AI-CGF를 활용한 해군 전술훈련체계 혁신방안 연구

유호휘¹ ; 최명섭² ; 이우석³ ; 이주영⁴^{, *}

1해군 중령/해군본부 정보작전참모부 훈련과 훈련계획담당
2해군 대령/해군 2025년 관함식기획단 안내/의전팀장
3해군 소령/해군 2025년 관함식기획단 안내계획담당
4한남대학교 산업공학과 교수

A Study on Innovation of Naval Tactical Training Systems by Applying AI-CGF

Ho Hwi Yu¹ ; Myeung Sub Choi² ; Woo Seok Lee³ ; Joo Young Lee⁴^{, *}

1CDR/Training planning officer, Training Branch, Information Operations Division, ROK Navy HQ
2CAPT/Information & Protocol Leader, 2025 Naval Fleet Review Planning Group, ROK Navy HQ
3LCDR, Information & Protocol Leader, 2025 Naval Fleet Review Planning Group, ROK Navy HQ
4Professor, Dept. of Industrial & Management Engineering, Hannam University

Correspondence to: *Joo Young Lee Dept. of Industrial & Management Engineering, Hannam University 70 Hannam-ro, Daedeok-gu, Daejeon, 34430, Republic of Korea Tel: +82-42-629-7399 Fax: +82-42-629-8004 E-mail: jy.lee@hnu.kr

초록

본 연구는 인공지능 기반 컴퓨터 생성 가상군을 활용하여 해군 전술훈련체계의 혁신 방안을 제시한다. 기존 전술훈련장의 한계인 고정화된 시나리오, 교관 의존성, 무인 전력 반영 부족, 데이터 활용 미비 등을 분석하였다. 이를 극복하기 위해 AI-CGF 기술, 유무인 복합체계, 디지털 트윈, 시뮬레이션 기반 의사결정 지원을 통합한 차세대 훈련체계를 제안하였다. 이는 동적 시나리오 생성, 지능형 적군 구현, 데이터 기반 전술분석 및 교리 발전을 가능하게 하여 훈련 현실성과 효율성을 향상시키고, 미래 해군 전술 훈련 개념을 선도할 수 있는 기여점을 갖는다.

Abstract

This study proposes innovation in naval tactical training systems using AI-CGF(artificial Intelligence - computer generated forces). Existing systems face fixed scenarios, instructor dependence, weak unmanned integration, and limited data use. A next-generation architecture is introduced that integrates AI-CGF with MUM-T (manned-unmanned teaming), digital twins, and simulation-based decision support. It enables dynamic scenarios, intelligent adversaries, and data-driven analysis, enhancing training realism, efficiency, and future naval readiness.

Keywords:

Artificial Intelligence, Computer Generated Forces, Naval Tactical Training System, MUM-T, Digital Twin

키워드:

인공지능, 컴퓨터 생성 가상군, 해군 전술훈련체계, 유·무인 복합, 디지털 트윈

Acknowledgments

본 연구의 내용은 해군의 공식적인 의견이 아니며, 개인 연구결과임을 밝힙니다.

References

이진성, 나종철, “해양 유·무인 복합작전을 위한 요구능력,” 해군과학기술학회지, 제6권 3호, pp. 308-313, 2023.
안상겸, 박동선, “해양 유·무인 복합전투체계 자율화 수준 연구,” 해군과학기술학회지, 제6권 3호, pp. 286-292, 2023.
한종환, “러-우 전쟁 해양작전 교훈과 한국 해군의 전략·전력 발전에 대한 함의,” 국방연구, 제68권 2호, pp. 157-185, 2025.
(주)아레스, “해군종합전술훈련체계(ASTT) 개요,” 아레스 M&S 제품소개 자료, 2023.
이현승, “2018년 주요 IT서비스 회사들의 소송 동향,” 소프트웨어정책연구소 산업/정책 동향, 2019.
김현근 외, “해군분석모델용 AI-CGF를 위한 시나리오 생성 모델 설계 (I): 진화학습,” 한국군사과학기술학회지, 제25권 제6호, pp. 617-627, 2022.
Helen Gardiner, “The Future of Flight Combat Training: will AI Replace Human Instructors?,” Thales Group, 2020.
Simon Skinner, “How to Manage the Risks of Military Digital Twins,” Thales Group, 2021.
김종훈, 이경행, “한국해군 함정에서의 디지털 트윈과 MR 기술 적용방안: CBM 수행을 중심으로,” 해군과학기술학회지, 제6권 4호, pp. 387-395, 2023.
U.S. DoD, “Modeling and Simulation (M&S) Master Plan”, USD(A&T) 보고서, 1995.
R. L. Wittman Jr. and C. T. Harrison, “OneSAF: A Product Line Approach to Simulation Development”, MITRE Corp., 2001.
National Research Council, Modeling and Simulation: Linking Entertainment and Defense, National Academies Press, 1997.
T. E. Revello and R. McCartney, “Generating War Game Strategies Using a Genetic Algorithm,” Proc. IEEE CEC, pp. 831-838, 2002.
지승도 외, “에이전트 기반의 인간 미개입형 함정전투 M&S 시스템 설계 및 서해교전 사례연구,” 한국시뮬레이션학회 논문지, 제17권, pp. 49-61, 2008.
정찬호 외, “계층구조적 다중에이전트를 이용한 다대다 함정전투 M&S 시스템,” 한국시뮬레이션학회 논문지, 제18권, pp. 117-125, 2009.
L. J. Luotsinen et al., “Evolved Creative Intelligence for Computer Generated Forces,” Proc. IEEE SMC, pp. 3063-3068, 2016.
N. Justesen and S. Risi, “Continual Online Evolutionary Planning for In-game Build Order Adaptation in StarCraft,” Proc. GECCO, pp. 187-194, 2017.
MASA Group, “SWORD – Wargame with Automated Forces”, MASA product brochure, 2024.
A. Eversden, “AI Algorithm Defeats Human Fighter Pilot in Simulated Dogfight”, C4ISRNET, 2020.
Klint Finley, “AI Fighter Pilot Beats a Human, But No Need to Panic (Really)”, Wired, 2016.
G. Smith et al., “On Digital Twins in Defence: Overview and Applications”, arXiv preprint arXiv:2508.05717, , 2025.
Air Force Research Laboratory, “WeaponONE Demonstrates Digital Twin Technologies that Deliver Software-Defined Weapons”, AFRL News Release, 2021.
Swedish Defence Research Agency (FOI), “Official Website”, [Online]. Available: https://www.foi.se
David Sadek, “Trusted AI: A Strategic Challenge”, Thales Group Magazine – Innovation, 2023.
DARPA, “Explainable Artificial Intelligence (XAI) Program Summary”, Defense Advanced Research Projects Agency, 2018.
Giles Ebbutt, “MASA Clinches Further SWORD Contracts, Integrates with SitaWare”, Janes – OSINT Insights, Defence News (C4ISR), 2022.
H. Kim, B. Goh, B. Nam, K. Lee, J. Lee, J. H. Hong, J. Park, I.-C. Moon, and K.-E. Kim, “Multi-level Hybrid Behavior Model of Computer Generated Forces,” Extended Abstract, 2012.
5K Systems, “ASWTT: Anti-Submarine Warfare Team Trainer,” 5K Systems – Product Information, 2018.
Sutton, R. S., and Barto, A. G., Reinforcement Learning: An Introduction (2nd ed.), MIT Press, 2018.
김민국, “심층강화학습을 이용한 미사일방어체계 연구: 멀티에이전트 기반의 개선된 DQN을 활용하여,” 박사학위논문, 한남대학교 대학원 산업공학과, 2024.
Powell, W. B., “Approximate Dynamic Programming: Solving the Curse of Dimensionality”, Second Edition, John Wiley & Sons, pp. 57, 2011.
지디엘시스템, “연구개발 – GDL System”, GDL System 공식 홈페이지, https://www.gdlsys.co.kr/sub/sub03_06.php
김병륜, “첨단 기법 활용 미래 승리 보장”, 대한민국 정책브리핑, 2007.