Journal Archive

미래 전장은 각종 최첨단 기술이 적용된 무기체계의 각축장이 될 것이다. 국방무기체계와 관련된 기술은 하루가 다르게 발전하고 있으며 전략적 목표를 달성하기 위한 작전, 전술은 이러한 과학기술의 수준과 발전 속도를 따라가지 못할 것이다. 결국 상대보다 우위를 점하는 첨단 기술의 보유 여부가 승패의 중요 변수로 작용하게 될 것이다.

이러한 추세에 따라 우리 군은 첨단 과학기술 기반의 군 구조 개편이 이루어지고 있다. 국방부는 미래 전략환경, 군사전략과 병역자원 수급 전망에 연계하여 상비병력을 50만 명으로 감축하는 계획을 추진 중이다[5]. 병력감축에서 오는 전력공백은 첨단무기체계 등의 운용으로 보강할 예정이다. 이러한 국방환경의 변화로 무인체계 운용의 필요성과 그 중요성은 이미 군 관계자 대다수가 공감하고 있다. 특히, 4차 산업혁명을 주도하는 인공지능 기술을 갖춘 무인체계는 전투에 중요한 역할을 수행하게 될 것이며, 그러한 과학기술을 접목시킨 유·무인 협업시스템은 극대화된 효율을 발휘하는 게임 체인저 (Game Changer) 역할을 할 것이다.

국방기술품질원에서는 2018년 미래 국방 7대 전략기술 트렌드를 발표하였는데, 미래 국방기술 연구개발 가이드라인 중 하나로 무인자율센서와 인간과 무인체계 협업을 위한 무인기용 자율임무 통제기술을 제시하였다. 이는 자율비행과 동시에 비행임무를 관리하고 공중충돌을 회피하거나 시스템의 고장이나 비행환경이 변화할 시에 자율적인 대처가 가능하며 목표를 자율적으로 조정하는 기능을 갖추고 다수의 무인항공기를 통제할 수 있는 기술을 일컫는다[6]. 자율성은 무인체계 자체가 보유한 지식과 주변 환경 및 상황에 대한 이해를 바탕으로 목표를 달성하기 위한 여러 다양한 방책을 독립적으로 발전시키고 최적의 방안을 선택하는 능력으로 정의할 수 있다. 자율무인항공기는 이러한 자율성을 보유한 무인기이며, AI(Artificial Intelligence)와 ML(Machine Learning)과 같은 첨단기술이 적용되면 학습과 양질의 의사결정을 자율적으로 수행할 수 있는 능력을 보유하게 된다.

자율무인항공기가 주목받고 있는 가장 큰 이유 중의 하나가 바로 인간과 무인기간의 협업이 가능하고 다수의 무인기간의 협업을 통한 임무수행이 가능하다는 것이다. 현재 자율무인기 운용 기술에 있어서 가장 선도적인 연구를 수행하고 있는 미국은 크게 Loyal Wingman 과 Swarming이라는 무인기 자율화 개념을 추구하고 있다. 미 공군에서는 이 두 가지 개념을 바탕으로 자율무인기 기술을 발전시키고 있다.

1) Loyal wingman

미 공군의 UAS Flight Plan에서 제시하는 Loyal Wingman 개념은 아래와 같다.

「Loyal Wingman은 무인기가 유인기의 통제하에 운영이 되는 개념으로 유인기와의 협동을 통해 ISR(Intelligence, Surveillance, Reconn), AI(Air Intercept), IADS(Integrated Air Defense System) attack, OCA(Offensive Counter Air), Micro UAS에 대한 지휘통제 등의 임무를 수행한다. 이 시스템을 통해 수송역할을 하거나 급유임무를 수행할 수 있는 대형 무인기를 요기로 활용할 수도 있다[7]. 」

그림 1과 같이 지휘기인 유인기는 wingman으로 편조를 구성하고 있는 무인기들에 장착된 다수의 센서와 무장을 지휘기 동체에 장착한 것과 같이 운용함으로서 공중에서의 정찰 및 무장 능력을 극대화시킬 수 있다. 비록 Loyal Wingman 개념은 유무인 통합 개념이긴 하나 점차 무인기의 자동화수준이 높아지면서 유인 지휘기의 역할도 무인기가 수행할 수 있게 될 것이다.

Fig. 1. 
Loyal wingman concept[8]

2) Swarming

미 공군 UAS Flight Plan에서는 무인기 Swarming개념을 다음과 같이 언급하고 있다.

「Ad-hoc 네트워크가 무리를 이루는 무인기들과 Swarming Commander와의 통신을 연결하고, 무리 내의 무인기들은 서로간의 충돌을 회피하며 자동적으로 의도하는 지역으로 비행을 실시한다. 지상으로부터 사전에 제공받은 영상으로 인공지능, 센서정보, 영상처리 기술을 통해 위협과 표적을 탐지한다[7].」

무인기를 Swarming 형태로 운용하는 것은 다수의 무인기를 각각 운용하는데 필요로 하는 인력과 군수분야의 노력을 감소시킬 수 있다. 그림 2는 미 국방성에서 개발중인 Perdix 무인항공기 103대의 자율비행 사례를 보여준다.

Fig. 2. 
Perdix Swarm[3]

1885년, Ravenstein은 인간의 이주행동은 Push Pull 효과에 영향을 받는다는 것을 발견하였다(Lee, 1966)[9]. 현재까지 Push-Pull모델은 인간의 이주행동을 설명하기 위한 가장 보편적인 모델로 알려져 있다(Cohen, 1996)[10]. 이 모델은 이주행동을 원래 있던 장소에서의 push 효과와 이주 대상으로부터의 pull 효과 사이에 발생하는 상호작용의 결과에서 비롯된 것으로 인식한다. push 효과는 사람들이 원래 장소를 떠나도록 만드는 부정적인 요소이다. 반면 pull 효과는 사람들을 이주 대상지역으로 끌어들이는 긍정적인 측면의 요소이다. Lee(1966)는 방해요소와 개인적 요소의 개념을 push-pull 모델 논의에 제시하였다. Moon(1995)은 사람들의 이주현상을 설명하기 위해 PPM(Push-Pull-Mooring) 모델을 제시하면서 push-pull모델을 이주개념과 연계하여 확장하였다[11]. PPM 모델은 이주 연구의 주요 패러다임이며 연구자들에게 개인적인 문제와 문화적 가치가 이주의 중요한 요소임을 상기시켰다 (Bansal et al, 2005)[12]. PPM 모델은 마케팅 분야에 적용되어왔다. Bansal et al.는 PPM모델은 현존하는 서비스 전환 연구에서 발견 된 품질, 만족, 가치 등의 예측 변수를 측정하기 위한 통합 프레임 워크를 제공하였다. 그리고 이러한 예측 변수들을 PPM 모델에 적용한 후 소비자의 전환 행동을 설명하는 유용한 프레임 워크로 PPM 모델이 작용하였음을 증명하였다.

기술수용모델(Technology Acceptance Model)은 과거에 혁신적 기술로 분류된 컴퓨터 수용에 대해 사용자들의 행동을 설명이 가능하도록 1986년에 Davis가 처음 모델을 개발 하였고 1989년에는 이를 공식화하였다. 기술 수용모델은 합리적 행동이론(TRA)에 근거한 것이며 합리적 행동이론은 인간의 일반적 행동을 설명을 하려했고, 기술수용모델은 컴퓨터와 정보기술과 같은 혁신적인 기술을 설명하려는 이론이다[13]. 기술수용모델은 합리적 행동이론과 비슷하게 개인의 정보기술 수용에 영향을 미치는 주요 요인을 신념변수인 인지된 유용성(Perceived Usefulness)과 인지된 사용용이성(Perceived Ease of Use)으로 설정한다. 외부 변수는 신념 변수인 인지된 유용성 및 인지된 사용 용이성에 영향을 미치고, 인지된 유용성, 인지된 사용 용이성은 정보기술의 수용에 대한 개인적 태도(Attitude Toward Using)에 영향을 미친다. 그리고 그 태도는 정보기술 수용의도(Behavior Intention to Use)에 영항을 주고 수용 의도는 결국 정보기술 수용 행동(Actual System Use)을 결정한다[14]. 인지된 유용성은 특정 시스템의 사용이 업무수행을 향상시킬 것이라고 개인이 믿는 정도이며, 인지된 사용용이성은 특정 시스템을 사용하는 것은 힘들지 않을 것으로 개인이 믿는 정도이다. 인지된 유용성은 정보기술 사용 의도에 직접적인 영향을 미치며, 인지된 용이성과 외부 변수의 결합한 형태에 영향을 받게 된다. 그리고 인지된 유용성과 인지된 용이성은 외부 변수들에 의해 영향을 받으며 실제이용은 행위의도에 직접적인 영향을 받는다[14][15]. 수용자가 사용이 어렵다고 인식하면 공통적으로 유용하지 않을 수 있다고 판단한다고 하였다. 다시 말하면, 동일 기능을 제공하는 새로운 기술은 수용자가 이용하기 쉽다면 가장 유용한 것을 선택하게 된다고 하였다. 모든 조건이 동일하다면 이용하기 어렵지 않은 기술이 더 유용하므로 인지된 유용성이 인지된 용이성에 영향을 받는다고 할 수 있다[16].

무인항공기 사용에 대한 기존 연구는 주로 무인항공기를 활용한 배송 서비스, 각 산업 분야에서 활용하기 위한 도입 요인 연구 등이 이루어져왔다[17]. 무인항공기의 도입 또는 기술수용 의도에 대한 연구는 진행되어왔으나, ‘자율’ 이라는 혁신기술이 포함되지 않은, 인간의 통제에 의존하는 기술의 수용의도가 주된 연구대상이었다. 지금까지 자율무인체계에 대한 연구는 주로 자율 무인자동차에 집중되었다. Hewitt et al. 은 운전자들의 차량 자율화와 관련된 기술수용모델을 제시하기 위한 연구를 실시하였다. 그리고 확장된 UTAUT 모델을 기반으로 하여 AVAM(Autonomous Vehicle Acceptance Model)이라는 새로운 모델을 제안하였다[18].

반면, 인공지능이 포함된 자율무인항공기의 기술을 수용하게 될 요인 또는 전환의도에 대한 연구는 이루어지지 않았다.

본 연구에서는 현재 군에서 무인항공기를 운용하거나 운용하게 될 사용자들을 대상으로, PPM+TAM 모델을 활용하여 기존 무인항공기와 자율무인항공기가 갖는 Push, Pull, Mooring 요인을 설정하고, 이러한 기술을 도입할 의도에 어떠한 변수가 영향을 미치는지 확인하기 위한 개념모델을 설정하는데 목적이 있다. 이를 위해서 자율무인항공기에 비해 기존 무인항공기가 상대적으로 갖는 부정적인 또는 부족한 요소들을 Push요인으로 정의하였는데, 개인의 혁신성(Personal Innovativeness)과 기존 무인기 운용의 피로도(Fatigue)를 선정하였다. 사용자들로 하여금 자율무인항공기가 기존 무인항공기에 비해 긍정적이고 매력적으로 느껴지는 요소를 Pull요인으로 정의하고, 자율성(Autonomy) 보유에서 오는 상대적 이점(Relative Advantage), 신뢰도(Reliability)를 선정하였다. Mooring 요인으로는, 전환비용(Switching Cost)을 선정하였다. 이상의 요인들을 종합하여 그림. 3.과 같은 연구모델을 구상하였다.

Fig. 3. 
Research Model

선행 연구를 통해 제시한 본 연구의 연구모형과 가설을 검증하기 위해 7점 척도로 설문문항을 구성하였다. 설문 대상은 무인기 운용과 직·간접적 관련이 있는 공군간부들을 대상으로 하였다. 자발적 참여를 전제로 총 250부의 설문을 오프라인, 온라인으로 배포하였으며, 196부가 회수되었다. 회수된 설문지 중에 불성실 및 불완전한 응답 51부를 제외하여 나머지 145부를 최종 분석에 활용하였다.

탐색적 요인분석은 변수들 간 공통적으로 내포된 요인을 파악하기 위해 활용되는 분석기법으로, 공분산과 상관관계 등 상호 연관성을 파악하여 연구에 활용된 변수 중 자료의 값을 대표할 수 있는 변수를 파악하는 기법이다. 먼저 수집된 표본의 적합성을 판단하기 위한 통계적 방법인 KMO(Kaiser-Meyer-Olkin)의 MSA(Measure of Sampling Adequacy)와 변수들 간 서로 독립적인지에 대한 여부를 판단하기 위해 Bartlett의 단위행렬 검정(Bartlett's Test of Sphericity)을 실시하였다[39,40]. 이 두 개의 과정이 통계적으로 유의해야 요인분석을 진행할 수 있다. KMO Test의 기준은 0.9이상이면 아주 이상적이라고 판단하고, 0.8이상이면 우수하다고 판단하며 Bartlett's Test는 유의 확률로 귀무가설의 기각 여부를 판단한다.

그 결과 표 2, 표 3과 KMO & Bartlett's Test에 이상이 없었으며, 요인 적재량(Factor Loading)이 0.5이상으로 각 변수 간 타당성이 확보되어 최종 측정 항목을 선정하였다. 마지막으로 내적 일관성을 검정하기 위해 크론바 알파 계수(Cronbach’s α) 검정을 실시한 결과 모두 0.7 이상의 수치가 나타나 내적 일관성을 확보한 것으로 확인되었다[41].

본 연구에서 확인적 요인분석을 실시하기 위해 AMOS 23.0을 활용하였다. 최종 선정된 측정 항목의 신뢰성과 타당성을 검증하기 위해 Hair et al.(2010)의 공식을 사용하였으며, 표 3.과 같은 결과를 도출하였다. 변수의 타당성과 신뢰도를 확보하기 위해서는 설문 항목의 표준화 계수가 최소한 0.5 이상이 되어야한다. 그리고 내적 일관성 측정 지표인 개념 신뢰도(CR)의 수치는 0.7 이상, 평균분산 추출값(AVE)은 0.5 이상의 수치가 나타나야 한다[42]. 최종 선정된 모든 측정항목의 표준화 계수는 모두 0.8 이상이고 평균 분산 추출 값(AVE)도 모두 0.5 이상, 개념 신뢰도(CR)은 0.8 이상으로 이상이 없는 것으로 나타났다.

판별 타당성을 검정하기 위해 측정 변수에 대한 평균분산 추출값의 제곱근 값(The Square Root of Average Variance Extracted Value)이 개념 변수 간의 상관계수(Correlations) 보다 크면, 변수 사이에는 판별 타당성이 있는 것으로 분석하는 Fornell & Larcker(1981)의 방법을 이용[43]하였다. 또한 서로 다른 잠재변수 간의 차이를 나타내는 정도를 알아보기 위해 판별 타당성 검정을 실시하였고 개념 변수 간의 상관계수를 제시하였다. 그 결과 표 4.와 같이 각 구성 변수 개념 간의 상관행렬을 나타낸 것으로 각 변수 사이에서 구한 평균분산 추출값의 제곱근 값(The Square Root of AVE)이 각 변수의 상관계수 보다 크기 때문에 구성 변수 개념 간에 판별 타당성에는 문제가 없음이 확인되었다.

가설 검정을 실시하기에 앞서서 구조방정식 모형의 적합도를 검정하였다. 그 결과 표 6.와 같이 연구모형의 적합도 지수가 대부분 수용기준에 만족한 결과를 보였다.

Fig. 4. 
the Result of research model analysis

가설에 대하여 실증 분석한 검증 결과를 도식화 하여 그림 3.으로 나타냈으며, 표 6.에는 세부사항을 제시하였다.

본 연구에서 설정한 가설들의 영향 정도를 알아보기 위하여 Amos 23.0으로 경로 분석을 시행한 결과는 표 6.와 같다. 매개변수, 종속변수에 상대적으로 더 큰 영향을 주는 변수를 알아보고자 하는 경우에는 상대적 중요도를 고려한 표준화 계수(Standardized Regression Weight)를 통해 확인한다. 연구가설의 채택, 기각 여부는 C.R(Critical Ratio)값이 ±1.96이상, P-Value 0.05 이하를 기준으로 판단한다. 각각의 변수별 실증분석 내용을 살펴보면 혁신성, 피로도, 상대적 이점, 신뢰도는 인지된 사용용이성에 정(+)의 영향을 미쳤다. 혁신성, 상대적 이점은 지각된 유용성에 정(+)의 영향을 미쳤으나, 피로도, 신뢰도는 지각된 유용성에 영향을 미치지 않는 것으로 나타났다. 마지막으로 전환비용은 전환의도에 부(-)의 영향을 미치지 못했으며, 인지된 사용용이성과 지각된 유용성은 전환의도에 정(+)의 영향을 미쳤다.

본 연구에서는 군사선진국에서 운용중인 자율무인항공기에 대한 선행연구와 이에 대해 우리 군이 갖고 있는 인식을 확인하였다. 그리고 PPM 모델과 TAM 모델을 결합한 프레임워크를 바탕으로 자율무인항공기 운용으로의 전환에 관한 요인들을 도출하여 연구모형을 제안하고, 수집된 설문 자료를 바탕으로 개념모델을 제시하였다. 본 연구의 결과를 요약하면 다음과 같이 정리할 수 있다.

첫째, 현재 운용중인 무인항공기에 대한 부정적 요인인 Push 요인의 개인의 혁신성 및 피로도는 지각된 유용성과 사용용이성에 유의한 영향을 미치며 전환의도를 증가시키는 것으로 나타났다. 즉, 개인이 갖고 있는 혁신적인 기술에 대한 관심과 기대가 높을수록 현재 운용중인 시스템으로부터 새로운 시스템으로의 전환의도가 높은 것으로 확인되었다. 그리고, 기존의 무인항공기 시스템은 장시간 운용에 따라 운용자의 피로도가 높을 것으로 인식하고 있다. 이러한 지각된 유용성과 사용 용이성에 영향을 미치는 요인들은 현재의 무인항공기 시스템이 사용자 또는 관리자에게 부정적인 영향을 미치게 되어 새로운 시스템으로의 전환의도를 증가시키는 것으로 나타났다. 단, 피로도가 인지된 유용성에 유의한 영향을 미치지 못하는 것은 자율성에서 오는 운용의 편리함은 인정되나 임무수행을 통한 목표달성 여부로 판단할 수 있는 유용성을 위해서는 운용 간에 인적 개입이 이루어져야 하고 결국 피로도는 전환의도에 무의미한 요소가 된다고 볼 수 있다.

둘째, 자율무인항공기 운용의 긍정적 요인인 Pull 요인에서 상대적 이점인 자율성과 신뢰도는 모두 지각된 용이성과 유용성에 유의한 영향을 미치며 전환의도를 증가시키는 것으로 나타났다. 이는 자율무인항공기는 자율성이 부여된 상황에서 인간의 통제가 최소화된 상황에서 임무수행이 가능하고, 그에 따라 사용이 용이하다. 그리고 자율성으로부터 신속하고 융통성 있는 임무수행이 가능하게 됨으로서 운용자로 하여금 유용한 전력으로 인식하게 한다. 또한, 자율무인항공기에 대한 신뢰도가 보장된다면 사용자는 무인항공기의 자율적 능력에 임무를 맡기게 되고 그에 따라 운용에 있어서 편리함을 느끼게 될 것이다. 단, 신뢰도가 인지된 유용성에 유의미한 영향을 주지 못하는 것은 ‘피로도’와 마찬가지로 결국 목표달성 여부를 판단하는 것은 인간의 몫이며, 그로인해 두 변수간의 관계가 무의미해지는 것이다.

셋째, 본 연구에서 Mooring 요인으로 제안한 전환비용은 전환의도에 부정적인 영향을 주지 못한다. 이는, 과학기술의 발달로 무인항공기의 소형화와 다양화가 이루어지고 그에 따라 운영비용이 낮아지게 되는 추세와 연관이 있다. 무인항공기가 자율성을 보유하게 되므로 운영자 측면에서 다수의 무인항공기를 확보하는데 소요되는 전환비용과 유지비용이 높을 것으로 판단할 수 있으나, 상대적으로 기존 시스템보다 요구되는 조종사의 수는 감소하여 운영비가 상쇄되는 효과를 기대할 수 있고 결국 전환의도에는 비용 문제가 큰 영향을 주지 못하게 된다.

지금까지의 자율무인체계에 대한 연구는 무인자동차에만 집중되었다. 그러나 이번 연구는 자율무인항공기의 수용/전환의도에 영향을 미치는 요인들에 대한, 기존에 연구가 이루어지지 않은 주제로서 이번에 처음 시도되었다는 점에서 의미가 있다. 그리고 기존의 무인항공기 수용의도에 영향을 미치는 변수 외에, PPM+TAM 프레임워크를 기반으로 피로도와 자율성이라는 변수를 제안하여 전환의도에 대한 긍정적인 영향을 실증적으로 증명한 연구였다. 실무적 시사점으로는 먼저, 자율성이 인지된 유용성과 용이성에 큰 영향을 미치는 만큼 자율무인항공기가 운용될 전장 다양한 분야에서 필요로 하는 적정한 자율 수준을 추가적으로 연구하여 분야별 차별적으로 적용할 필요가 있다. 또한 개인의 혁신성 증가를 위해서는 군과 산.학.연 과의 교류활동 활성화 등 군 간부들의 최신기술에 대한 습득기회를 증대시킬 필요가 있다. 연구의 한계점으로, 본 연구를 위한 설문은 공군 간부에게만 이루어져 연구결과가 전 국방 분야에 보편적으로 적용하기는 제한이 된다. 그리고 전환의도에 영향을 미치는 추가적인 변수가 식별될 수 있으므로 이에 대한 연구가 요구된다.