드론 방어의 승부처는 AI보다 ‘검증 가능한 연결’이다

록히드마틴이 5G망과 인공지능으로 드론을 탐지·추적하는 기술을 실증했다는 소식에서 필자가 주목한 것은 AI 자체가 아니다. 더 중요한 변화는 흩어진 센서와 판단 체계를 하나의 빠른 연결망으로 묶으려는 시도다. 드론 위협이 소수의 고성능 장비가 아니라 작고 값싼 기체의 반복적 출현으로 바뀌는 상황에서는, ‘무엇을 보느냐’만큼 ‘누가 본 정보를 얼마나 빨리 공유하느냐’가 중요해진다.

5G는 통신망을 넘어 감시망의 골격이 될 수 있다

5G는 흔히 빠른 이동통신으로 알려져 있지만, 여기서는 여러 장비가 짧은 지연시간으로 데이터를 주고받게 하는 연결 기반이라는 의미가 크다. 기존의 대드론 체계는 레이더, 전파 탐지, 음향 센서, 광학 카메라처럼 서로 다른 수단을 조합해 왔다. 레이더는 작은 물체와 새를 구별하기 어렵고, 카메라는 날씨와 시야에 영향을 받으며, 전파 탐지는 자율비행 기체 앞에서 한계가 생길 수 있다. AI는 이런 여러 신호에서 공통된 패턴을 찾아 ‘드론일 가능성’을 가려내는 도구다.

따라서 이번 실증의 의미는 특정 센서 하나의 성능 향상보다 분산된 관측 정보를 실시간 판단으로 전환할 가능성을 보여줬다는 데 있다고 본다. 공항, 발전소, 군사시설처럼 넓은 공간을 지켜야 하는 곳에서는 중앙의 고가 장비 한 대보다 여러 지점의 정보를 함께 해석하는 구조가 더 유연할 수 있다.

탐지 성공보다 실패 조건을 공개해야 한다

다만 ‘실증’과 ‘현장 운용’ 사이에는 큰 간격이 있다. 탐지율만으로는 충분하지 않다. 새나 민간 항공체를 드론으로 잘못 판단하는 오경보, 통신이 끊기거나 방해받는 상황, AI를 속이려는 위장, 센서 데이터 탈취 가능성까지 따져야 한다. 특히 5G망에 의존하는 체계라면 통신망 자체가 공격받을 때도 최소 기능을 유지할 수 있어야 한다. 탐지와 추적은 곧바로 식별과 무력화를 뜻하지 않는다는 점도 분명히 해야 한다.

우리 산업과 공공 부문은 화려한 시연 장면보다 공통 시험 기준을 먼저 준비해야 한다. 복잡한 도심, 악천후, 다수 기체의 동시 접근, 통신 장애 같은 조건에서 성능이 어떻게 달라지는지 검증하고 기록해야 한다. 또한 영상과 전파 정보를 다루는 만큼 감시 범위와 데이터 보관 원칙도 기술 설계 단계에서 정해야 한다. 필자는 5G와 AI의 결합을 반긴다. 그러나 신뢰할 수 있는 드론 방어망은 더 많은 연결이 아니라, 끊어져도 버티고 틀렸을 때 설명할 수 있는 연결에서 출발해야 한다고 본다.