발표에서 확인된 핵심 사실

전장 환경에서 드론 정찰이 일상화되면서 지상 병력의 이동은 치명적인 위험에 노출되었다. 이러한 상황에서 Forterra는 지난 9개월간 우크라이나 분쟁 지역에 100대 이상의 자율주행 ATV(전지형 만능차)를 실전 배치했다. 이는 미국 방산 기술 기업이 수행한 자율 지상 차량(UGV) 배치 사례 중 최대 규모다. 자사의 기술력을 실제 교전 환경에서 입증하며 대규모 운용 데이터를 확보했다는 점이 핵심이다.

현재 투입된 차량들은 완전한 자율주행보다는 원격 조종 방식으로 운용된다. 전장의 돌발 상황에서 적군을 식별하고 대응하는 인공지능의 판단력이 아직 실전의 복잡성을 완전히 대체하지 못했기 때문이다. 또한, 고가의 장비를 전장에서 손실하지 않기 위한 방어적 운용 성격도 강하다. 기술적 완성도와 실전적 제약 사이에서 타협점을 찾아 운용 효율을 극대화하고 있는 셈이다.

차량은 기존 우크라이나 자체 제작 UGV보다 적재 용량이 크고

전장용 로봇은 보통 소형 배터리 기반의 장비라는 인식이 강했다. Polaris ATV를 기반으로 제작된 Lancer는 가솔린 구동 방식을 채택해 최대 750kg의 화물을 운송한다. 우크라이나 자체 제작 UGV(무인 지상 차량)가 주로 배터리 구동 방식이며 적재 용량이 최대 250kg에 불과한 것과 대조적이다. Lancer는 커스텀 제작된 센서와 컴퓨팅 스택을 탑재해 하드웨어 성능을 극대화했다. 동력원과 적재 용량의 차이가 실질적인 전장 보급 능력을 결정했다.

미군을 대상으로 한 자율 지상 차량 플랫폼 시장에서도 유사한 기술적 난제를 해결하려는 경쟁이 치열하다. Scout AI, Field AI, Overland AI 등의 스타트업이 관련 플랫폼을 개발하며 미군과 함께 테스트를 진행하고 있다. Scout AI는 올해 초 파운데이션 모델(방대한 데이터를 학습해 다양한 작업에 적용 가능한 기초 AI 모델) 훈련과 UGV를 포함한 자율 플랫폼 개발을 위해 1억 달러를 조달했다. 이는 단순한 차량 제작을 넘어 AI 모델의 학습과 플랫폼 통합으로 경쟁 축이 이동하고 있음을 보여준다. 하드웨어 플랫폼 위에 고도화된 AI 모델을 얹으려는 시도가 가속화되고 있다.

확인해야 할 핵심 지점

전장 환경에서 무인 장비가 단순한 시연을 넘어 실질적인 물류와 구호의 핵심으로 자리 잡았다. 작년 10월 우크라이나에 투입된 Forterra의 자율주행 차량들은 9개월간 1,100회 이상의 임무를 수행하며 2,500마일이 넘는 거리를 주행했다. 이 과정에서 총 777,440파운드의 물자를 운송했고, 52건의 부상자 후송 임무를 완수하며 실전 성과를 증명했다. 데이터가 쌓일수록 전장 내 자율주행의 신뢰도는 높아지고 있다.

Forterra는 기존 자율주행 알고리즘과 생성형 AI를 결합해 주변 환경에 유연하게 반응하는 소프트웨어를 개발하고 있다. 생성형 AI는 기계가 주변 상황을 일반화된 방식으로 인식하고 대응하게 돕는다. 오픈 소스 모델만으로는 해결하기 어려운 지뢰밭 탐색이나 복잡한 무기 체계 운용을 위해, 고전적 로보틱스 접근법과 최신 AI 기술을 병행하는 방식이다. 특정 상황에 따라 제어 변수를 조정하며 정밀한 제어와 상황 판단을 동시에 구현하는 것이 기술의 핵심이다.

드론 정찰로 지상 이동이 극도로 위험해진 전장에서 Forterra의 Lancer는 9개월간 1,100회 이상의 임무를 수행했다. 기존 배터리 기반 UGV 대비 3배 높은 750kg의 적재량은 물리적 제약을 해결한 수치다.

핵심은 이렇게 축적된 실전 데이터를 생성형 AI 기반의 반응형 자율주행 모델로 전환하는 능력에 있다. 결국 전장 데이터의 밀도가 자율주행 모델의 실전 적용 가능성을 결정한다.