국방 AI 학습용 합성 데이터: 실데이터가 부족한 영역에서 학습 데이터를 만드는 법
국방 AI의 학습 데이터는 보안 규정, 수집 불가능한 대상, 높은 구축 비용에 동시에 걸립니다. 합성 데이터가 이 제약을 채우는 방식과 도입 판단 기준을 정리했습니다.
국방 분야의 AI 전환은 인프라 투자부터 속도를 내고 있습니다. 국방부는 2026년 국방통합AI데이터센터 실증을 위한 GPU 서버 구축 사업에 217억 원을 배정했고, 정부는 2030년까지 GPU 최대 5만 개 규모의 국방 통합 AI 데이터센터를 구축하겠다고 발표했습니다(전자신문). 각 군이 따로 운영하던 데이터 체계를 'AI-Ready' 구조로 통합하는 설계도 시작됐습니다(뉴스1).
컴퓨팅과 데이터 체계가 갖춰져도 마지막 질문이 남습니다. 모델을 무엇으로 학습시킬 것인가입니다. 국방 AI의 학습 데이터는 보안 규정, 수집 자체가 불가능한 대상, 높은 구축 비용이라는 세 가지 제약에 동시에 걸립니다. 이 글은 그 제약을 합성 데이터로 넘는 방법과, 슈퍼브에이아이가 국방·보안 분야에서 실제로 구축해 온 데이터셋을 정리했습니다.
국방 AI 학습 데이터의 세 가지 제약
첫째, 보안 규정입니다. 군이 보유한 영상·이미지 데이터는 보안 등급에 따라 반출과 외부 위탁이 제한됩니다. 민간 클라우드 기반의 데이터 구축 방식은 적용이 어렵고, 폐쇄망 안에서 구축·학습·검증이 끝나는 체계가 필요합니다.
둘째, 희소성입니다. 감시·정찰 AI가 배워야 하는 장면일수록 실데이터가 없습니다. 실제 위협 상황, 야간·악천후 조건, 국내에서 촬영할 수 없는 장비의 이미지는 수집 기회 자체가 드뭅니다. 데이터가 없어서 모델을 못 만들고, 모델이 없어서 데이터를 쌓을 계기도 생기지 않는 순환이 반복됩니다.
셋째, 비용입니다. 위성 영상처럼 국방 수요가 큰 데이터는 원본 확보 비용부터 높습니다. 슈퍼브에이아이가 수행한 아리랑 위성 데이터셋 구축 프로젝트 기준으로 고해상도 위성영상은 장당 60만 원에서 80만 원을 호가했고, 한 장에 포함되는 객체가 50개를 넘어 라벨링 난도도 높았습니다.
합성 데이터가 채우는 구간: 생성 방식 세 가지
합성 데이터는 실데이터가 부족한 구간을 인공으로 생성한 데이터로 채우는 접근입니다. 생성 방식은 크게 세 가지이고, 과제 성격에 따라 조합해 씁니다.
실데이터 기반 합성은 확보된 원본 위에 필요한 객체를 합성하는 방식입니다. 공항 보안검색 X-ray 판독 AI가 대표 사례로, 실제로 놓기 어려운 위해물품 이미지를 정상 수하물 영상에 합성해 학습 데이터를 만듭니다.
생성형 모델 기반 증강은 보유 데이터의 조명·날씨·배경을 생성형 AI로 바꿔 변형 데이터를 늘리는 방식입니다. 야간·악천후처럼 수집이 어려운 조건을 보완할 때 유효합니다.
시뮬레이터 기반 합성은 3D 시뮬레이터 안에 환경과 객체를 구성하고 라벨까지 자동 생성하는 방식입니다. 시점, 조명, 객체 배치를 코드로 제어하므로 한 번 만든 자산에서 변형 데이터를 계속 뽑아낼 수 있습니다. 방식별 비교와 Sim-to-Real 갭을 줄이는 엔지니어링은 별도 가이드에서 다뤘습니다.
실측: 슈퍼브에이아이가 국방·보안 분야에서 구축한 것
슈퍼브에이아이는 1.3억 장 이상의 산업용 시각 데이터를 보유하고 있고, 국방·보안 분야에서 다음 데이터셋을 구축했습니다.
- 위성 이미지 객체 검출·분류: 인공위성 이미지 1,000장 이상에서 객체 50만 개 이상을 검출·분류하고, 객체 의미 정확성 99.9%를 달성했습니다.
- 범죄·이상행동 탐지: 쓰러짐·폭력 등 이상행동 탐지율 92.7%를 기록했고, 감지 후 자동 신고하는 AI CCTV로 확장됐습니다.
- 탐색 불가 지역 실종자 수색: 항공 촬영 영상에서 실종자 위치를 확인하는 AI 데이터셋을 구축했습니다.
네 건의 사례는 한 편에 정리돼 있습니다.
합성 데이터 파이프라인은 이미 시제 가동 단계입니다. 슈퍼브에이아이는 사람 행동 데이터 5,000건, 실내 공간 50개소, 지능형 객체 자산 10,000장을 재료로 시뮬레이터 안에서 학습 데이터를 반복 생성하는 파이프라인을 운영하고 있습니다. 원천 자산을 한 번 만들면 조건을 바꿔 무한히 변형할 수 있다는 점이 핵심입니다.
도입 판단 기준: 합성이 맞는 과제, 아닌 과제
합성 데이터가 유효한 과제는 세 유형입니다. 실제 장면의 수집 기회가 드문 희소 이벤트, 촬영 자체가 불가능한 대상, 원본·라벨링 비용이 곱셈으로 불어나는 대규모 구축 과제입니다.
반대로 실데이터가 충분히 쌓이는 과제라면 합성부터 시작할 이유가 없습니다. 합성 데이터를 쓰더라도 모델 검증은 실데이터 평가 세트로 해야 하고, 생성한 데이터를 전부 쓰는 것이 아니라 학습에 기여하는 데이터를 선별하는 큐레이션이 품질을 좌우합니다.
보안 요건은 구축 방식으로 풉니다. 슈퍼브에이아이는 온프레미스 구축을 지원하므로 원본 데이터를 외부로 반출하지 않고 폐쇄망 안에서 데이터셋 구축과 모델 학습을 진행할 수 있습니다. 슈퍼브에이아이는 2024년 국제방위산업전시회(KADEX)에 참가하는 등 국방 분야를 지속적으로 다뤄 왔습니다.
자주 묻는 질문 (FAQ)
Q. 보안 규정상 데이터를 외부에 맡길 수 없는데 구축이 가능한가요?
가능합니다. 온프레미스 방식으로 플랫폼을 현장 폐쇄망에 설치하면 원본 데이터가 외부로 나가지 않습니다. 구축 인력의 보안 절차는 사업 착수 단계에서 함께 설계합니다.
Q. 합성 데이터만으로 AI를 학습시킬 수 있나요?
권장하지 않습니다. 학습은 합성과 실데이터를 혼합하고, 성능 검증은 반드시 실데이터 평가 세트로 합니다. 합성 데이터는 실데이터를 대체하는 것이 아니라 부족한 구간을 채우는 수단입니다.
Q. 어떤 과제부터 합성 데이터를 검토해야 하나요?
실데이터 수집이 막힌 과제부터입니다. 희소 이벤트 탐지, 촬영 불가 대상 인식, 야간·악천후 조건 보강이 대표적입니다. 수집이 가능한 과제라면 실데이터 구축과 비용을 비교한 뒤 결정합니다.
Q. 합성 데이터로 학습한 모델이 실환경에서 성능이 떨어지지 않나요?
Sim-to-Real 갭은 실재하는 문제입니다. 도메인 랜덤화로 변형 폭을 넓히고, 실데이터 평가 세트로 반복 검증하면서 갭을 줄이는 것이 표준 절차입니다.
💬 학습 데이터 확보가 막혀 있는 과제가 있으신가요? 아래에 과제 유형과 데이터 조건(보안 등급·수집 가능 여부)을 남겨주시면, 합성 데이터 적용 가능성 검토부터 시작합니다.
슈퍼브에이아이는 산업 현장의 시각 데이터를 기업이 활용할 수 있는 인텔리전스로 전환하는 비전 인텔리전스 기업입니다. 1.3억 장 이상의 산업용 시각 데이터를 기반으로 보안 요건에 맞는 AI 학습 데이터셋과 합성 데이터 파이프라인을 구축합니다.