중국 PLA 군사AI 공격체인의 성능 격차와 미중 군사경쟁의 함의

총괄 요약

중국 무경 산둥총대 연구자들이 자체 학술지에 발표한 논문은 PLA의 군사AI 활용이 여전히 질의응답과 콘텐츠 생성 등 보조 영역에 머물러 있으며 공세적 전투 활용은 탐색 단계에 그친다고 인정했다. 이 격차는 기술 부족보다는 당-군 관계와 지휘결정권 이양을 둘러싼 정치적 신중함에서 비롯된 구조적 문제로 분석된다. PLA는 개별 무기 성능보다 정보·AI·통신·병참을 통합하는 시스템전 역량 구축에 집중하는 방향으로 전환하고 있어, 향후 3~5년간 점진적 통합과 비대칭 추격이 가장 유력한 경로로 평가된다. 즈푸AI 등 중국 상업AI의 빠른 추격 속도를 감안하면 현재의 격차가 장기 고착될 가능성은 낮다. 한국은 이 사안에 직접적 지렛대를 갖지 못한 만큼, 대만해협·서태평양 군사균형 변화와 SSF 조직 개편 동향을 지속 모니터링하며 한국형 AI 지휘통제체계 개발 로드맵을 병행 추진하는 것이 현실적 대응이다.

I. 이슈 상황분석

중국 PLA 군사AI 공격체인의 성능 격차: 현황과 함의

1. 배경 및 경과

중국 인민무장경찰(무경) 산둥총대와 무경공정대학 소속 연구자들이 지난 7월 학술지 『국방과기공업전형』에 발표한 논문이 이번 분석의 출발점이다[1]. 이 논문은 미군 자료를 상당 부분 인용해 자국 군사AI 모델의 공격 체인이 서방 모델에 뒤처진다고 자체 평가했다[1]. 연구자들은 PLA의 AI 활용이 여전히 "지능형 질의응답과 콘텐츠 생성 등 보조 영역"에 집중되어 있다고 명시했다[1]. 공세적 전투 활용은 탐색 단계에 그친다는 평가다[1].

이러한 자체 평가는 시진핑 지도부가 2017년 이후 추진해온 군민융합 및 AI 우선 전략의 실행 성과를 냉정하게 짚은 결과로 읽힌다. 브루킹스연구소 분석에 따르면 베이징은 2030년까지 세계 선도 AI 강국이 되겠다는 계획을 선언했고, PLA 역시 혁신주도형 군 현대화 전략을 공식화했다[2]. 그 실행 주체가 2015년 창설된 전략지원부대(SSF)다[2]. SSF는 우주, 사이버, 전자전, 정보전 역량을 통합 관리하는 조직으로 설계됐고, AI를 각 영역에 접목하는 시도가 이 부대를 중심으로 진행되어 왔다[2]. 이번 논문이 무경 소속 연구자들 손에서 나왔다는 점도 눈여겨볼 대목이다. SSF 정규군 계통이 아닌 준군사조직 연구기관이 자국 군사AI의 한계를 공개 학술지에 게재했다는 사실은, 중국 군 연구 커뮤니티 내부에서 성과에 대한 냉정한 자기진단이 이루어지고 있음을 보여준다.

2. 현재 상황

논문이 지적한 격차는 단순한 성능 수치 차이에 그치지 않는다. PLA는 여전히 정보 처리와 문서 생성 같은 지원 기능에 AI를 국한하고 있다[1]. 반면 서방 모델은 목표 식별부터 타격까지 이어지는 공격 체인 전반에 AI를 결합하는 단계로 나아갔다는 것이 연구자들의 판단이다[1]. 이는 PLA가 강조해온 '시스템전(systems warfare)' 개념과도 연결된다. 대만 국방안전연구원(INDSR) 연구자 첸자성은 PLA가 개별 무기 체계의 우열보다 정보, AI, 통신, 무기, 병참, 인프라를 하나의 전투체계로 통합하는 능력을 중시하는 방향으로 전환하고 있다고 분석했다[5]. "PLA는 누구의 무기가 더 강한지가 아니라 누가 서로 다른 무기를 연결해 더 큰 종합 전투력을 만들어내는지를 문제 삼고 있다"는 것이 그의 평가다[5]. 우크라이나전과 이란 사태가 통합 작전과 민간 인프라를 포함한 표적 확장의 위력을 보여줬다는 점도 이 전환을 가속화하는 배경으로 지목된다[5].

다만 실전에 근접한 응용에서는 여전히 신중론이 우세하다. 남중국해 해양분쟁 상황을 시뮬레이션한 연구에서는 규칙 기반 지휘체계 하 중국 해경이 무력을 사용할 확률이 0.3%에 불과하다는 결과가 나왔다[8]. 이 수치 자체는 낮지만, 베이징 입장에서는 민감 해역에서 그 정도 확률조차 과도하다고 보는 시각이 존재한다는 점이 함께 지적됐다[8]. AI가 단순히 표적을 '적대적' 또는 '무해'로 이분화하지 않고 어로 활동부터 조직적 위협까지 다양한 의도의 확률을 지속 계산해 대응 수위를 조정하는 방식으로 설계됐다는 점도 확인된다[8]. 이는 PLA 계통 연구가 공세적 자동화보다 리스크 관리형 AI 응용에 더 무게를 두고 있음을 시사한다.

한편 민간 부문에서는 상반된 흐름이 감지된다. 알리바바, 미니맥스, 바이트댄스 등 중국 기업들은 영상 생성 AI 분야에서 벤치마크 순위를 주도하며 서방을 앞서는 영역을 만들어가고 있다[14]. 즈푸AI의 GLM-5.2 모델은 실사용 평가에서 앤트로픽 클로드와 대등한 성능을 낸다는 현장 반응도 나온다[11]. 즉 민간 생성형 AI 영역의 추격과 군사AI 공격체인의 지체는 서로 다른 속도로 진행되고 있으며, 이는 중국 AI 생태계 내부의 민군 기술이전 통로에 구조적 병목이 있을 가능성을 시사한다.

3. 주요 행위자와 이해관계

PLA 및 전략지원부대(SSF)는 AI를 정보전·지휘통제·병참 지원에 우선 접목하면서도 자율 교전 수준의 공세적 활용에는 신중한 태도를 유지하고 있다[2][1]. 이는 기술적 한계와 함께, 지휘통제 계통에서 인간 개입을 유지하려는 제도적 보수성이 동시에 작용한 결과로 볼 수 있다.

무경(무장경찰) 산둥총대 및 무경공정대학 연구진은 이번 논문을 통해 자국 군사AI의 한계를 공개적으로 지적한 당사자다[1]. 준군사조직 소속 연구기관이 미군 자료를 인용해 자체 격차를 진단했다는 점은, 대외 선전보다 내부 평가 축적을 우선하는 연구 관행을 보여준다.

대만 국방안전연구원(INDSR)은 PLA의 시스템전 전환이 대만 방위태세 전반의 재설계를 요구한다고 경고한다[5]. 개별 전투기·함정·미사일 방어 중심 대비에서 벗어나 통합 표적화 위협에 대응해야 한다는 것이 이들의 핵심 논지다[5].

미국 정책·연구 커뮤니티(브루킹스, CFR, Foreign Affairs 등)는 PLA의 AI 통합 시도를 미중 군사기술 경쟁의 핵심 변수로 취급하면서도, 동시에 자국 군의 AI 과도 의존이 초래할 위험성도 함께 경고하는 이중적 태도를 보인다[2][9][13].

중국 사이버 규제당국은 국가안전부 계통을 통해 AI 리스크를 알고리즘 불투명성, 모델 통제 위험, AI 에이전트 위협, 오남용, 기술 패권 문제로 유형화하며 군사적 응용과 별개로 국내 통제 체계를 정비하고 있다[12]. 이는 PLA의 조심스러운 AI 도입 태도와 궤를 같이하는, 리스크 관리 우선의 국가적 접근으로 해석할 수 있다.

4. 핵심 쟁점

첫 번째 쟁점은 격차의 성격이다. 이번 논문이 지적한 것은 알고리즘 자체의 열위라기보다 지원 기능에서 공세적 전투 통합으로 넘어가는 단계에서의 지체다[1]. 미중 AI 경쟁의 초점이 모델 성능 벤치마크 경쟁에서 군사 조직 내 실전 통합 역량 경쟁으로 옮겨가고 있음을 보여주는 대목이다.

두 번째 쟁점은 민간-군사 기술이전의 비대칭이다. 중국 민간 AI 기업들이 영상 생성 등 특정 영역에서 서방과 대등하거나 앞서는 성과를 내는 것과 달리[14][11], PLA의 공격체인 통합은 이에 미치지 못한다[1]. 이 괴리가 SSF의 조직적 병목 때문인지, 전투용 AI에 요구되는 신뢰성·안전성 기준이 상업용보다 훨씬 높기 때문인지는 향후 추적할 필요가 있는 지점이다.

세 번째 쟁점은 대만해협 등 역내 억제태세에 미치는 함의다. PLA의 시스템전 전환은 이미 진행 중이며[5], 공격체인 AI화의 속도가 더뎌도 통합 작전 능력 자체는 지속 고도화되고 있다는 평가가 병존한다. 중견국 입장에서는 PLA 군사AI의 '지체'를 안보 위협의 완화 신호로 단순 해석하기보다, 통합 지휘체계 고도화라는 더 큰 흐름 속의 한 단면으로 읽는 접근이 필요하다. 한국을 포함한 역내 국가들은 미중 군사AI 격차 추이를 미국의 대중 기술수출통제 실효성 및 역내 확장억제 신뢰성과 연계해 지속 점검할 필요가 있다.

II. 이슈 심층분석

중국 PLA 군사AI 공격체인의 성능 격차: 근본 원인과 구조적 맥락

1. 근본 원인 분석

PLA 군사AI가 지원 기능에 머무르는 근본 원인은 기술 자체의 문제라기보다 조직·제도의 문제에 가깝다. 무경 산둥총대 연구자들의 논문은 "군사 AI 응용은 주로 지능형 질의응답과 콘텐츠 생성 등 보조 영역에서 사용되고 있다"고 밝혔다[1]. 이 문장이 시사하는 바는 명확하다. PLA 내부에서 AI를 다루는 실무 조직이 데이터 처리와 문서 작성 같은 후방 업무에 최적화되어 있다는 뜻이다. 전투 지휘 체계에 AI를 넣는 작업은 별개의 문제다. 표적 식별, 교전 규칙 적용, 실시간 화력 통제까지 AI가 관여하려면 지휘관의 재량권을 알고리즘과 어떻게 분배할 것인가라는 정치적으로 민감한 결정이 선행되어야 한다. 남중국해 시뮬레이션 연구에서 규칙 기반 지휘체계 하 중국 해경의 무력 사용 확률이 0.3%로 나온 결과는 이 조심스러움을 잘 보여준다[8]. 베이징 입장에서는 이 낮은 확률조차 민감 해역에서는 과도하다고 판단할 소지가 있다는 지적이 뒤따른다[8]. AI가 표적의 의도를 단순히 '적대적'과 '무해'로 이분하지 않고 어로 활동부터 조직적 위협까지 확률적으로 계산하도록 설계된 것도 정치적 리스크를 낮추려는 접근으로 읽힌다[8].

여기에 당-군 관계의 근본적 제약이 자리한다. PLA는 국가군이 아니라 중국공산당의 군대다. 지휘결정권을 AI에 이양하는 문제는 곧 당 중앙군사위원회의 통제력 문제와 직결된다. 오작동이나 예측 불가능한 출력이 정치적 파장으로 번질 가능성을 지휘부가 경계할 수밖에 없는 구조다. 중국 국가사이버공간관리국이 최근 AI 리스크로 알고리즘 불투명성, 모델 통제 위험, AI 에이전트발 신흥 위협, 오남용, 기술패권 문제를 공식 거론한 것도 이런 신중함의 연장선에 있다[12]. 왕리홍 사이버안보조정국 부국장은 "딥러닝과 같은 AI 알고리즘의 복잡하고 불투명한 특성으로 인해 결함을 식별하고 교정하기 어렵다"고 지적했는데[12], 이는 민간 영역 리스크 인식이지만 군사 영역에서는 그 위험 회피 성향이 훨씬 강하게 작동할 수밖에 없다.

2. 구조적 맥락

안보적 구조: SSF 중심의 통합 시도와 그 한계

시진핑 지도부는 2015년 전략지원부대(SSF)를 창설해 우주, 사이버, 전자전, 정보전 역량을 하나의 지휘 체계로 묶었다[2]. 브루킹스연구소는 이를 두고 "베이징은 2030년까지 중국을 세계 선도 AI 강국으로 만들겠다는 야심찬 계획을 발표했을 뿐 아니라, 중공은 PLA를 위한 공격적인 혁신주도형 전략을 공개했다"고 평가했다[2]. 그러나 조직을 만드는 것과 그 조직이 실제로 이질적인 기술·인력·문화를 통합하는 것은 다른 문제다. SSF는 각 군종에서 인력과 자산을 이관받아 구성된 신설 조직이라 내부 지휘 문화가 균질하지 않다는 지적이 꾸준히 제기되어 왔다. 이번 논문이 SSF 정규 계통이 아닌 무경 산하 연구기관에서 나왔다는 사실도 시사하는 바가 있다. 군사AI 통합이 SSF라는 단일 축을 넘어 여러 군종·무경 조직에 산발적으로 진행되고 있고, 그 편차가 상당하다는 정황으로 해석할 수 있다.

전략적 구조: 시스템전 개념과 실행 역량의 괴리

PLA가 지향하는 개념 자체는 이미 상당히 진전되어 있다. 대만 국방안전연구원(INDSR)의 첸자성은 PLA가 "개별 무기 체계보다 정보, AI, 통신, 무기, 병참, 인프라를 하나의 종합 전투체계로 통합"하는 방향으로 나아가고 있다고 분석했다[5]. 그는 "PLA는 누구의 무기가 더 강한지가 아니라 누가 서로 다른 무기를 연결해 더 큰 종합 전투력을 만들어내는지를 문제 삼고 있다"고 진단했다[5]. 이는 우크라이나전과 이란 사태에서 확인된 통합작전의 위력, 그리고 민간 인프라까지 포함하는 표적 확장의 경향을 PLA가 학습한 결과다[5]. 문제는 개념적 지향과 실제 알고리즘·데이터·지휘통제 인프라 수준 사이의 간극이다. 공격 체인 전반에 AI를 결합하는 서방 모델과 비교했을 때, PLA는 개념은 앞서 있지만 이를 뒷받침할 실전 데이터셋과 검증된 알고리즘이 뒤따르지 못하는 상태로 볼 수 있다.

경제·산업적 구조: 민간 AI 역량과 군사 전용의 비대칭

중국 민간 AI 산업은 특정 영역에서 이미 미국을 추격하거나 앞서는 모습을 보인다. 알리바바, 미니맥스, 바이트댄스 등은 영상 생성 분야 벤치마크에서 우위를 점하고 있고[14], 즈푸AI의 GLM-5.2는 실사용자 기준 앤스로픽 클로드와 대등한 성능을 보인다는 평가도 나온다[11]. 이런 민간 부문의 약진은 훈련 효율성 개선과 저비용 구조에 힘입은 것으로[11], 실리콘밸리가 가격을 낮추도록 압박하는 수준에 이르렀다[11]. 그러나 이 민간 역량이 군사 영역으로 자동 전이되지는 않는다. 콘텐츠 생성이나 질의응답에 강점을 가진 대형언어모델의 역량과, 실시간 표적 식별·화력 통제에 필요한 강건성·검증가능성은 요구 사양 자체가 다르다. 민참군용(民參軍用) 체계가 존재하지만, 서방과 달리 PLA 내부의 조달·인증·보안 심사 절차가 민간 최첨단 모델의 신속한 군사 전용을 지연시키는 병목으로 작용할 가능성이 있다.

3. 역사적 선례 및 유사 사례 비교

군사 신기술 도입 초기 단계에서 지원 기능부터 확산되고 전투 핵심 기능은 뒤늦게 통합되는 패턴은 새로운 현상이 아니다. 냉전기 컴퓨터 기반 지휘통제체계(C2) 도입 과정에서도 미군은 병참·정보 처리 자동화를 먼저 진행했고, 실제 교전 의사결정에 컴퓨터 모델을 개입시키는 것은 훨씬 신중하게 접근했다. 핵무기와 지휘통제 자동화를 결합하려던 소련의 '페리미터(Perimeter)' 체계 논의에서도, 기술적 가능성과 정치적 수용성 사이의 간극이 실전 배치를 지연시킨 사례가 있다. AI-핵무기 넥서스를 다룬 기존 분석은 AI의 군사적 이용이 "작전 속도 증가의 승수효과"를 낳는다고 지적하면서도[7], 그 승수효과가 곧바로 지휘결정권의 이양으로 이어지지는 않는다는 점을 강조한다. 지휘관이 알고리즘의 판단을 신뢰하고 재량을 넘기기까지는 상당한 검증 기간과 조직 문화의 변화가 필요하다는 것이다.

포린어페어스의 분석은 미군 내부에서도 AI 도입이 반드시 전투력 강화로 직결되지 않을 수 있다는 우려를 제기한다. AI가 인력 구조와 의사결정 체계를 바꾸는 과정에서 오히려 조직의 판단력을 공동화시킬 위험이 있다는 것이다[13]. 이는 PLA만의 특수한 문제가 아니라 군사AI 통합 자체에 내재한 일반적 딜레마임을 시사한다. 다만 PLA의 경우 당의 통제 우선순위라는 추가 변수가 얹혀 있어, 서방보다 이 딜레마의 해소 속도가 더 느릴 개연성이 있다.

4. 이슈 전개의 핵심 변수

첫 번째 변수는 SSF를 비롯한 PLA 내부 조직 개편의 진척 속도다. 통합전투체계 구상이 첸자성이 지적한 수준으로 실현되려면[5], 군종 간 데이터 공유 체계와 지휘통제 인프라의 표준화가 선행되어야 한다. 이 작업이 얼마나 빠르게 진행되는지가 공격 체인 AI화의 실질적 진도를 결정할 것이다.

두 번째 변수는 민간 AI 모델의 군사 전용 속도와 그 검증 체계다. 즈푸AI, 알리바바 등 민간 부문의 기술 추격이[11][14] 군 조달 체계를 통해 얼마나 빠르게 흡수되는지, 그리고 그 과정에서 보안 심사와 신뢰성 검증이 병목으로 작용하는지가 관건이다.

세 번째 변수는 미중 군사AI 경쟁의 상호작용 양상이다. CFR의 분석이 지적하듯 미중 AI 경쟁은 이미 "새로운 모델이 등장했다"는 표현이 나올 정도로 역동적으로 전개되고 있다[9]. 미군이 공격 체인 전반의 AI 통합을 가속화할 경우, PLA도 정치적 신중론을 무릅쓰고 실전 통합 속도를 높일 수밖에 없는 압박에 직면할 수 있다. 이 경쟁적 상호작용이 PLA의 조직적 신중함을 얼마나 빨리 무너뜨리는지가 향후 격차 축소 여부를 가르는 변수가 될 것이다.

네 번째 변수는 대만해협을 비롯한 역내 긴장의 실제 발생 여부다. 위기 상황에서의 실전 압박은 평시 연구·개발 단계에서는 나타나지 않던 통합 속도를 강제할 수 있다. 우크라이나전이 러시아군의 통합작전 역량을 실전 속에서 재편시킨 것과 유사한 경로가 대만해협 유사시 PLA에도 적용될 가능성을 배제할 수 없다.