Project Maven: 미군이 AI 전쟁을 수용하게 된 과정

섹션별 상세

Project Maven은 2017년 드론 영상의 객체 인식을 자동화하기 위한 군 지능화 프로젝트로 시작됐다. 초기에는 방대한 드론 영상 데이터 중 4%만 분석 가능했던 한계를 극복하기 위해 컴퓨터 비전 기술을 도입했다. 구글 직원들의 반대로 초기 파트너십이 결렬됐으나 이후 Palantir가 주 계약자로 참여하며 시스템이 완성됐다. 현재는 위성 이미지, 레이더, 소셜 미디어 등 다각도의 데이터를 통합해 전장 상황을 시각화하는 화이트 닷(white dots) 인터페이스를 제공한다.

Project Maven의 책 표지 이미지로 AI 전쟁의 서막을 암시하는 그래픽이 포함되어 있다. — Photo이 이미지는 기사의 핵심 주제인 Project Maven의 역사와 군사적 AI 도입 과정을 다룬 신간 서적을 소개한다. 표지의 조준선 그래픽은 AI가 전장에서 표적을 식별하는 방식을 시각적으로 상징한다.

Maven Smart System은 표적 식별부터 무기 할당까지의 킬 체인(Kill Chain) 과정을 디지털화하여 속도를 극대화한다. 과거 아날로그 방식의 보고와 승인 절차를 거치느라 수 시간이 소요되던 작업이 시스템 도입 후 수 초 만에 완료된다. 실제 이란 작전에서 하루 100개 미만이던 타격 가능 표적 수가 1,000개 이상으로 늘어났으며 LLM 도입 시 최대 5,000개까지 확장이 가능하다. 이는 인간의 판단 속도보다 빠른 전쟁의 도래를 의미하며 군사 작전의 효율성을 비약적으로 높였다.

우크라이나 전쟁은 Maven 시스템의 성능을 검증하고 고도화하는 결정적인 전환점이 됐다. 초기 알고리즘은 중동 사막 지형에 최적화되어 있어 우크라이나의 눈 덮인 지형에서 러시아 탱크를 식별하지 못하는 한계를 보였다. 이에 미군은 현장에서 수집한 새로운 위성 데이터를 즉시 전송해 알고리즘을 재학습시켰으며 하루 최대 267개의 관심 지점 정보를 우크라이나에 제공했다. 이 과정에서 지능형 데이터가 실제 작전으로 연결되는 속도가 실전에서 증명됐다.

Anthropic의 Claude와 같은 대규모 언어 모델(LLM)이 Maven 시스템에 통합되면서 정보 처리 속도가 더욱 가속화됐다. LLM은 방대한 첩보 보고서와 데이터를 요약하고 분석하여 지휘관의 의사결정을 보조하는 역할을 수행한다. 미 중부사령부(Centcom)는 AI의 도움으로 며칠씩 걸리던 프로세스를 초 단위로 단축했다고 공식적으로 밝혔다. 하지만 이러한 속도 경쟁이 인간의 심사숙고 시간을 빼앗아 데이터 오류로 인한 치명적 실수를 유발할 수 있다는 우려도 공존한다.

Anthropic의 Claude가 다양한 앱과 연결되는 인터페이스 스크린샷이다. — Screenshot본문에서 언급된 Claude 모델이 군사 시스템에 통합되어 정보 처리를 가속화하는 맥락과 연결된다. 민간용 앱 연결 사례를 통해 LLM의 범용적인 데이터 처리 능력을 보여준다.

기술

Maven Smart System
Claude
Palantir
Computer Vision
LLM

활용 사례

전장 표적 자동 식별 및 분석
위성 및 드론 영상 데이터 통합 시각화
군사 첩보 보고서 자동 생성 및 요약

언급된 리소스

문서Project Maven: A Marine Colonel, His Team, and the Dawn of AI Warfare