현대 전장에서 운용되는 ISR 자산의 다양화와 데이터의 폭발적 증가는 정보 과부하를 유발하여, 기존 인력 중심 분석 체계의 적시성 있는 데이터 처리 역량에 한계를 드러내고 있다. 이에 본 연구는 미 국방부의 '프로젝트 메이븐(Project Maven)' 성공 사례를 벤치마킹하여, 데이터 분산과 실시간 분석 능력 부족이라는 한국군 ISR 체계의 당면 과제를 극복할 'AI 기반 통합 전장가시화 체계'를 제안한다. 본 연구가 제시하는 실행 방안은 크게 2단계로 구성된다. 1단계(학습 데이터셋 구축 및 모델 최적화)는 파편화된 ISR 수집 데이터를 통합하고 국제 표준 기반의 메타데이터 표준화를 수행한다. 이를 통해 고신뢰도 학습 데이터셋을 구축하고, 이동발사대(TEL)와 같은 시한성 표적(TST)을 정밀 식별할 수 있는 자동 표적 인식(ATR) 알고리즘을 개발한다. 2단계(실시간 전장 융합 및 운용)는 실시간 수집되는 영상 및 다출처 정보를 자동 융합하여, 핵심 표적의 위치와 위협 정보를 근실시간으로 가시화하는 체계를 구현한다. 결론적으로 본 연구는 고도화되는 북한의 핵·미사일 위협에 대응하여 긴급 표적 처리 시간을 획기적으로 단축시키고, 지휘관의 신속하고 정확한 의사결정을 지원하는 국방 정보체계의 지능화 방안을 제시하는 데 그 목적이 있다.
Kim et al. (2026) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: