AI가 전장을 바꾼다…美·이스라엘 사례로 본 ‘군사 AI 논쟁’ 확산

“속도와 효율 vs 책임과 윤리”…AI 전쟁의 두 얼굴 미국과 이스라엘의 군사 작전에 인공지능(AI)이 본격적으로 도입되면서, 전쟁 수행 방식이 근본적으로 재편되고 있다. 과거 정보 분석과 감시 지원 수준에 머물렀던 AI는 이제 방대한 전장 데이터를 실시간으로 처리해 표적을 식별하고, 공격 우선순위를 제시하며, 작전 의사결정 과정 전반에 깊숙이 개입하는 단계로 진화했다. 특히, 이번 중동 지역 분쟁과 첨단 작전 사례는 이러한 변화를 단적으로 보여준다. AI는 드론·위성·감시 시스템에서 수집된 데이터를 통합 분석해 수천 건의 표적을 신속하게 도출하고, 인간 지휘관이 이를 검토·승인하는 방식으로 ‘킬체인(kill chain)’ 전반을 가속화하고 있다. 그 결과 전장의 핵심 경쟁 요소는 병력이나 화력뿐 아니라, 데이터를 얼마나 빠르게 처리하고 의사결정으로 연결하느냐로 이동하고 있다는 평가가 나온다. 그러나 이러한 기술적 진보는 동시에 새로운 논쟁을 촉발하고 있다. AI가 제시한 표적과 판단에 인간이 어느 수준까지 개입해야 하는지, 오판으로 인한 민간인 피해 발생 시 책임 주체를 어떻게 규정할 것인지, 나아가 기계가 생사 결정 과정에 관여하는 것이 정당한지에 대한 윤리적 질문이 본격적으로 제기되고 있다. 결국 AI는 전쟁을 더욱 정밀하고 신속하게 만드는 동시에, 그만큼 더 복잡하고 위험한 영역으로 확장시키는 양면성을 드러내고 있으며, 이를 둘러싼 글로벌 논쟁 역시 빠르게 확산되는 양상이다. AI, 전장의 ‘속도’를 바꾸다...킬체인 혁신 현재 미국과 이스라엘은 AI를 활용해 방대한 정보 데이터를 실시간으로 분석하고, 표적을 식별하며, 공격 의사결정을 지원하는 시스템을 운영하고 있다. 대표적으로 미국 국방부는 ‘메이븐(Project Maven)’ 기반의 AI 시스템을 핵심 군사 인프라로 채택하고 있다. 메이븐은 위성 영상, 무인기(UAV) 촬영 데이터, 각종 감시·정찰(ISR) 센서 정보를 통합 수집한 뒤, 이를 딥러닝 기반 컴퓨터 비전 기술로 분석해 전장 내 객체와 패턴을 자동으로 식별하는 시스템이다. 과거에는 분석 요원이 수시간에서 수일에 걸쳐 영상 데이터를 수작업으로 판독해야 했지만, 메이븐은 차량, 건물, 인원 이동, 군사 장비와 같은 표적 후보를 거의 실시간으로 추출해낸다. 이 과정에서 AI는 단순 탐지 수준을 넘어, 표적의 행동 패턴과 이동 경로, 과거 데이터와의 연관성까지 종합적으로 분석해 ‘의미 있는 표적’과 ‘비관련 요소’를 구분하는 데까지 역할을 확장하고 있다. 즉, 데이터 처리의 자동화를 넘어 전장 상황에 대한 ‘맥락적 이해’까지 일부 수행하는 단계로 진화하고 있는 것이다. 이 시스템의 핵심 가치는 속도와 규모에서 드러난다. AI는 수천, 수만 건에 달하는 잠재적 목표를 동시에 분석하고, 위협 수준·전략적 중요도·시간 민감도 등을 기준으로 공격 우선순위를 자동으로 정렬한다. 이는 인간 분석가가 제한된 시간과 자원 속에서 일부 정보만 선별적으로 검토하던 기존 방식과는 근본적으로 다른 접근이다. 결과적으로 지휘관은 방대한 정보 속에서 핵심 표적만을 빠르게 식별하고 의사결정을 내릴 수 있게 된다. 실제로 이러한 AI 시스템은 전쟁의 ‘킬체인(kill chain)’을 구성하는 탐지(Detect), 식별(Identify), 판단(Decide), 타격(Engage) 전 과정을 획기적으로 단축시키는 역할을 한다. 기존에는 각 단계가 순차적으로 진행되며 상당한 시간 지연이 발생했지만, AI는 이를 병렬적으로 처리하면서 의사결정 시간을 극단적으로 줄인다. 즉, 기존의 킬체인(탐지-확인-결정-타격)이 선형적이고 느렸다면, 메이븐은 이를 거미줄처럼 얽힌 ‘킬웹(Kill Web)’으로 진화시켰다. 예를 들어, 특정 지역에서 의심스러운 움직임이 포착될 경우 AI는 즉시 해당 객체를 식별하고, 과거 데이터와 비교해 위협 가능성을 평가한 뒤, 공격 필요성과 우선순위를 제안하는 일련의 과정을 거의 실시간으로 수행한다. 이로 인해 전장에서는 ‘누가 더 빠르게 판단하고 행동하느냐’가 승패를 좌우하는 핵심 요소로 부상하고 있다. 메이븐과 같은 AI 시스템은 전쟁의 본질을 ‘화력 중심 경쟁’에서 ‘데이터 처리와 의사결정 속도 경쟁’으로 전환시키고 있으며, 이는 향후 군사 전략과 작전 개념 전반을 재정의하는 변곡점으로 평가된다. 또한 현대전의 양상을 근본적으로 바꾸고 있는 이스라엘 방위군(IDF)은 AI 기반 표적 생성 시스템을 전장에 적극 도입하며 ‘데이터 중심 전쟁’의 전형을 보여주고 있다. 대표적으로 저가치 표적을 대량 식별하는 ‘라벤더(Lavender)’와, 건물·시설·지휘 거점 등 구조물 타격을 위한 ‘하브소라(Habsora, The Gospel)’가 핵심 시스템으로 꼽힌다. 이들 시스템은 감시 드론, 위성 영상, 통신 정보(SIGINT), 인적 정보(HUMINT) 등 다양한 출처에서 수집된 방대한 데이터를 통합 분석해 표적 후보를 자동으로 도출한다. 특히 ‘라벤더’는 개인 단위의 표적을 식별하는 데 초점을 맞춰, 특정 조직과의 연관성, 통신 패턴, 이동 경로, 사회적 네트워크 등을 종합적으로 분석해 잠재적 위협 인물을 대량으로 선별하는 기능을 수행하는 것으로 알려졌다. 이를 통해 기존에는 정보 요원이 장시간에 걸쳐 수행해야 했던 표적 식별 작업이 알고리즘 기반으로 자동화되며, 수천에서 수만 명 단위의 후보군이 단기간 내 생성되는 구조가 형성됐다. 반면 ‘하브소라’는 건물, 터널, 군사 시설 등 물리적 목표물을 중심으로 작동하며, 특정 지역 내 전략적 타격 대상과 그 우선순위를 도출하는 데 활용된다. 이 시스템은 지리정보(GEOINT)와 과거 작전 데이터, 실시간 감시 정보를 결합해 ‘어디를 언제 타격할 것인가’에 대한 추천을 제공하며, 다수의 공격 시나리오를 동시에 생성하는 것이 특징이다. 이러한 AI 기반 표적 생성 체계는 인간 분석가가 개별적으로 판단하던 기존 방식과 달리, 대규모 표적을 일괄적으로 생성·분류·우선순위화하는 ‘산업화된 타격 프로세스’를 가능하게 한다. 실제로 일부 사례에서는 하루 단위로 수천 건 이상의 공격 후보가 도출되는 등, 전통적인 작전 속도를 크게 뛰어넘는 수준의 자동화가 이루어지고 있는 것으로 알려졌다. 결국 이스라엘의 사례는 AI가 단순한 정보 분석 도구를 넘어, 전장 최전선에서 실질적인 공격 의사결정에 직접 영향을 미치는 ‘피지컬 AI(Physical AI)’ 단계로 진입했음을 보여준다. 이는 전쟁의 핵심이 병력과 화력에서 데이터 처리와 알고리즘 기반 의사결정으로 이동하고 있음을 상징하는 사례로 평가된다. 이제, AI는 전쟁의 핵심 경쟁 요소를 ‘화력’에서 ‘데이터 처리 속도’로 전환시키고 있다는 평가다. AI 군사 활용의 또 다른 특징은 전장의 범위 확대다. 23일, AP 통신 보도에 따르면 이스라엘이 이란의 CCTV 네트워크를 해킹해 AI 분석으로 표적을 식별하는 데 활용한 것으로 나타났다. 이는 민간 감시 인프라가 군사 작전에 활용될 수 있음을 보여주는 대표적 사례로, 사이버전·정보전·물리적 공격이 통합되는 ‘하이브리드 전쟁’의 전형으로 평가된다. 또한 사이버 공격과 AI 분석이 결합되면서, 전쟁은 물리적 충돌 이전 단계에서 이미 승패가 결정되는 구조로 진화하고 있다. 그러나 AI의 군사 활용 확대는 심각한 윤리적 논쟁을 촉발하고 있다. 전문가들은 AI가 생성한 표적 정보에 의존할 경우, 민간인 피해를 포함한 오판 가능성이 높아질 수 있다고 지적한다. 실제로 AI 기반 공격 과정에서 민간인 피해 여부를 둘러싼 논란도 제기되고 있다. 또한 AI가 추천한 표적을 인간이 ‘형식적으로 승인’하는 구조에서는 실질적 책임 주체가 모호해진다는 비판도 나온다. 특히 일부 분석에서는 “AI가 전쟁을 비디오게임처럼 단순화하고, 인간의 도덕적 판단을 약화시킨다”는 우려도 제기된다. AI가 수천 건의 공격을 자동으로 지원하는 환경에서는, 인간이 개별 결정에 대해 충분한 윤리적 검토를 수행하기 어려워진다는 것이다. AI 군사 활용 확대는 기술 기업과 군의 관계도 근본적으로 변화시키고 있다. 과거에는 실리콘밸리 내부에서 군사 프로젝트 참여에 대한 반발이 있었지만, 최근에는 주요 AI 기업들이 국방 프로젝트에 참여하거나 계약을 둘러싼 갈등을 겪는 등 ‘군-테크 결합’이 가속화되고 있다. 이는 AI가 단순 IT 기술이 아니라 국가 안보 핵심 인프라로 자리잡았음을 보여준다. 현재 가장 큰 문제로 지적되는 부분은 AI의 군사적 활용이 빠르게 확산되고 있음에도 불구하고, 이를 규율할 수 있는 국제적 기준과 규범이 사실상 부재하다는 점이다. 기존의 무기 통제 체계는 핵무기나 화학무기처럼 물리적 대상에 초점이 맞춰져 있는 반면, AI는 소프트웨어와 데이터, 알고리즘을 기반으로 진화하는 기술이기 때문에 동일한 방식의 통제가 쉽지 않다. 그 결과 각국은 명확한 공통 기준 없이 자율적으로 기술을 개발·배치하고 있는 상황이다. 전문가들은 이러한 공백이 새로운 유형의 군사적 리스크를 야기할 수 있다고 경고한다. 우선 AI가 제시하는 분석과 판단에 과도하게 의존할 경우, 데이터 오류나 알고리즘 편향으로 인한 오판이 실제 군사 충돌로 이어질 가능성이 존재한다. 특히 의사결정 속도가 극단적으로 빨라진 환경에서는 인간이 이를 충분히 검증하거나 개입할 시간 자체가 줄어들 수 있다는 점이 위험 요소로 꼽힌다. 또한 책임 주체의 불명확성 역시 중요한 문제다. AI가 표적을 식별하고 공격 우선순위를 제안하는 과정에서 실제 결정이 어디까지 인간의 판단이고 어디까지가 알고리즘의 결과인지 경계가 모호해질 수 있다. 이 경우 오작동이나 오판으로 피해가 발생했을 때 책임을 누구에게 물어야 하는지에 대한 법적·윤리적 기준이 불분명해진다. 민간인 피해 확대 가능성도 주요 우려 중 하나다. AI 시스템이 대량의 표적을 자동으로 생성하고 처리하는 구조에서는 개별 타격에 대한 정밀한 검토가 상대적으로 약화될 수 있으며, 이는 결과적으로 비전투원 피해로 이어질 가능성을 높일 수 있다. 특히 도시 지역과 같이 민간과 군사 목표가 혼재된 환경에서는 이러한 위험이 더욱 커질 수 있다. 그럼에도 불구하고 주요 국가들은 군사적 우위를 확보하기 위해 AI 기술 개발과 도입을 가속화하고 있다. AI가 전장의 속도와 효율성을 좌우하는 핵심 요소로 부