차별 확산을 우려하고 있다.  

예를 들면 비국가 주체인 이슬람 국가(IS) 테러조직이 민간 제작의 무인폭발차량을 테러 행위에 사용한 것과 2018년 8월에 베네주엘라 니콜라스 마두로 대통령 암살 사건에 무인기와 무인체계가 사용된 경우이었으며, 지금도 시리아와 아프간에서 각종 다양한 제작사를 알수 없는 지상작전용 무인체계들이 사용되고 있다.  

궁극적으로 군사 전문가들은 지상작전 주력이 유인 전사에서의 무인체계로 변화하는 새로운 패러다임이 도래하는 시기라면서 향후 무자비한 무인체계의 확산을 방지하기 위해 각국 간 지상 무인체계 개발과 관련하여 법적(legal), 윤리적(ethical), 전략적(strategic) 통제방안을 과거 군비통제 수준으로 제정하는 방안을 고민해야 한다고 강조하였다.

※ 약어 해설 - UAV: Unmanned Aerial Vehicle - UGC: Unmanned Ground Vehicle - UUV: Unmanned Underwater Vehicle - ATR: Automatic Target Recognition - MUTT: Multi Utility Tactical Transport - CIWS: Close-In Weapon System - C-RAM: Common Rolling Anti-Aircraft Missile - LPWS: Land Phalax Weapon System - GZB: Gaza Border - DMZ: Demilitarized Zone - RWS: Romote Weapon System - PVO: Troops of National Air Defense in Russia - RCV-M: Robot Combat Vehicle Medium - AI: Artificial Intelligence - ML: Mechine Learning - EV: Electric Vehicle - CAPTCHT: Challenge-Response-Test to Computer - COST: Commercial Off the Shelf - IS: Islamic State

* 출처: Aero Defense Tech, October 12, 2020; Jane’s Defense Weekly, December 16, 2020, pp. 22-29. 저작권자ⓒ한국군사문제연구원(www.kima.re.kr)

사진/출처

Seal of United States Army Future Command, USA
출처:https://commons.wikimedia.org/wiki/File:Army_Futures_Command_SSI.png