Artificial Intelligence Reinforcement (AIR)

1. 요약

DARPA(방위고등연구계획국)의 인공지능 강화(Artificial Intelligence Reinforcements, AIR) 프로그램은 다중 항공기, 가시거리 밖(Beyond Visual Range, BVR) 공중전을 위한 지배적인 AI 기반 전술 자율성을 개발하는 데 중점을 둔다. 이 프로그램은 유인 F-16 테스트베드에서 자율성 솔루션을 개발하고 시연한 다음, 무인 전투 항공기(UCAV)로 이전하는 것을 목표로 한다. AIR는 실제 작전 환경에서 발생하는 통합 센서, 대규모 교전으로의 확장성, 개방형 문제에서의 변화하는 조건에 대한 적응성, 불확실성을 포착하고 데이터를 통해 자동으로 개선되는 예측 모델 학습 능력과 같은 핵심 과제를 해결한다.  

 

이 프로그램은 기존, 성숙, 신흥 알고리즘 접근 방식을 전문가의 인간 피드백과 결합하여 협력적 자율 행동을 신속하게 발전시킨다. 특히, AIR는 불확실하고 동적이며 복잡한 작전 환경 내에서 실시간 분산 자율 전술 실행을 가능하게 하는 AI 기반 알고리즘 접근 방식을 개발하는 데 주력한다. 록히드 마틴, BAE 시스템즈, EpiSys Science, PhysicsAI, Northrop Grumman과 같은 주요 산업 파트너들이 이 프로그램에 참여하여 AI/ML 기술을 활용하여 동적 공중 임무를 위한 모델링 및 시뮬레이션 도구를 개발하고 있다. AIR는 DARPA의 Air Combat Evolution (ACE) 프로그램에서 개척된 가시거리 내(Within Visual Range, WVR) 자율 접근 방식을 기반으로 BVR 영역으로 확장한다.  

2. 프로그램 개요

A. 프로그램 명칭 및 목표

DARPA의 "인공지능 강화(Artificial Intelligence Reinforcements, AIR)" 프로그램은 다중 항공기, 가시거리 밖(BVR) 공중전을 위한 지배적인 AI 기반 전술 자율성을 개발하는 것을 목표로 한다. 이 기술은 유인 및 무인 전투 항공기가 함께 작동하는 능력을 향상시킨다.  

B. 시연 및 이전 계획

AIR 프로그램에서 개발된 자율성 솔루션은 초기에는 유인 F-16 테스트베드에서 개발 및 시연될 예정이며, 이후 무인 전투 항공기(UCAV)로 이전될 것이다.  

3. 핵심 기술 영역 및 접근 방식

AIR 프로그램은 전술 자율성 개발 및 배포와 관련된 실제 작전의 미해결 과제에 중점을 둔다. 이 프로그램은 특히 다음과 같은 연구 영역을 다룬다.  

• 완전히 통합된 센서: 실제 전투에서 필요한 센서의 통합 문제를 해결한다.  
• 대규모 교전으로의 확장성: 더 큰 규모의 공중전 시나리오에 자율 시스템을 확장하는 능력을 개발한다.  
• 개방형 문제에서의 적응성: 변화하는 조건과 예측 불가능한 "개방형 문제"에 적응할 수 있는 능력을 갖춘 AI 시스템을 구축한다.  
• 예측 모델 학습: 불확실성을 포착하고 데이터를 통해 자동으로 개선되는 예측 모델을 학습하는 능력을 개발한다. 여기에는 적과 아군에 대한 불확실한 지식과 기만적인 효과를 통합하는 것이 포함된다.  

AIR는 기존, 성숙, 신흥 알고리즘 접근 방식을 전문가의 인간 피드백과 결합하여 이러한 과제를 해결하는 협력적 자율 행동을 신속하게 발전시킨다.  

 

근본적으로, AIR는 두 가지 기술 영역을 다룬다 :  

• 빠르고 정확한 모델 생성: 불확실성을 포착하고 더 많은 데이터를 통해 자동으로 개선되는 모델을 생성한다.  
• AI 기반 알고리즘 접근 방식 개발: 불확실하고 동적이며 복잡한 작전 환경 내에서 실시간 분산 자율 전술 실행을 가능하게 하는 AI 기반 알고리즘 접근 방식을 개발한다.  

또한, AIR 프로그램은 미래의 고급 자율 기능의 신속한 설계, 테스트 및 구현에 필요한 하드웨어, 컴퓨팅 처리 및 소프트웨어 프레임워크를 개발하고 있다.  

4. 강화 학습과의 연관성

AIR 프로그램의 공식 설명에는 "강화 학습"이라는 용어가 명시적으로 언급되어 있지 않지만 , 프로그램의 핵심 목표와 접근 방식은 강화 학습(RL)이 중요한 기본 방법론임을 강력하게 시사한다.  

• AI 기반 전술 자율성: AIR의 주요 목표인 "AI 기반 전술 자율성" 개발은 시행착오를 통해 최적의 행동을 학습하는 RL의 특성과 일치한다.  
• 예측 모델 학습 및 협력적 자율 행동 진화: 항공기의 "예측 모델 학습" 및 "협력적 자율 행동의 신속한 진화"에 대한 프로그램의 강조는 RL이 상호 작용을 통해 학습하고 전술적 이점을 극대화하기 위해 행동을 조정하는 반복적인 과정과 직접적으로 관련된다.  
• 동적 의사 결정 모델 훈련: 록히드 마틴과 BAE 시스템즈와 같은 산업 파트너들은 AIR 프로그램 계약에 따라 AI 및 머신러닝(ML) 기술을 사용하여 동적 의사 결정을 위한 모델을 훈련할 것이라고 명시했다. 이는 AI 조종사가 인간 조종사에게 테스트되고 신뢰받을 수 있도록 보장하는 것을 목표로 하며, 이는 RL의 핵심 응용 분야이다.  

AIR는 DARPA의 Air Combat Evolution (ACE) 프로그램에서 개척된 가시거리 내(WVR) 자율 접근 방식을 기반으로 구축되며, 이를 BVR 영역으로 확장하고 무인 항공기에서 기능을 시연한다. ACE 프로그램은 계층적 심층 강화 학습 접근 방식을 사용하여 인간 조종사를 능가하는 AI 에이전트를 개발한 바 있다. 이는 AIR 프로그램에서도 유사한 RL 방법론이 활용될 가능성을 높인다.  

5. 최근 개발 및 파트너십

AIR 프로그램은 2022년 11월에 제안 요청(solicitation)을 통해 시작되었으며 , 모델 개발과 다중 에이전트 AI 에이전트 훈련이라는 두 가지 기술 영역으로 나뉜다. 각 영역은 1단계(기본 기간)와 2단계(시스템 설계, 개발 및 테스트 옵션)로 구성된다.  

 

6. 결론

DARPA의 인공지능 강화(AIR) 프로그램은 미래 공중전의 지형을 재편할 잠재력을 지닌다. 이 프로그램은 AI 기반 전술 자율성을 개발하여 유인 및 무인 항공기가 복잡하고 동적인 환경에서 협력할 수 있도록 하는 데 중점을 둔다. 예측 모델 학습, 실시간 분산 자율 실행, 그리고 실제 작전 환경에 대한 적응성과 같은 핵심 기술 영역에 대한 집중은 강화 학습과 같은 고급 AI 방법론의 중요성을 강조한다. 록히드 마틴과 같은 주요 산업 파트너와의 협력을 통해 AIR는 공중전에서 AI의 역량을 발전시키고, 궁극적으로 국가 안보를 위한 전략적 이점을 제공하는 데 중요한 진전을 이루고 있다.