펀진이 국방 분야 인공지능 사물인터넷(AIoT) 기술의 실전 적용 사례를 공개하며 향후 기술 확산을 위한 제도적·운영적 검토의 필요성을 제기했다. AI 기반 의사결정 체계가 기술적 완성도를 갖춘 만큼 실전 적용을 위한 논의가 본격화될 시점이라는 판단이다.

김득화 펀진 대표는 17일 서울 양재 엘타워에서 열린 제51회 한국인공지능산업협회(AIIA) 조찬포럼에서 국방 AIoT 기술 전략을 발표했다. 김 대표에 따르면 펀진의 '킬-웹 매칭(KWM) 시스템'은 육군 아미 타이거 부대에 시범 도입돼 AI 기반 표적 인식부터 무기 추천, 명령 전송까지 단시간 내 이뤄지는 실전 운영 사례를 검증받았다. 전장 내 센서와 데이터 흐름을 통합해 신속한 지휘 결정을 지원하는 'AI 참모' 개념이 핵심이다.

핵심 기술은 소량 데이터를 활용하는 '퓨샷 러닝' 기반 객체 인식이다. 펀진은 다량의 학습 데이터 없이도 작동 가능한 경량화 모델을 개발해 임베디드 환경에서도 실시간 탐지와 분류가 가능한 구조를 구현했다.

또 자체 합성 데이터 생성 플랫폼 '이글아이'를 통해 폐쇄망 내에서도 효과적인 데이터 증강이 가능한 점을 강조했다. 해당 플랫폼은 최근 실사용 적합성 평가도 마쳤다.

AI 지휘 체계는 ▲표적 탐지 ▲무기 추천 ▲지휘관 승인 ▲명령 전송의 흐름으로 구성된다. 펀진은 드론, 장갑차 등 총 13종의 장비 데이터를 통합해 판단을 내리는 구조를 구성했고 시연 당시 90분 이상 소요되던 복합 지휘 절차를 10분 내로 단축한 것으로 나타났다.

김 대표는 "다만 AI가 직접 판단을 내리는 것은 아니다"며 "인간의 결정을 보조하고 선택지를 정제하는 역할에 초점이 맞춰졌다"고 강조했다.

데이터 부족 문제도 기술적으로 보완하고 있다는 점도 부각됐다. 국방 환경 특성상 실제 적 장비 데이터 확보가 어려운 점을 고려해 퓨샷 러닝과 합성 데이터 기반 학습 구조를 병행 적용하고 있다는 설명이다. 향후에는 축적된 데이터를 기반으로 모델 정확도를 점진적으로 향상시킬 수 있는 기술적 경로도 제시됐다.

또 전자전, 레이더 등 비영상 데이터 기반 감지체계로의 확장 가능성도 언급됐다. 실제로 펀진은 최근 관심을 받고 있는 물리 기반 AI 기술을 도입해 전장 환경 특성에 맞는 학습 모델을 개발 중이다. 이는 생성형 AI와 달리 물리적 특성을 반영해 현실 적용성을 높이는 방향이다.

김득화 펀진 대표는 "국방 분야에서 AI는 판단과 결정을 보다 빠르게 정리해주는 ‘지원 체계’로 기능해야 한다"며 "현장에 맞는 경량화·온디바이스 기술이 준비된 만큼 실전 도입을 위한 협력적 논의가 활발해지길 기대한다"고 말했다.