미 국방부 미사일·우주 위협 탐지 AI 도입과 미중 군사AI 경쟁의 구조적 간극

총괄 요약

미 국방부는 미사일·우주 위협 탐지에 AI 도입을 추진하고 있으나, 고속 이동체·짧은 대응시간·불명확한 센서 데이터라는 구조적 병목은 해소되지 않고 있다. 이 흐름의 배경에는 베선트 재무장관 발언으로 대표되는 대중 기술열세 우려가 자리하지만, 중국군 내부 평가는 PLA의 전투AI 활용이 여전히 탐색 단계에 머문다고 인정해 미국이 느끼는 시급성과 실제 격차 사이에 간극이 있음을 시사한다. 향후 경로는 병목이 부분적으로만 완화된 채 우주위협 식별 등 저위험 영역부터 단계적으로 도입되는 기본 시나리오가 가장 유력하며, 정치적 압박이 기술적 검증을 앞지를 경우 오탐지·오판단에 따른 우발적 충돌 위험이 커지는 비관적 경로도 배제할 수 없다. 일본 방위성의 AI 위성 개발 사례는 역내 우주 군사화 경쟁이 이미 미중 구도를 넘어 확산되고 있음을 보여준다. 한국은 미측 표준에 성급히 편입되기보다 상호운용성 점검과 자체 탐지체계 개발을 병행하며 단계적으로 역량을 축적하는 접근이 필요하다.

I. 이슈 상황분석

美 국방부 미사일·우주 위협 탐지 AI 도입: 이슈 상황분석

1. 배경 및 경과

미 국방부의 미사일방어 체계는 오랫동안 인간 조작자의 판단에 의존해왔다. 고속 이동체, 짧은 대응 시간, 불명확한 센서 데이터라는 세 가지 제약이 실전 대응의 병목으로 지목되어 왔다[1]. Defense News는 국방부가 이 혼란을 뚫기 위해 AI 도입을 추진하고 있다고 전한다[1]. 이는 새로운 시도라기보다, 수년째 이어져 온 미 국방 당국의 지휘통제체계 고도화 흐름의 연장선에 있다.

이 흐름의 배경에는 워싱턴 조야에 확산된 대중(對中) 기술 열세 우려가 자리한다. 베선트 재무장관은 최근 브레이트바트 행사에서 "중국이 AI 경쟁에서 승기를 잡으면 다른 어떤 것도 중요하지 않게 될 것"이라고 발언했다[15]. 그는 미국의 방대한 국방예산조차 AI 열세를 상쇄하지 못할 것이라고 경고했다[15]. 이 발언은 데이터센터 건설을 둘러싼 지역 반발을 의식한 것이지만, 동시에 국방 당국이 AI 도입을 서두르는 정치적 압력의 단면을 보여준다.

중국 측 움직임도 이 경과를 규정하는 변수다. 브루킹스연구소는 중국 인민해방군 전략지원부대(SSF)가 우주·사이버·전자전·정보전을 통합한 지휘체계를 축으로 AI 군사혁신을 목적의식적으로 추진하고 있다고 분석한다[2]. EAI 보고서는 이를 더 세밀하게 짚는다. 중국 군 내부 연구진조차 "PLA의 AI 활용이 여전히 지능형 질의응답과 콘텐츠 생성 등 보조 영역에 집중되어 있다"고 자체 평가했다는 것이다[3]. 공세적 전투 AI 활용은 "탐색 단계"에 머문다는 인정이다[3]. 이 비대칭적 평가는 미 국방부가 느끼는 시급성과 중국의 실제 진전 속도 사이에 간극이 있을 가능성을 시사한다.

2. 현재 상황

Defense News가 전하는 현재 시점의 핵심은 병목이 여전히 해소되지 않았다는 점이다[1]. 센서 데이터의 불확실성과 고속 표적의 짧은 반응 시간은 AI 알고리즘을 투입해도 곧바로 해결되는 문제가 아니다. 오히려 데이터 처리 단계 자체가 실전 배치의 발목을 잡는 구조적 제약으로 부각되고 있다.

이 시급성은 국방부 내 다른 프로그램에서도 병행 확인된다. 국방 스타트업들은 탄약 운용 효율화를 위한 AI를 개발 중이고[5], 공군은 기지 방호를 위한 신속배치형 드론 스웜을 모색하고 있다[14]. DARPA는 중국의 공기흡입식 극초음속 미사일에 대응하는 차세대 극초음속 순항미사일 프로그램을 가동했다[12]. 이들은 개별 사업이지만, 공통적으로 대중 기술격차 우려에서 비롯된 국방 현대화 압력을 반영한다.

역내에서는 일본의 움직임도 이 구도에 얽혀 있다. 니혼게이자이신문 보도에 따르면 일본 방위성은 AI 탑재 위성을 국내 기업과 공동 개발해 2030년대부터 발사할 계획이다[9]. 이 위성은 우주 상의 감시정보를 분석해 요격 결정 속도를 높이고 반격능력을 강화하는 데 쓰일 예정이다[9]. 중국 관영 CCTV는 이를 "심각한 위협"으로 규정하며 도쿄의 우주 군사화 전략의 초석이라고 비판했다[9]. 이는 미 국방부의 AI 지휘통제 고도화가 미중 양자 구도에 그치지 않고, 동맹국 우주자산 통합이라는 축으로도 확장되고 있음을 보여준다.

정치적 층위에서는 트럼프 행정부가 AI 개발 속도조절론에 반대 입장을 재확인했다. 트럼프 대통령은 아일랜드 방문 중 AI 규제 강화 요구를 "부정적 세력"이 주도하는 것으로 규정했고, 공화당은 엄격한 AI 규제가 중국에 전략적 우위를 넘겨줄 것이라고 경고했다[13][16]. 이는 국방 분야의 AI 조기 도입 압력과 같은 정치적 논리를 공유한다.

3. 주요 행위자 및 입장

미 국방부는 실전 배치 가능한 AI 탐지체계 확보가 최우선 과제다. 인간 조작자가 감당하기 어려운 데이터량과 반응시간 문제를 AI로 보완하려는 것이지만, 센서 데이터의 불확실성이라는 기술적 한계에 여전히 부딪히고 있다[1].

미 재무부·행정부는 AI 경쟁을 국가 존립과 직결된 문제로 규정한다. 베선트 장관의 발언은 국방예산 확대만으로는 AI 열세를 만회할 수 없다는 위기의식을 보여준다[15]. 트럼프 행정부는 이를 근거로 AI 규제 완화 기조를 고수하고 있다[13][16].

중국 전략지원부대(SSF)는 우주·사이버·전자전·정보전 통합이라는 조직적 강점을 갖고 있다[2]. 그러나 내부 연구는 공세적 전투 AI 운용이 아직 초기 단계라고 인정한다[3]. EAI 분석은 이 신중함이 기술력 부족보다 "당-군 관계와 지휘결정권 이양을 둘러싼 정치적 신중함"에서 비롯된 구조적 제약이라고 짚는다[3]. 반면 중국의 저비용 상업AI 생태계는 군사AI 격차를 비대칭적으로 좁힐 잠재력을 지닌 것으로 평가된다[3].

일본 방위성은 AI 위성을 통한 요격·반격능력 강화를 추진하며 미국의 지휘통제 고도화 흐름에 사실상 동조하고 있다[9]. 중국은 이를 우주 군사화로 규정하며 반발하고 있어, 이 사안은 미중 양자 경쟁을 넘어 미일 협력에 대한 중국의 경계심을 자극하는 촉매로도 작동한다.

4. 핵심 쟁점

첫째, 데이터 처리 병목이 실전 적용의 실질적 장벽이라는 점이다. AI 알고리즘 자체의 성능보다, 고속 이동체와 불명확한 센서 신호를 실시간으로 정제하는 전 단계 인프라의 성숙도가 관건이다[1].

둘째, 미중 간 실제 격차와 인식된 위협 사이의 괴리다. 워싱턴의 위기 담론은 중국의 AI 추격을 임박한 것으로 그리지만, 중국 군 내부 평가는 공세적 활용이 초기 단계임을 자인한다[3][15]. 이 괴리는 향후 미 국방예산 편성과 조달 우선순위에 영향을 줄 변수다.

셋째, 동맹국 통합의 방향이다. 일본의 AI 위성 개발은 미국 주도 지휘통제체계에 결합될 가능성이 있고, 이는 중국의 반발 강도를 높이는 요인이 되고 있다[9]. 한국을 포함한 중견국은 이 통합 흐름에서 독자적 지휘통제 역량과 모니터링 체계를 어떻게 확보할지의 과제에 직면한다[3].

II. 이슈 심층분석

美 국방부 미사일·우주 위협 탐지 AI 도입: 이슈 심층분석

1. 근본 원인 분석

이 이슈의 표면적 원인은 기술적이다. 고속 이동체, 짧은 대응 시간, 불명확한 센서 데이터라는 세 가지 조건이 겹치면서 인간 조작자의 판단 속도가 물리적 한계에 부딪힌다[1]. 그러나 병목의 본질은 데이터 처리 그 자체에 있다. 미사일방어 체계는 다수의 레이더·위성·지상 센서로부터 원시 데이터를 받아들이는데, 이 데이터는 노이즈가 섞여 있고 형식도 제각각이다. AI를 투입한다고 해서 이 문제가 즉각 해소되지는 않는다. 알고리즘이 학습할 수 있는 정제된 데이터셋을 구축하는 작업 자체가 별도의 병목으로 작용하기 때문이다[1].

더 근본적인 원인은 정치적 시급성과 기술적 성숙도 사이의 간극이다. 워싱턴에서는 대중 기술열세 우려가 정책 담론을 지배한다. 베선트 재무장관은 "중국이 이 경쟁에서 이기면 다른 어떤 것도 중요하지 않게 될 것"이라고 말했다[15]. 그는 미국의 방대한 국방예산조차 AI 열세 앞에서는 무력할 것이라고 경고했다[15]. 이런 발언은 국방부가 검증되지 않은 기술을 서둘러 실전에 배치하려는 압력으로 이어진다. 반면 정작 상대로 지목되는 중국의 군사AI 실태는 그만큼 앞서 있지 않다는 평가가 나온다. 중국군 내부 연구진조차 "PLA의 AI 활용이 여전히 지능형 질의응답과 콘텐츠 생성 등 보조 영역에 집중되어 있다"고 인정했다[3]. 공세적 전투AI 활용은 "탐색 단계"에 머문다는 자체 평가다[3]. 미 국방부가 느끼는 시급성과 상대의 실제 능력 사이에 괴리가 존재할 가능성이 크다는 뜻이다. 이 괴리 자체가 기술적으로 미성숙한 시스템을 서둘러 도입하게 만드는 정치적 유인으로 작용한다.

2. 구조적 맥락

안보 구조: 지휘통제 경쟁으로의 축 이동

EAI 분석은 미중 군사경쟁의 축이 개별 무기체계 우위 다툼에서 "정보·지휘통제 통합역량 경쟁"으로 옮겨가고 있다고 짚는다[3]. 미사일방어에 AI를 도입하려는 시도는 이 축 이동의 미국측 사례다. 중국 쪽에서는 전략지원부대(SSF)가 우주·사이버·전자전·정보전을 하나의 지휘체계로 묶어 시스템전 개념을 추진하고 있다[2][3]. 다만 SSF의 통합 시도는 기술적 제약보다 당-군 관계, 즉 지휘결정권을 하위 제대나 알고리즘에 이양하는 데 대한 정치적 신중함에 더 크게 발목 잡혀 있다는 것이 EAI 보고서의 판단이다[3]. 이는 미국 쪽과는 다른 구조적 제약이다. 미 국방부는 기술적 병목(데이터 처리)에 막혀 있고, 중국군은 정치적 병목(지휘권 이양)에 막혀 있는 셈이다. 두 병목의 성격이 다르다는 점은 향후 경쟁 속도를 가늠하는 데 중요한 변수다.

경제 구조: 상업 AI 생태계와 국방조달의 연동

미국의 국방AI 도입은 국방부 단독 프로젝트가 아니라 상업 AI 생태계와 맞물려 진행된다. 국방 스타트업들이 탄약 운용 최적화 AI를 개발하고[5], 공군이 기지방호용 드론 스웜을 조달하려는 움직임[14]은 모두 민간 기술을 국방체계로 흡수하는 구조를 전제로 한다. 이는 중국의 구조와도 대비된다. EAI 보고서는 "중국 상업AI 생태계는 저비용 구축모델을 앞세워 군사AI 격차를 비대칭적으로 좁힐 잠재력을 지니고 있다"고 평가한다[3]. 즉 양국 모두 민간 AI 역량을 군사부문으로 전이시키는 경로에 의존하고 있으나, 미국은 정밀·고비용 시스템 통합에, 중국은 저비용 확산에 강점을 두는 비대칭 구도가 형성되고 있다.

정치 구조: 국방예산과 규제완화 압력

트럼프 행정부는 AI 개발 속도를 늦추는 데 반대하는 입장을 분명히 하고 있다. 공화당 인사들은 엄격한 AI 규제가 중국에 전략적 우위를 넘겨줄 것이라 경고한다[13][16]. 이런 기류는 국방부의 AI 도입 속도전에도 그대로 투영된다. 안전성 검증보다 배치 속도가 우선시되는 정치적 환경이 조성되어 있다는 뜻이다. 이는 이전 분석에서 확인된 DARPA의 극초음속 미사일 프로그램 가속화[12], 공군의 드론 스웜 조달[14] 등 일련의 국방현대화 흐름과 같은 정치적 토양에서 나온다.

3. 역사적 선례 및 유사 사례 비교

미사일방어에서 자동화 시스템에 판단을 위임하려는 시도는 이번이 처음이 아니다. 냉전기 미소 양국은 조기경보체계의 오판 위험을 반복적으로 경험했다. 당시의 교훈은 자동화 수준을 높일수록 오탐지로 인한 오판 위험도 커진다는 것이었고, 이 때문에 최종 발사 결정에는 항상 인간의 개입이 남았다. 현재 논의되는 AI 기반 위협식별 체계도 유사한 딜레마에 직면해 있다. 데이터 처리 속도를 높이기 위해 AI에 판단을 맡길수록, 오탐지가 발생했을 때 이를 되돌릴 시간적 여유는 줄어든다. Defense News가 지적한 "불명확한 센서 데이터" 문제[1]는 바로 이 딜레마의 현재판이다.

역내 사례로는 일본의 AI 위성 개발 계획이 있다. 니혼게이자이신문 보도에 따르면 일본 방위성은 국내 기업과 함께 AI 탑재 위성을 개발해 2030년대 발사를 목표로 하고 있다[9]. 이 위성은 감시정보를 분석해 요격 결정 속도를 높이고 반격능력을 강화하는 용도다[9]. 중국 관영 CCTV는 이를 "심각한 위협"이자 도쿄의 우주 군사화 전략의 초석이라고 비판했다[9]. 이 사례는 미 국방부의 AI 도입이 고립된 사건이 아니라, 동맹국 차원에서도 병행되는 지역적 흐름의 일부임을 보여준다. 다만 일본의 위성 계획은 아직 시제품 단계에 머물러 있어[9], 미 국방부가 직면한 실전 배치 병목과는 시차가 있다.

또 다른 비교 사례는 이란의 AWS 데이터센터 공격이다. 브루킹스연구소는 지난 3월 이란혁명수비대의 드론 공격이 중동 소재 AWS 시설 세 곳에 구조적 손상을 입혔다고 전한다[10]. 이는 AI 인프라 자체가 물리적 공격의 표적이 될 수 있음을 보여준 사례로, 미 국방부가 미사일방어 AI를 클라우드·데이터센터에 의존해 구축할 경우 감내해야 할 새로운 취약성을 시사한다.

4. 이슈 전개의 핵심 변수

첫 번째 변수는 데이터 정제 기술의 성숙 속도다. 병목의 핵심이 알고리즘이 아니라 입력 데이터의 질에 있다는 점에서[1], 센서 융합과 데이터 표준화 기술이 얼마나 빨리 진전되느냐가 실전 배치 시점을 좌우한다.

두 번째 변수는 중국 SSF의 정치적 제약 완화 여부다. 현재 PLA의 공세적 AI 활용이 탐색 단계에 머무는 이유가 기술이 아니라 지휘결정권 이양을 둘러싼 정치적 신중함에 있다면[3], 이 제약이 풀리는 시점에 따라 미중 격차의 방향이 급변할 수 있다.

세 번째 변수는 예산 배분과 조달 속도다. 국방부 내 여러 AI 프로그램들, 즉 탄약 최적화[5], 드론 스웜[14], 극초음속 대응[12]이 동시에 경합하는 구조에서, 미사일·우주위협 탐지 AI가 우선순위를 확보하지 못하면 개발 속도는 정치적 수사에 비해 더디게 진행될 소지가 있다.

네 번째 변수는 동맹국과의 역할 분담이다. 일본의 AI 위성 계획[9]처럼 동맹국이 지역 감시·요격 결정 지원 기능을 분담할 경우, 미 국방부 단독의 데이터 처리 부담이 일부 완화될 수 있다. 다만 이는 중국의 반발과 지역 긴장 고조라는 별도의 비용을 수반한다[9].