스스로 임무를 결정하는 AI 드론 기술 시장 및 미래 전망

1. 서론: 지능을 품은 하늘, 자율 임무 AI 드론의 부상

인공지능(AI) 기술의 발전은 무인항공기, 즉 드론의 개념을 근본적으로 바꾸어 놓고 있다. 과거 인간의 원격 조종에 의존하거나 미리 설정된 경로를 따라 비행하는 수준에 머물렀던 드론은 이제 스스로 주변 환경을 인지하고, 상황을 판단하며, 심지어 주어진 임무의 수행 방식이나 포기 여부까지 결정하는 ’자율지능(Autonomous Intelligence)’을 갖춘 시스템으로 진화하고 있다.1 본 보고서에서 다루는 AI 드론은 바로 이러한 고도의 자율성을 지닌 개체를 지칭한다. 이는 인간이 설정한 고차원적 목표(high-level goals) 아래, 변화하는 환경에 실시간으로 계획을 수정하며 독립적으로 임무를 수행할 수 있는 능력을 의미하며, 정해진 규칙에 따라 움직이는 ‘자동화(Automation)’ 드론과는 명확히 구별된다.

이러한 자율지능 드론은 4차 산업혁명의 핵심 기술인 인공지능, 사물인터넷(IoT), 빅데이터 등이 집약된 최적의 플랫폼이자, 미래 산업과 국방의 판도를 바꿀 ’게임 체인저’로 부상하고 있다.2 군사 영역에서는 인간 병사의 개입 없이 24시간 감시, 정찰, 타격 임무를 수행하여 작전의 효율성과 안전성을 극대화하고 1, 산업 현장에서는 인프라 점검, 정밀 농업, 물류 배송 등의 생산성을 획기적으로 향상시킨다.4 또한, 재난 구조, 환경 감시 등 새로운 공공 서비스 시장을 창출할 무한한 잠재력을 지니고 있다.5 본 보고서는 이처럼 전략적 가치가 급부상하고 있는 자율 임무 AI 드론의 기술적 본질을 해부하고, 글로벌 시장의 동향과 경쟁 구도를 분석하며, 미래 기술의 발전 방향과 함께 우리가 마주할 윤리적, 법규적 과제를 심층적으로 조망함으로써, 관련 분야의 전략적 의사결정에 필요한 통찰을 제공하고자 한다.

2. AI 드론의 자율 의사결정 기술 해부

본 장에서는 AI 드론이 어떻게 주변 환경을 ‘보고’, 데이터를 기반으로 ‘생각하며’, 최적의 행동을 ‘결정하는지’ 그 기술적 근간을 심층적으로 분석한다. 특히, 개별 드론 한 대가 지능을 구현하는 핵심 자율화 기술과, 다수의 드론이 상호작용하며 더 높은 수준의 집단 지성을 발현하는 군집 지능의 원리를 나누어 탐구한다.

2.1 장: 지능의 구현 - 핵심 자율화 기술

2.1.1 상황 인식 (Perception): 지능의 눈과 귀

자율 임무 수행의 첫 단계는 드론이 자신의 위치와 주변 환경을 정확하게 인지하는 것이다. 이를 위해 AI 드론은 인간의 감각기관처럼 다양한 센서들을 활용하고, AI는 이로부터 들어온 정보를 융합하여 의미 있는 상황 정보로 재구성한다.

• 센서 융합(Sensor Fusion): AI 드론은 단일 센서의 한계를 극복하기 위해 여러 종류의 센서 데이터를 복합적으로 활용한다. 위성항법시스템(GPS)은 기본적인 위치 정보를 제공하지만, 실내나 협곡 등 신호가 닿지 않는 음영 지역에서는 무용지물이 될 수 있다.1 이를 보완하기 위해 전자광학/적외선(EO/IR) 카메라는 시각 정보를, 라이다(LiDAR)는 레이저를 이용해 주변 지형과 물체까지의 거리를 정밀하게 측정하며, 레이더는 악천후 속에서도 물체를 탐지한다.1 AI 기반 센서 융합 기술은 각기 다른 특성을 가진 이 센서들로부터 들어오는 단편적인 데이터 스트림을 실시간으로 통합하여, 하나의 일관되고 정밀한 3차원 환경 모델(3D Map)을 구축한다. 이는 단순한 장애물 회피를 넘어, 특정 객체가 무엇인지(객체 분류), 어느 방향으로 얼마나 빠르게 움직이는지(이동 벡터 분석) 등을 종합적으로 파악하는 고차원적 상황 인식의 핵심 기반이 된다.

• 컴퓨터 비전과 딥러닝: 특히 딥러닝 기술의 발전은 드론의 시각적 인지 능력을 비약적으로 향상시켰다. YOLO(You Only Look Once)와 같은 최신 객체 탐지 알고리즘은 드론의 ‘눈’ 역할을 수행하며, 실시간 영상에서 특정 객체를 높은 정확도로 식별하고 분류한다.2 예를 들어, 농업용 드론은 이 기술을 통해 넓은 경작지에서 병충해를 입은 작물만을 정확히 식별하여 선별적으로 농약을 살포할 수 있으며 4, 군용 드론은 피아식별이 어려운 전장 환경에서 아군과 적군을 구별하여 오인 공격의 위험을 줄인다.7 재난 현장에 투입된 구조 드론은 열화상 카메라 영상과 AI 모델을 결합하여 숲 속에 쓰러져 있는 조난자를 신속하게 찾아낼 수 있다.6

2.1.2 판단 및 계획 (Decision & Planning): 지능의 두뇌

상황 인지를 통해 얻은 정보를 바탕으로, AI 드론은 주어진 임무 목표를 달성하기 위한 최적의 행동 계획을 수립하고 수정한다. 이 과정은 단순한 경로 탐색을 넘어, 복잡한 변수들을 고려한 다차원적 의사결정이다.

• 자율 항법 및 경로 계획: AI는 구축된 3차원 환경 모델과 임무 목표를 바탕으로 최적의 비행 경로를 실시간으로 계획하고, 비행 중 발생하는 예기치 못한 장애물이나 위협에 대응하여 경로를 동적으로 수정한다.3 이때의 ’최적’이란 단순히 최단 거리를 의미하지 않는다. AI는 비행 가능 시간(배터리 잔량), 임무 완수 시간, 외부 위협(적의 방공망, 악천후) 노출 가능성, 통신 가능 영역 등 다양한 요소를 종합적으로 고려한 다차원적 최적화 문제를 해결한다.

• ’수작업 지식(Handcrafted Knowledge)’의 한계와 진화: 초기의 자율 시스템은 개발자가 발생 가능한 모든 상황을 예측하고, ’만약 A 상황이면 B 행동을 하라’는 식의 규칙을 수작업으로 코딩하는 ‘Handcrafted Knowledge’ 방식에 크게 의존했다.2 이 방식은 수많은 제어 알고리즘을 연결하여 조종 및 항법 기능을 구현했지만, 두 가지 치명적인 한계를 가진다. 첫째, 개발자가 예측하지 못한 돌발 상황에 대해서는 전혀 대처할 수 없다. 둘째, 복잡한 시나리오에 대응하기 위해 규칙을 추가할수록 프로그램의 크기가 기하급수적으로 커져 드론의 제한된 연산 자원에 큰 부담을 준다.2 이러한 시스템은 겉보기에는 자율적으로 보일 수 있으나, 새로운 상황이 발생하면 결국 인간의 개입이 필요한 ‘자동화’ 수준에 머무른다.

• 머신러닝 기반 의사결정: 현대의 고등 자율 AI 드론은 이러한 한계를 극복하기 위해 머신러닝, 특히 강화학습(Reinforcement Learning)과 같은 기법을 적극적으로 도입하고 있다. 강화학습 모델은 수백만 번의 가상 시뮬레이션과 실제 비행 데이터를 통해 ’학습’한다. 특정 행동을 했을 때 주어지는 보상(예: 임무 성공, 에너지 절약)을 최대화하는 방향으로 스스로 시행착오를 거치며 최적의 행동 정책을 터득하는 것이다. 이를 통해 명시적으로 프로그래밍되지 않은 새로운 환경이나 돌발 상황에 마주쳤을 때도, 학습된 경험을 바탕으로 가장 합리적인 행동을 ‘스스로’ 추론하고 결정하는 능력을 갖추게 된다. 연료 부족, 적 위협 증가, 목표물 소실 등 복합적인 요인을 고려하여 임무를 계속할지, 아니면 기지로 복귀할지 결정하는 고차원적 판단 능력은 바로 이러한 학습 기반 의사결정 모델에서 비롯된다.

2.1.3 제어 및 실행 (Control & Action): 지능의 손과 발

판단 및 계획 단계에서 수립된 행동 계획은 정밀한 기체 제어를 통해 물리적인 움직임으로 실행된다.

• 자동 이착륙 및 비행 제어: AI는 드론 기체의 고유한 동역학 모델(무게, 추력, 관성 등)과 센서를 통해 실시간으로 감지되는 외부 환경 요인(바람의 세기와 방향, 기류 변화 등)을 종합적으로 계산하여, 각 모터를 정밀하게 제어한다.6 이를 통해 안정적인 호버링, 급기동, 정밀 비행이 가능하다. 특히, 별도의 활주로 없이 좁은 공간에서도 수직으로 이착륙할 수 있는 VTOL(Vertical Take-Off and Landing) 기능은 함선 갑판이나 도심 빌딩 숲과 같은 복잡한 환경에서의 운용성을 획기적으로 향상시킨다.8

기술 패러다임의 전환은 필연적으로 새로운 과제를 낳는다. 초기 드론 기술은 개발자의 의도와 예측 범위 내에서 작동하는 ‘Handcrafted Knowledge’ 기반의 ’자동화’에 머물렀다.2 이는 모든 행동의 원인과 결과가 명확히 추적 가능함을 의미했다. 그러나 머신러닝, 특히 강화학습의 도입은 드론이 방대한 데이터로부터 스스로 학습하고 예측 불가능한 상황에 창의적으로 대응하는 진정한 ‘자율화’ 시대를 열었다. 이 기술적 진보는 드론의 성능을 비약적으로 향상시켰지만, 동시에 의사결정 과정이 인간에게 완전히 투명하지 않은 ‘블랙박스(Black Box)’ 문제를 야기했다. 즉, 특정 상황에서 AI 드론이 왜 그러한 결정을 내렸는지 인간이 완벽하게 이해하고 설명하기 어려워진 것이다. 이 ‘블랙박스’ 문제는 기술적 난제를 넘어, 제3부에서 심도 있게 다룰 치명적 자율 무기(LAWS)의 ‘책임의 간극(Responsibility Gap)’ 문제, 즉 AI의 결정으로 인한 사고 발생 시 누구에게 책임을 물을 것인가 하는 근본적인 윤리적 딜레마와 직접적으로 연결된다.9 결국, 기술의 발전이 윤리적, 법적 질문을 촉발하는 명확한 인과 관계가 형성되는 것이다.

또한, 진정한 의미의 자율성은 외부의 도움 없이 독립적으로 임무를 완수할 수 있을 때 비로소 완성된다. 특히 통신이 두절되거나 방해받는(comms-denied) 극한의 환경, 예를 들어 적진 깊숙한 곳이나 재난 현장에서는 클라우드 서버와의 연결을 기대할 수 없다.10 이러한 상황에서 임무를 지속하기 위해서는 드론 기체 내에 탑재된 컴퓨터에서 모든 연산이 이루어지는 ‘온디바이스 AI(On-Device AI)’ 또는 ‘엣지 컴퓨팅(Edge Computing)’ 역량이 필수적이다.11 센서 데이터 처리, 딥러닝 기반 상황 인식, 실시간 경로 계획 등 고도의 연산을 제한된 배터리와 컴퓨팅 자원 내에서 효율적으로 처리할 수 있는 경량화된 AI 모델과 저전력 AI 반도체 기술이 자율성의 수준을 결정하는 핵심 변수가 된다. 이는 제2부의 기업 분석에서 Shield AI나 Anduril과 같은 선도 기업들이 드론 하드웨어 자체가 아닌, 엣지 환경에서 구동되는 AI 소프트웨어 플랫폼(Hivemind, Lattice OS)을 그들의 핵심 경쟁력으로 내세우는 이유를 명확히 설명해준다.13

2.2 장: 집단 지성의 발현 - 군집 지능(Swarm Intelligence)

개별 드론의 지능화가 고도화됨에 따라, 이제 기술의 흐름은 다수의 드론이 서로 협력하여 단일 개체로는 달성 불가능한 복잡하고 거대한 임무를 수행하는 ’군집 지능’으로 나아가고 있다.

2.2.1 군집 지능의 핵심 원리

• 탈중앙화(Decentralization) 및 자기 조직화(Self-organization): 군집 지능의 가장 큰 특징은 강력한 중앙 통제 시스템이 존재하지 않는다는 점이다.16 마치 자연의 개미 군집이 중앙의 명령 없이 개별 개미들의 단순한 상호작용(페로몬 공유)만으로 복잡한 군락을 형성하고 최적의 먹이 경로를 찾아내듯, 드론 군집 역시 개별 드론들이 사전에 프로그래밍된 간단한 규칙과 주변 동료 드론과의 국소적인 통신을 통해 전체적으로 질서 있고 지능적인 행동 패턴을 만들어낸다.16

• 견고성(Robustness)과 확장성(Scalability): 이러한 탈중앙화 구조는 시스템 전체의 생존성을 극대화한다. 중앙 통제 시스템에 의존하는 경우, 해당 시스템이 파괴되면 전체 네트워크가 마비되는 치명적인 약점을 가진다. 반면, 군집 드론은 일부 개체가 적의 공격으로 파괴되거나 고장으로 이탈하더라도, 나머지 드론들이 자율적으로 대형을 재구성하고 임무를 지속할 수 있다.16 전투력 손실이 급격히 발생하는 것이 아니라, 개체 수가 줄어드는 만큼 완만하게 감소하는 것이다.18 또한, 임무의 규모에 따라 새로운 드론을 군집에 유연하게 추가하여 전체 시스템을 손쉽게 확장할 수 있다는 장점도 있다.17

2.2.2 핵심 의사결정 알고리즘

군집 드론의 협력적 행동을 구현하기 위해 자연계의 집단 행동에서 영감을 받은 다양한 AI 알고리즘이 활용된다.

• 개미 군집 최적화 (Ant Colony Optimization, ACO): 개미들이 먹이를 찾고 집으로 돌아오면서 땅에 페로몬이라는 화학 물질을 남기는 행동 원리를 모방한 알고리즘이다.7 다른 개미들은 페로몬 농도가 짙은 경로를 따라갈 확률이 높아지고, 결과적으로 가장 짧은 경로에 가장 많은 페로몬이 쌓이게 되어 군집 전체가 최단 경로를 찾아내게 된다. 드론 군집은 이 원리를 응용하여, 각 드론이 탐색한 경로의 효율성 정보를 가상의 ’디지털 페로몬’으로 변환하여 공유한다. 이를 통해 통신이 단절된 지역을 우회하는 최적의 통신 중계망을 구축하거나, 광범위한 지역을 가장 효율적으로 정찰하는 경로를 찾아내는 등의 최적화 문제를 해결한다.7

• 입자 군집 최적화 (Particle Swarm Optimization, PSO): 새 떼나 물고기 떼가 무리를 지어 먹이를 찾는 과정을 수학적으로 모델링한 알고리즘이다.7 이 알고리즘에서 각 드론은 하나의 ’입자(particle)’로 간주된다. 각 입자는 탐색 공간을 비행하며, 자신이 지금까지 찾았던 최적의 위치(개인 최고해)와 군집 전체에서 발견된 최적의 위치(전역 최고해)를 기억하고 이 두 정보를 바탕으로 자신의 다음 비행 속도와 방향을 결정한다.21 이 과정을 반복하며 군집 전체가 점차 최적의 해답으로 수렴하게 된다. PSO는 광범위한 미지의 영역을 탐색하여 특정 목표물을 찾아내거나, 여러 개의 목표물을 다수의 드론이 최적으로 분담하여 추적하는 임무 등에 효과적으로 적용된다.7

2.2.3 군사적 운용 개념 및 전술적 이점

군집 지능 기술은 미래 전장의 패러다임을 바꿀 잠재력을 지니고 있다.

• 압도적 우위(Overwhelm): 수십, 수백 대의 저렴한 소형 드론을 동시에 투입하여 적의 레이더와 방공 시스템이 동시에 처리할 수 있는 한계를 초과시켜 무력화하는 ‘포화 공격(Saturation Attack)’ 전술이 가능하다.18 이는 고가의 첨단 방공망을 상대적으로 저렴한 비용으로 돌파할 수 있는 비대칭적 수단이 될 수 있다.

• 분산 협력 임무: 광활한 전장이나 재난 지역을 다수의 드론이 각자 구역을 나누어 동시에 수색함으로써 임무 시간을 획기적으로 단축할 수 있다.6 또한, 군집 내에서 각 드론에게 다른 역할을 부여하는 것도 가능하다. 예를 들어, 일부 드론은 고고도에서 넓은 지역을 감시하며 정보를 수집하고, 다른 드론들은 저고도에서 통신 중계기 역할을 수행하며, 또 다른 드론들은 식별된 위협에 대한 정밀 타격 임무를 대기하는 등, 복합적이고 유기적인 임무 수행이 가능하다.

• 보안 강화: 수많은 드론이 실시간으로 정보를 교환하는 군집 시스템에서는 통신 보안이 무엇보다 중요하다. 적의 해킹이나 기만 공격을 방지하기 위해 블록체인 기술을 적용하여 군집 내 드론 간의 통신 데이터 무결성을 확보하고, 위변조가 불가능한 방식으로 피아를 식별하는 연구가 진행되고 있다.2

군집 지능 기술은 전쟁의 경제학, 즉 ’비용 효율성’과 ’생존성’의 패러다임을 근본적으로 바꾸고 있다. F-35와 같은 고가의 5세대 전투기는 단 한 대의 손실이 막대한 전투력 공백과 경제적 손실을 야기하는 ’단일 실패점(Single Point of Failure)’의 위험을 안고 있다.18 반면, 군집 드론은 상대적으로 저렴한 다수의 소형 드론으로 구성되므로, 일부 개체의 손실은 전체 임무 수행 능력에 미미한 영향을 미칠 뿐이다.18 이는 ’손실’과 ’소모’를 전제로 한 새로운 방식의 작전 운용을 가능하게 하며, 비용-효과성을 극대화한다. 이러한 변화는 고가의 첨단 플랫폼 확보에 집중되어 온 기존의 국방 예산 구조와 무기 획득 패러다임에 근본적인 질문을 던진다. 특정 상황에서는 ’최고 성능의 창 하나’보다 ’충분히 좋은 창 수백 개’가 더 효과적이고 효율적인 전략적 선택지가 될 수 있음을 시사하는 것이다.

그러나 진정한 의미의 군집 지능이 전장과 같은 극한 환경에서 효과적으로 발현되기 위해서는 선결 과제가 있다. ACO나 PSO와 같은 군집 지능 알고리즘은 기본적으로 개별 드론 간의 원활한 ’정보 공유’를 전제로 작동한다.17 하지만 실제 전장은 적의 전자전 공격 등으로 인해 통신이 심각하게 방해받거나 완전히 두절될 가능성이 매우 높은 환경이다.11 이러한 상황에서 군집이 와해되지 않고 임무를 지속하기 위해서는, 각 드론이 외부 정보 없이도 독립적으로 상황을 판단하고 최소한의 임무를 수행할 수 있는 높은 수준의 ’개별 자율성’이 필수적이다. 즉, 1장에서 다룬 온디바이스 AI 기술의 성숙도가 군집의 견고성을 담보하는 것이다. 결국, ’개별 지능’과 ’집단 지능’은 상호 보완적인 관계에 있다. 개별 드론의 AI가 똑똑할수록, 통신 제약이라는 현실적인 한계 속에서도 더 견고하고 효과적인 군집 운용이 가능해진다. 이는 5G, 6G와 같은 차세대 초저지연 통신 기술의 발전이 군집 드론 기술의 성패를 좌우할 핵심적인 인프라임을 동시에 시사한다.10

3. AI 드론 시장 현황과 경쟁 구도

본 장에서는 AI 드론 기술이 어떻게 실질적인 비즈니스 가치로 전환되고 있는지, 글로벌 시장의 규모와 성장 동력을 정량적으로 분석하고, 시장의 주도권을 확보하기 위한 핵심 기업들의 전략과 경쟁 구도를 심층적으로 살펴본다.

3.1 장: 글로벌 시장 동향 및 전망

AI 드론 시장은 군사, 상업, 공공 등 전 분야에 걸쳐 폭발적인 성장세를 보이고 있으며, 이는 단순한 예측을 넘어 현실로 나타나고 있다.

• 시장 규모 및 성장률: 글로벌 드론 서비스 시장은 2024년 221억 달러 규모로 평가되었으며, 2025년부터 2032년까지 연평균 성장률(CAGR) 31.1%라는 경이로운 속도로 성장하여 2032년에는 2,138억 7천만 달러에 이를 것으로 전망된다.24 하드웨어를 포함한 전체 드론 시장 규모 역시 2025년 약 417억 9천만 달러에서 2030년에는 897억 달러 규모로 성장할 것으로 예측된다.23 여러 시장 분석 기관의 예측치에는 다소 차이가 존재하지만 23, 공통적으로 연평균 13%를 상회하는 높은 성장률을 전망하고 있다는 점에서 AI 드론 시장의 강력한 성장 잠재력에 대해서는 이견이 없다.

• 산업 분야별 시장 분석: AI 드론 시장의 성장은 특정 분야에 국한되지 않고 다방면에서 동시다발적으로 일어나고 있다.

• 군사용 드론: 전통적으로 드론 시장의 가장 큰 부분을 차지해 온 군사 분야는 최근의 지정학적 긴장 고조(우크라이나 전쟁, 이스라엘-하마스 분쟁 등)로 인해 수요가 더욱 급증하고 있다.5 정보 수집, 감시, 정찰(ISR) 임무는 물론 정밀 타격 능력까지 갖춘 군용 드론 시장은 2032년까지 연평균 11.9%에서 13.5%에 이르는 견고하고 안정적인 성장을 지속할 것으로 예상된다.5

• 배달 드론: 라스트마일 물류(Last-mile delivery)의 혁신을 이끌 핵심 주자로 주목받고 있다. 특히, 코로나19 팬데믹을 거치며 의약품, 식료품 등 비대면 배송 수요가 폭발적으로 증가했으며, 월마트(Walmart), 구글 윙(Wing) 등 거대 기업들이 투자를 본격화하고 있다.5 이 시장은 2028년까지 연평균 40%에 달하는 가장 폭발적인 성장률을 기록할 것으로 예측된다.5

• 농업용 드론: 인구 증가와 식량 안보 문제에 대응하기 위한 정밀 농업(Precision Agriculture)의 확산이 시장 성장을 견인하고 있다. AI 드론은 광활한 농지를 신속하게 모니터링하여 작물의 생육 상태를 분석하고, 필요한 곳에만 비료나 농약을 살포함으로써 생산 효율을 극대화한다.4 농업용 드론 시장은 2032년까지 연평균 20.7%의 높은 성장률을 보일 전망이다.5

• 공공안전 및 인프라 점검: 산불 감시, 실종자 수색, 교통 상황 모니터링 등 공공안전 분야의 수요가 꾸준히 증가하고 있다.5 또한, 송전선, 풍력 발전기, 교량 등 인간이 접근하기 어렵거나 위험한 대규모 인프라를 점검하는 데 드론이 활발하게 사용되면서 관련 시장은 연평균 13.0%의 안정적인 성장을 이어갈 것으로 보인다.5

• 주요 지역별 시장 특징:

• 북미: 미국을 중심으로 세계 최대 시장을 형성하고 있으며, 국방 분야의 압도적인 투자와 상업 분야의 활발한 기술 도입이 시장을 견인한다.24 특히 미국 연방항공청(FAA)의 규제 정책 방향이 상업용 드론, 특히 가시권 밖 비행(BVLOS) 및 도심 항공 모빌리티(UAM) 시장의 성숙도를 결정하는 핵심 변수로 작용하고 있다.24

• 아시아-태평양: 예측 기간 동안 가장 빠른 성장세를 보일 것으로 예상되는 지역이다.23 세계 최대의 드론 제조사인 DJI를 필두로 한 중국이 하드웨어 제조와 거대한 내수 시장을 모두 주도하고 있다.5 특히 중국 정부가 추진하는 ‘저고도 경제(Low-altitude Economy)’ 활성화 정책은 물류, 관광, 교통 등 다양한 분야에서 상업용 드론 시장의 폭발적 성장을 촉진하는 강력한 동력으로 작용하고 있다.5

• 유럽: 독일, 영국, 프랑스를 중심으로 에너지 시설 점검, 건설 현장 매핑, 부동산 촬영 등 산업용 수요가 시장을 주도하고 있다.24 유럽연합 항공안전청(EASA)이 제시하는 통일된 규제 프레임워크는 역내 시장의 안정적인 발전을 지원하는 긍정적인 요인이다.24

시장의 잠재력을 보다 명확히 이해하기 위해, 흩어져 있는 전망 데이터를 종합하여 핵심 분야별 성장 전망을 아래 표로 정리하였다. 이 표는 각 분야의 시장 규모와 성장 속도를 직관적으로 비교함으로써, 향후 어떤 분야가 AI 드론 시장의 성장을 주도할 것인지에 대한 명확한 그림을 제공한다. 이는 관련 기업의 전략 기획가나 투자자들이 자원 배분의 우선순위를 결정하는 데 중요한 기초 자료가 될 것이다.

<표 1> 글로벌 AI 드론 시장 분야별 성장 전망 (2024-2032)

주: 시장 규모는 다양한 보고서5의 전망치를 종합하여 추정한 평균값임.

3.2 장: 시장을 선도하는 글로벌 플레이어

AI 드론 시장의 경쟁 구도는 단순히 하드웨어 제조 역량을 넘어, 고도의 자율성을 구현하는 소프트웨어 플랫폼을 중심으로 빠르게 재편되고 있다. 특히 국방 분야에서는 새로운 패러다임을 제시하는 스타트업들이 기존 강자들을 위협하고 있다.

• AI 기반 국방 및 자율 임무 특화 기업 (소프트웨어 중심):

• Shield AI: 이 기업의 핵심 경쟁력은 ’하이브마인드(Hivemind)’라는 AI 파일럿 소프트웨어 플랫폼에 있다.13 하이브마인드의 최종 목표는 인간 조종사가 F-16 전투기를 조종하듯, AI가 다양한 종류의 무인기, 무인차량, 무인함정 등 이종(異種) 자산들을 통신과 GPS가 두절된 극한의 환경에서도 자율적으로 지휘하고 운용하는 것이다.14 이미 미 공군의 F-16 전투기, V-BAT 수직이착륙 무인기 등 다양한 플랫폼에 성공적으로 통합되었으며, 특정 하드웨어에 종속되지 않는 모듈식 개방형 아키텍처를 지향하여 빠른 확장성을 강점으로 내세운다.31

• Anduril Industries: ’래티스 OS(Lattice OS)’라는 개방형 소프트웨어 플랫폼을 중심으로 센서, 드론, 무기체계 등 하드웨어를 통합하는 독특한 전략을 구사한다.15 래티스 OS는 전장에 흩어져 있는 수많은 센서로부터 들어오는 데이터를 AI가 실시간으로 융합하고 분석하여, 인간 지휘관에게 단일화된 전장 상황도(Common Operating Picture)를 제공한다.15 이를 통해 지휘관의 의사결정 속도를 높이는 동시에, AI가 자율적으로 위협을 식별하고 대응책을 제안하거나 실행함으로써 인간의 개입을 최소화한 효율적인 임무 수행을 지원한다.36

• 상업용 및 산업용 드론 강자 (하드웨어 + AI):

• DJI: 글로벌 상업용 드론 시장의 약 70%를 점유하고 있는 명실상부한 시장의 지배자다.5 압도적인 하드웨어 제조 기술력과 가격 경쟁력을 바탕으로 소비자용 드론 시장을 석권했으며, 최근에는 이 하드웨어 플랫폼 위에 농업, 건설, 공공안전, 에너지 등 각 산업 분야에 특화된 AI 기반 분석 및 자동화 솔루션을 통합하며 B2B 시장으로 영향력을 빠르게 확대하고 있다.5

• Skydio: 복잡하고 예측 불가능한 환경에서의 탁월한 AI 기반 자율 비행 및 장애물 회피 기술로 명성을 얻은 기업이다.39 6개의 4K 카메라가 360도 전방위 시야를 확보하고, 온보드 AI가 실시간으로 3D 지도를 생성하며 장애물을 회피하기 때문에, 인간 조종사가 비행하기 매우 까다로운 교량 하부, 건물 내부, 숲 속 등 협소하고 복잡한 공간에서의 정밀 인프라 점검이나 수색, 정찰 임무에 독보적인 강점을 보인다.39

이들 핵심 기업의 전략적 차이는 AI 드론 시장의 미래 경쟁 구도를 예측하는 중요한 단서를 제공한다. Shield AI와 Anduril은 ’소프트웨어가 하드웨어 플랫폼의 가치를 정의한다’는 새로운 패러다임을 제시하며 국방 시장의 혁신을 주도하고 있다. 반면, DJI는 압도적인 하드웨어 시장 지배력을 기반으로 각 버티컬 산업에 맞는 소프트웨어 솔루션을 추가하며 생태계를 확장하는, 보다 점진적인 전략을 취하고 있다. 아래 표는 이러한 경쟁 구도의 핵심 축, 즉 각 기업의 기술 전략과 접근 방식의 차이를 명확하게 비교 분석한다. 이를 통해 각 기업의 강점과 약점, 그리고 미래 시장에서의 잠재적 경쟁 우위를 입체적으로 파악할 수 있으며, 이는 파트너십 체결, 투자 대상 선정, 경쟁 전략 수립 등 실질적인 의사결정에 직접적인 통찰을 제공할 것이다.

<표 2> 주요 자율 임무 AI 드론 기업 및 핵심 플랫폼 비교

3.3 장: 국내 기술 현주소와 주요 기업 동향

글로벌 AI 드론 시장이 급격히 팽창하는 가운데, 한국 역시 시장의 주요 플레이어로 발돋움하기 위한 노력을 가속화하고 있다. 국내 시장은 정부 주도의 정책과 방산 기업의 R&D 투자가 성장을 견인하는 특징을 보인다.

• 국내 산업 생태계: 2020년 기준 국내 드론 시장은 약 4,945억 원 규모로, 2016년 대비 7배 가까이 성장했으며, 정부는 2025년까지 시장 규모를 1조 원으로 확대하는 것을 목표로 하고 있다.41 활용 분야에서는 농업용 방제 드론이 전체의 56%로 가장 높은 비중을 차지하고 있으며, 촬영(20%), 건설·측량(10%)이 그 뒤를 잇고 있다.26 정부는 ’드론산업 육성정책 2.0’을 통해 ▲우수 기업 집중 지원을 통한 K-드론 브랜드 육성, ▲공공 부문 국산 드론 활용 확대, ▲드론 실증 기반 강화 등을 중점적으로 추진하고 있다.41 또한, 규제 제약 없이 자유롭게 기술을 실증할 수 있는 ’드론특별자유화구역’을 전국 각지에 지정하고, 드론 전용 비행시험장 및 인증센터를 구축하는 등 산업 발전을 위한 인프라 확충에도 힘쓰고 있다.26

• 주요 방산 기업 동향: 국내 AI 드론 기술 개발은 방산 기업들이 주도하고 있다. 이들의 전략은 핵심 소프트웨어 기술은 해외 선진 기업과의 협력을 통해 확보하고, 플랫폼 개발 및 시스템 통합 역량은 자체적으로 강화하는 ‘선택과 집중’ 방식으로 요약된다.

• 한화에어로스페이스/한화시스템: 미래 전장의 핵심이 될 유무인 복합체계(MUM-T) 개발에 역량을 집중하고 있다.44 특히, AI 파일럿 분야의 선두주자인 미국 Shield AI에 대한 지분 투자는 이러한 전략을 명확히 보여준다. 이를 통해 검증된 선진 자율 비행 소프트웨어 기술을 신속하게 확보하고, 이를 자체 개발 중인 무인 항공기 및 다목적 무인차량 ‘아리온스멧(Arion-SMET)’ 등 다양한 무인 플랫폼에 통합하여 시너지를 창출하려는 계획이다.45

• LIG넥스원: 감시정찰 및 공격용 드론을 자체 개발 완료하는 등 플랫폼 기술력을 축적해왔다.48 특히 AI 기술을 접목한 차세대 유도무기(미사일)와 안티드론(Anti-drone) 시스템 개발에 강점을 보이고 있다.49 LIG넥스원 역시 Shield AI와의 기술 협력을 통해 미래 무기체계 R&D를 고도화하고, 수직이착륙 드론, 무인수상정 ‘해검’ 등 보유 중인 다양한 플랫폼의 자율화 수준을 높여나갈 계획이다.50

• 기술 수준 평가: 국내 연구진이 AI 드론의 두뇌 역할을 하는 운영체제(OS) 핵심 소프트웨어를 개발하여 세계적 수준의 안전성 평가를 받는 등 10, 기반 기술 확보를 위한 노력이 꾸준히 이루어지고 있다. 그러나 글로벌 선도 기업인 Shield AI나 Anduril이 보여주는 고도의 자율 임무 관장 AI 플랫폼 기술과 비교하면, 소프트웨어 분야에서는 아직 기술적 격차가 존재하는 것이 현실이다. 국내 방산 대기업들이 앞다투어 해외 AI 전문 기업에 투자하고 협력 관계를 구축하는 것은, 이러한 기술 격차를 단기간에 따라잡고 글로벌 경쟁에 참여하기 위한 필연적이고 전략적인 행보로 분석된다. 이는 핵심 AI 소프트웨어는 검증된 외부 기술을 도입(Buy)하고, 플랫폼 개발 및 최종 시스템 통합(System Integration)은 자체 역량(Make)으로 해결하려는 합리적인 ‘Make or Buy’ 전략의 일환으로 평가할 수 있다.

글로벌 시장이 DJI를 중심으로 한 상업용 시장의 ‘Bottom-up’ 성장 모델을 보이는 것과 달리, 국내 AI 드론 시장은 정부의 정책적 지원과 방산 기업의 R&D 투자를 중심으로 한 ‘Top-down’ 방식의 성장 모델을 뚜렷하게 보인다. 이는 국내 기업들이 고도의 신뢰성과 보안이 요구되는 군용 기술 개발에 우선적으로 집중하고, 여기서 확보된 기술을 향후 민간 시장으로 확산(Spin-off)시키는 전략을 취할 가능성이 높음을 시사한다.

4. 미래 전망과 핵심 과제

AI 드론 기술은 무한한 가능성을 열어가고 있지만, 그 잠재력을 완전히 실현하기 위해서는 아직 넘어야 할 기술적, 윤리적, 법규적 장벽들이 존재한다. 본 장에서는 AI 드론이 마주한 핵심 과제들을 분석하고, 이를 극복하기 위한 노력과 미래 사회에 미칠 파급 효과를 전망한다.

4.1 장: 기술적 난제와 진화의 방향

현재의 AI 드론은 여전히 하드웨어의 물리적 제약과 소프트웨어의 기술적 한계에 직면해 있다. 이를 극복하기 위한 연구개발이 기술 진화의 방향을 결정할 것이다.

• 하드웨어 제약 극복:

• 배터리 및 운용 시간: 현재 상용 드론의 가장 큰 제약은 짧은 비행 시간이다. 대부분의 드론이 의존하는 리튬이온 배터리는 에너지 밀도에 명백한 한계를 가지며, 이는 드론의 작전 반경과 임무 지속 능력을 심각하게 제한한다.10 이 문제를 해결하기 위해, 리튬이온 배터리보다 훨씬 높은 에너지 밀도를 가진 수소연료전지를 동력원으로 사용하는 연구가 활발히 진행되고 있다.26 또한, 임무 지역 인근에 드론이 스스로 착륙하여 방전된 배터리를 새것으로 교체하고 다시 임무에 복귀하는 ‘자동 배터리 교환 스테이션’ 기술도 중요한 대안으로 연구되고 있다.53

• 통신 대역폭 및 지연: 고해상도 EO/IR 영상의 실시간 전송, 다수 드론 간의 원활한 데이터 교환을 위해서는 광대역·초저지연 통신 기술이 필수적이다. 현재의 통신 기술로는 대규모 군집 드론의 모든 데이터를 지연 없이 처리하기 어렵다. 5G, 그리고 향후 등장할 6G 이동통신 기술과의 융합은 이러한 통신 제약을 해결할 핵심 열쇠다.10 초고속 통신망은 드론이 엣지(기체)에서 처리하기 어려운 방대한 연산을 클라우드 AI 서버로 보내 처리한 후 결과를 받는 것을 가능하게 하여, 사실상 드론의 지능을 무한히 확장시키는 효과를 가져올 수 있다.

• 온보드 연산 능력: 반대로 통신이 불가능한 환경에서는 드론 자체의 연산 능력이 모든 것을 결정한다. 제한된 크기와 전력 소모량 내에서 복잡한 딥러닝 알고리즘을 실시간으로 구동해야 하는 것은 AI 드론이 마주한 근본적인 기술적 제약이다.11 이 문제를 해결하기 위해, AI 모델의 성능은 유지하면서 연산량과 메모리 사용량을 줄이는 ‘모델 경량화(양자화, 프루닝 등)’ 기술과, AI 연산에 특화된 저전력 고효율 반도체(NPU, Neural Processing Unit)를 드론에 탑재하는 ‘온디바이스 AI’ 최적화 연구가 미래 자율 드론 기술의 핵심 과제로 부상하고 있다.11

• AI 기술의 진화:

• 설명가능 AI (Explainable AI, XAI): 현재의 딥러닝 모델은 ’블랙박스’와 같아서 왜 그런 결정을 내렸는지 그 과정을 인간이 이해하기 어렵다. 이는 AI 드론의 신뢰성을 확보하는 데 큰 걸림돌이 된다. 설명가능 AI(XAI)는 AI의 판단 근거를 인간이 이해할 수 있는 형태로 시각화하거나 설명해주는 기술이다. 예를 들어, AI가 특정 차량을 ’위협’으로 판단했다면, “차량의 형태, 이동 속도, 예상 경로가 과거 학습 데이터의 위협 패턴과 95% 일치함“과 같이 근거를 제시하는 것이다. XAI는 AI 드론의 오작동 원인을 분석하고, 사고 발생 시 책임 소재를 규명하며, 궁극적으로 인간이 AI를 신뢰하고 통제하는 데 필수적인 기술이다.

• 인간-AI 협업(Human-AI Teaming): 미래의 전장과 산업 현장은 소수의 인간 운용자가 다수의 AI 드론 군집에게 “A 지역을 정찰하고 위협 요소를 식별하라“와 같은 고차원적인 임무 목표를 부여하는 형태로 변화할 것이다. 그러면 AI 드론 군집은 스스로 세부적인 정찰 경로를 계획하고, 드론 간 역할을 분담하며, 임무를 수행하고, 그 결과를 인간에게 보고한다.54 이 과정에서 인간의 역할은 개별 드론을 일일이 조종하는 ’조종사(Pilot)’에서, 전체 시스템의 목표를 설정하고 AI의 임무 수행을 감독하는 ‘임무 지휘자(Mission Commander)’ 또는 ’시스템 관리자(System Manager)’로 전환될 것이다.

4.2 장: 치명적 자율 무기(LAWS)와 윤리적 딜레마

AI 드론 기술의 발전은 인류에게 ’기계에 살상을 허용할 것인가’라는 심각한 윤리적 질문을 던진다.

• ‘킬러 로봇’ 논쟁의 부상: AI 드론 기술이 군사적으로 고도화되면, 인간의 최종적인 발사 승인 없이 AI가 스스로의 판단에 따라 목표물을 선택하고 공격하는 무기체계, 즉 ’치명적 자율 무기 시스템(Lethal Autonomous Weapon Systems, LAWS)’의 등장이 현실화된다.9 지지자들은 LAWS가 인간 병사를 위험한 전장에서 구하고, 감정에 휘둘리지 않는 냉정한 판단으로 민간인 피해를 줄일 수 있으며, 인간보다 훨씬 빠른 반응 속도로 아군을 보호할 수 있다고 주장한다.3

• 핵심 쟁점: 책임의 간극(Responsibility Gap): 그러나 LAWS가 AI의 오작동, 데이터 편향, 또는 적의 해킹으로 인해 전쟁법을 위반하여 무고한 민간인이나 아군을 공격하는 끔찍한 사고를 일으켰을 경우, 그 법적·윤리적 책임은 과연 누구에게 있는가?.9 AI 알고리즘을 설계한 프로그래머, 드론을 제작한 제조사, 무기 사용을 승인한 지휘관, 현장에서 시스템을 활성화한 운용자 중 그 누구도 AI의 모든 행동을 예측하고 완벽하게 통제할 수는 없었다. 이처럼 누구에게도 온전한 책임을 묻기 어려운 ‘책임의 공백’ 상태가 발생하는 것이 LAWS 논쟁의 가장 핵심적인 딜레마이다.9

• 국제 사회의 규제 논의: 이러한 윤리적 우려로 인해, 유엔(UN)의 특정재래식무기금지협약(CCW)을 중심으로 LAWS의 개발과 사용을 전면적으로 금지하거나 엄격하게 규제하려는 국제적 논의가 수년간 진행되어 왔다.56 시민사회와 일부 국가들은 ’킬러 로봇’이 인류의 존엄성을 훼손하고 국제 안보를 심각하게 위협할 것이라며 선제적인 금지 조약을 촉구하고 있다. 그러나 미국, 중국, 러시아 등 군사 강대국들은 AI 기술이 미래 국방력의 핵심이라는 인식하에 기술 개발의 필요성을 주장하며 규제 논의에 신중한 입장을 보이고 있어, 국제적 합의 도출은 난항을 겪고 있다.56 현재로서는 공격 결정의 최종 단계에서는 반드시 인간이 개입해야 한다는 ‘의미 있는 인간 통제(Meaningful Human Control)’ 원칙을 유지하는 선에서 개발을 허용해야 한다는 절충안이 논의되고 있지만, ’의미 있는 통제’의 수준과 정의에 대한 각국의 해석이 달라 실효성 있는 규범을 만드는 데 어려움이 있다.

4.3 장: 법규 및 규제 환경의 변화

AI 드론 기술이 현실에 안전하게 착륙하기 위해서는 기술의 발전에 발맞춘 법규 및 규제 체계의 정비가 시급하다.

• 국내 항공안전법 규제: 현행 국내 항공안전법은 드론을 ’초경량비행장치’로 분류하고, 기체의 무게(최대이륙중량 2kg 초과 시 신고), 비행 목적(사업용/비사업용), 비행 구역(관제권, 비행금지구역), 비행 시간(일몰 후~일출 전 야간비행 금지) 등을 기준으로 운용을 엄격하게 규제한다.58 조종사가 육안으로 드론을 확인할 수 없는 가시거리 밖 비행(BVLOS)이나 야간 비행 등은 국토교통부의 특별비행승인을 받아야만 예외적으로 가능하다.61 그러나 이러한 규정들은 대부분 ’인간 조종사’가 드론을 직접 제어하는 상황을 전제로 하고 있다. AI가 인간의 개입 없이 수십, 수백 킬로미터를 자율적으로 비행하는 시대가 도래함에 따라, 이러한 고도의 자율 비행을 상정한 새로운 안전 기준과 규제 체계를 마련하는 것이 시급한 과제로 떠오르고 있다.

• 글로벌 AI 규제의 영향: 유럽연합(EU)이 세계 최초로 제정한 포괄적인 인공지능 규제법인 ’AI Act’는 향후 글로벌 표준이 될 가능성이 높다.62 이 법은 AI 시스템이 사회에 미치는 위험 수준에 따라 ‘금지’, ‘고위험’, ‘제한된 위험’, ’최소 위험’의 4단계로 분류하여 차등 규제한다. 자율 비행 드론, 특히 인프라나 사람의 안전과 직결되는 드론은 ’고위험 AI 시스템’으로 분류될 가능성이 매우 높으며, 이 경우 시장에 출시하기 전 엄격한 위험 평가, 데이터 품질 관리, 투명성 확보, 인간의 감독 의무 등을 준수해야 한다.63 이는 국내 드론 기업들이 글로벌 시장에 진출하기 위해 반드시 충족해야 할 새로운 규제 장벽이자 표준이 될 것이다.

• 사고 발생 시 법적 책임 소재: 자율 비행 드론이 추락하여 인명이나 재산 피해를 야기했을 경우, 그 책임 소재를 가리는 것은 매우 복잡한 법적 문제다. 현행법 체계에서는 우선 제조물 책임법에 따라 드론 기체나 소프트웨어의 명백한 결함이 입증되면 제조사나 소프트웨어 개발자에게 책임을 물을 수 있다.64 그러나 사고의 원인이 AI의 학습 데이터에 내재된 편향 때문이거나, 수많은 변수 속에서 AI가 내린 예측 불가능한 판단의 결과일 경우, 누구의 ’결함’이나 ’과실’로 규정하기가 매우 어렵다. 또한, 드론 운용자가 AI의 자율 비행을 얼마나 감독해야 할 의무가 있는지 등 기존 민법상 불법행위 책임 법리만으로는 해결하기 어려운 새로운 법적 쟁점들이 계속해서 부상하고 있다.64

AI 드론이 마주한 기술적 한계, 윤리적 딜레마, 법적 공백은 각각 독립된 문제가 아니라 서로 복잡하게 얽혀 있는 ‘트릴레마(Trilemma)’ 관계를 형성한다. 예를 들어, 통신 두절이라는 기술적 한계를 극복하기 위해 온디바이스 AI 기반의 완전 자율성을 높이는 기술적 진보는, 역설적으로 인간의 통제에서 벗어난 ’킬러 로봇’의 등장을 가속화하여 ’책임의 간극’이라는 윤리적 딜레마를 심화시킨다.9 반대로, ’의미 있는 인간 통제’를 강제하는 강력한 윤리적 규제를 도입하면 AI의 자율적 의사결정 능력을 제한하여 기술 발전의 속도를 저해할 수 있다. 또한, 자율 비행 사고에 대한 명확한 법적 책임 규정이 없다면 기업들은 소송 리스크를 회피하기 위해 기술 도입에 소극적이 될 수밖에 없다.64 따라서 이 세 가지 문제는 어느 하나를 먼저 해결할 수 있는 성질의 것이 아니며, 기술 개발자, 정책 입안자, 법률가, 윤리학자가 머리를 맞대고 사회적 합의를 통해 균형점을 찾아나가야 하는 복합적인 과제이다.

이러한 맥락에서, EU의 AI Act와 같은 강력한 규제는 단기적으로는 기업에 부담을 주는 ’장벽’으로 인식될 수 있다.62 하지만 장기적인 관점에서 보면, 이는 오히려 새로운 ’경쟁력’의 원천이 될 수 있다. 결국 미래 시장에서는 안전성과 신뢰성이 검증된 AI 드론만이 소비자와 사회의 인정을 받게 될 것이기 때문이다. 따라서 선제적으로 높은 수준의 안전 및 윤리 기준, 예를 들어 설명가능 AI 기술을 탑재하거나 데이터 보안을 강화하는 기업은, 이를 ’신뢰’라는 강력한 무형의 자산으로 전환하여 글로벌 시장에서 차별화된 경쟁 우위를 확보할 수 있을 것이다. 이는 규제를 단순한 비용이나 장애물로 간주할 것이 아니라, 미래 시장을 선점하기 위한 핵심적인 기술 개발 목표로 설정하고 전략적으로 접근해야 함을 시사한다.

5. 결론: AI 드론이 열어갈 미래와 전략적 제언

본 보고서는 스스로 임무 수행 여부를 결정하는 고등 자율지능 AI 드론의 기술적 본질, 시장 현황, 그리고 미래의 과제들을 다각도로 분석했다. 분석 결과를 종합하면, AI 드론은 더 이상 단순한 원격 조종 비행체가 아니라, 하늘을 무대로 독자적으로 데이터를 수집하고, 상황을 분석하며, 물리적 임무를 수행하는 ’지능형 엣지 컴퓨팅 노드(Intelligent Edge-Computing Node)’로 진화하고 있음이 명백하다. 군사, 물류, 농업, 인프라 관리 등 사회 전반에 걸쳐 AI 드론이 가져올 패러다임의 변화는 이미 시작되었으며, 그 속도는 더욱 빨라질 것이다.

이러한 거대한 변화의 흐름 속에서 대한민국이 글로벌 AI 드론 산업의 경쟁력을 확보하고 미래 시장을 선도하기 위해서는 다음과 같은 다각적인 노력이 요구된다.

• 기술 개발: 글로벌 선도 기업과의 기술 격차가 존재하는 ’AI 파일럿’과 같은 핵심 소프트웨어 기술에 대한 국가적 차원의 R&D 투자를 집중해야 한다. 특히, 통신 두절 환경에서의 자율 임무 수행을 위한 온디바이스 AI, 제한된 자원에서의 효율적 연산을 위한 AI 모델 경량화, 그리고 기술의 신뢰성을 담보할 설명가능 AI(XAI) 등 차세대 핵심 기술을 선점하기 위한 과감하고 전략적인 연구개발이 시급하다.

• 정책 및 제도: 현재의 규제 체계는 인간 조종사를 전제로 설계되어 있어 고도의 자율성을 가진 AI 드론의 운용을 제대로 담아내지 못하고 있다. 기술 발전을 저해하지 않으면서도 국민의 안전을 보장할 수 있는 새로운 규제 프레임워크, 가칭 ’K-드론 AI 법’의 선제적인 설계가 필요하다. 이는 원칙적으로 허용하되 예외적으로 금지하는 ‘네거티브 규제’ 방식을 기반으로, 기술 실증과 상용화를 촉진하는 방향으로 추진되어야 한다.

• 사회적 합의: 치명적 자율 무기(LAWS)와 같이 기술의 발전이 인류의 보편적 가치와 충돌할 수 있는 민감한 이슈에 대해서는 회피가 아닌 적극적인 사회적 공론장 형성이 필요하다. 기술의 개발 단계부터 시민, 전문가, 정부가 함께 참여하여 윤리 가이드라인을 마련하고, 기술이 인류에게 이로운 방향으로 사용될 수 있도록 제어장치를 구축해야 한다. 이러한 과정은 기술에 대한 막연한 불안감을 해소하고 국민적 신뢰를 확보함으로써, 지속가능한 산업 생태계를 구축하는 단단한 초석이 될 것이다.

AI 드론이 열어갈 미래는 도전과 기회로 가득 차 있다. 기술적 난제와 윤리적 딜레마라는 도전을 슬기롭게 극복하고, 산업 혁신과 사회 문제 해결이라는 기회를 포착하기 위한 대한민국 사회 전체의 지혜와 노력이 필요한 시점이다.

6. 참고 자료

1. [보고서]드론 자율비행 기술 동향, https://scienceon.kisti.re.kr/srch/selectPORSrchReport.do?cn=KOSEN000000000001954
2. 드론의 지능화와 4차 산업혁명 기술 - ETRI 지식공유플랫폼, https://ksp.etri.re.kr/ksp/plan-report/file/728.pdf
3. 자율 무기 시스템: AI 드론과 무인 전투기의 역할 - 상생장터 - 티스토리, https://comvicrt-three.tistory.com/2
4. 인공지능과 자율 시스템: 드론과 로봇 - 코드잇, https://www.codeit.kr/tutorials/20052/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5%EA%B3%BC%20%EC%9E%90%EC%9C%A8%20%EC%8B%9C%EC%8A%A4%ED%85%9C%3A%20%EB%93%9C%EB%A1%A0%EA%B3%BC%20%EB%A1%9C%EB%B4%87
5. 품목별ICT 시장동향 - 글로벌 ICT포털, https://www.globalict.kr/upload_file/kms/202312/46257328044971008.pdf
6. 더 안전하고 편리한 비행, ‘항공 AI’ 시대 앞당기려면 - 네이버 프리미엄콘텐츠, https://contents.premium.naver.com/jiphyunnet/knowledge/contents/250729003424509gk
7. PowerPoint 프레젠테이션 - 글로벌 ICT포털, https://www.globalict.kr/upload_file/kms/202410/18714236900164300.pdf
8. 무인 항공기 - 위키백과, 우리 모두의 백과사전, https://ko.wikipedia.org/wiki/%EB%AC%B4%EC%9D%B8_%ED%95%AD%EA%B3%B5%EA%B8%B0
9. 치명적 자율무기체계의 도덕적 책임 문제 연구 - Korea Science, https://www.koreascience.kr/article/JAKO202322957792748.pdf
10. AI 드론, SW플랫폼과 5G를 만나다 - 한국전자통신연구원, https://www.etri.re.kr/webzine/20200327/sub04.html
11. 전술 환경을 위한 AI 기술 동향 및 온-디바이스 최적화 전략, https://koreascience.kr/article/JAKO202521161204287.pdf
12. 전술 환경을 위한 AI 기술 동향 및 온-디바이스 최적화 전략 - KoreaScience, https://koreascience.kr/article/JAKO202521161204287.page;?&lang=ko
13. 글로벌 벤처금융 :: 실리콘밸리가 주목하는 디펜스-테크 - Market Watch, https://vcletter.co.kr/page/view.php?type=newsletter&category=22&idx=81
14. Hivemind to be leveraged for autonomous maritime operations with Shield AI and HII partnership - Military Embedded Systems, https://militaryembedded.com/unmanned/sensors/hivemind-to-be-leveraged-for-autonomous-maritime-operations-with-shield-ai-and-hii-partnership
15. Command & Control - Anduril, https://www.anduril.com/command-and-control/
16. 군집 지능 및 자율 드론 함대 - Hostragons®, https://www.hostragons.com/ko/%EB%B8%94%EB%A1%9C%EA%B7%B8/%EA%B5%B0%EC%A7%91-%EC%A7%80%EB%8A%A5-%EB%B0%8F-%EC%9E%90%EC%9C%A8-%EB%93%9C%EB%A1%A0-%ED%95%A8%EB%8C%80/
17. 비전 AI의 군집 지능: 작동 방식 - Ultralytics, https://www.ultralytics.com/ko/blog/what-is-swarm-intelligence-exploring-its-role-in-vision-ai
18. 미래전을 주도할 군집 드론(Drone Swarm) 개발동향 및 발전추세, https://bemil.chosun.com/nbrd/bbs/view.html?b_bbs_id=10008&num=157
19. A Survey of Ant Colony Optimization Based Routing Protocols for Mobile Ad Hoc Networks, https://publications.goettingen-research-online.de/bitstream/2/75996/3/08066299.pdf
20. (PDF) Ant Colony Optimization for Efficient Distance and Time …, https://www.researchgate.net/publication/378115766_Ant_Colony_Optimization_for_Efficient_Distance_and_Time_Optimization_in_Swarm_Drone_Formation/download
21. UAV Path Planning Using an Adaptive Strategy for the Particle …, https://www.mdpi.com/2504-446X/9/3/170
22. Research on UAV Path Planning Strategy Based on Particle Swarm Optimization Algorithm, https://www.ewadirect.com/proceedings/tns/article/view/22587
23. 드론 시장 규모, 동향 보고서, 성장 및 2030년 전망 - Mordor Intelligence, https://www.mordorintelligence.kr/industry-reports/drones-market
24. 드론 서비스 시장 규모, 공유 | 성장 보고서 [2032], https://www.fortunebusinessinsights.com/ko/drone-services-market-102682
25. UAV 드론 시장 규모, 미래 추세 2034 - Business Research Insights, https://www.businessresearchinsights.com/ko/market-reports/uav-drones-market-102450
26. 국내 드론산업의 선진화 방안, https://dronerobot.iscu.ac.kr/board/download.asp?filename=%B1%B9%B3%BB%20%B5%E5%B7%D0%BB%EA%BE%F7%C0%C7%20%BC%B1%C1%F8%C8%AD%20%B9%E6%BE%C8.pdf
27. 군용 드론 시장 규모, 점유율 및 성장 전망, 2032 - Global Market Insights, https://www.gminsights.com/ko/industry-analysis/military-drone-market
28. 2025년 외날(fixed-wing) 드론 최신 연구동향 및 미래 전망 - Goover, https://seo.goover.ai/report/202507/go-public-report-ko-897a8d7d-05eb-4d9f-9efc-c8169b4131a3-0-0.html
29. NEWS 2024 - 드론쇼코리아, https://www.droneshowkorea.com/file/DroneShowKorea_News.pdf
30. 소규모 드론 시장 규모, 공유, 동향 | 산업 보고서 [2032] - Fortune Business Insights, https://www.fortunebusinessinsights.com/ko/small-drones-market-102227
31. Shield AI and HII Partner to Accelerate Modular Cross-Domain Mission Autonomy Solutions, https://hii.com/news/shield-ai-and-hii-partner-to-accelerate-modular-cross-domain-mission-autonomy-solutions/
32. Hivemind Solutions - Shield AI, https://shield.ai/hivemind-solutions/
33. Airbus and Shield AI Accomplish First Autonomous Aerial Logistics Connector Helicopter Flight, https://shield.ai/airbus-and-shield-ai-accomplish-first-autonomous-aerial-logistics-connector-helicopter-flight/
34. 온다스 vs 안두릴 차기 드론 시장의 승자는? - 네이버 프리미엄콘텐츠, https://contents.premium.naver.com/mizumi/mijumi/contents/250814184411795rm
35. Anduril’s Lattice AI - Defense Update:, https://defense-update.com/20231222_lattice-ai.html
36. Mission Autonomy - Anduril, https://www.anduril.com/mission-autonomy/
37. Ghost | Anduril, https://www.anduril.com/hardware/ghost-autonomous-suas/
38. Anduril unveils software to manage hordes of drones - C4ISRNet, https://www.c4isrnet.com/industry/2023/05/03/anduril-unveils-software-to-manage-hordes-of-drones/
39. 2024년 혁신을 선도하는 최고의 드론 회사 - FlyPix AI, https://flypix.ai/ko/blog/best-drone-companies/
40. Skydio Enterprise 대안: 최고의 자율 드론 솔루션 - FlyPix AI, https://flypix.ai/ko/blog/skydio-enterprise-alternatives/
41. 보 도 자 료 - 한국지능형교통체계협회, https://itskorea.kr/downloadFile.do?fileId=FILE_000000000030937&fileSn=0
42. 무인·자율의 드론 운용을 위한 법적 과제와 전망, https://repository.klri.re.kr/bitstream/2017.oak/9827/1/18079k.pdf
43. 4차 산업혁명 시대 드론산업 정책의 제도화와 대안전략:, https://www.ii.re.kr/download/JOURNAL_ATTACH?storageNo=3890
44. AI·드론이 바꾼 전장···“우리나라 국방도 SW 중요성 인식해야”, https://www.sisajournal-e.com/news/articleView.html?idxno=413843
45. AI에 공들이는 K-방산…기술 개발부터 지분 투자까지 ‘활발’ - ceo스코어데일리, https://www.ceoscoredaily.com/page/view/2025031216013801410
46. 한화, AI•무인화 로드맵 공개…“28년까지 무인차량 ‘풀라인-업’ 개발”, https://www.hanwhaaerospace.com/kor/media/newsroom/view.do?seq=488
47. 한화에어로스페이스, 美 방산 스타트업 ‘실드 AI’ 전략적 투자…무인기 확대 - YouTube, https://www.youtube.com/watch?v=WSc-lV1B4Kg
48. KAI·한화·LIG넥스원, AI 무인기·드론 기술 내재화 ‘박차’ - 중앙이코노미뉴스, https://www.joongangenews.com/news/articleView.html?idxno=426802
49. LIG넥스원, AI 미사일로 글로벌 시장 정조준…2028년 첫 시제품 출시, https://www.g-enews.com/article/Global-Biz/2025/07/202507150631183755fbbec65dfb_1
50. 무인화·미래전 - LIG Nex1, https://www.lignex1.com/business/unmnFtrwList.do
51. 항공전자·드론 - LIG Nex1, https://www.lignex1.com/business/avncDrnList.do
52. LIG넥스원, 美 레이시온·쉴드AI와 차세대 기술 개발 협력 - 매거진한경, https://magazine.hankyung.com/business/article/202505293986b
53. [보고서]주기적 무인 모니터링을 위한 인공지능기반 드론배터리 교환시스템 개발, https://scienceon.kisti.re.kr/srch/selectPORSrchReport.do?cn=TRKO202100022642
54. Navigating the Future of the Drone Industry: Autonomy, AI, and Workforce Transformation, https://dronelife.com/2025/09/05/navigating-the-future-of-the-drone-industry-autonomy-ai-and-workforce-transformation/
55. ‘이 전투서 인간은 빠져라’…치명적 AI 무기 ‘킬러로봇’ 논란 [이철재의 밀담], https://www.joongang.co.kr/article/25122879
56. 자율살상무기 발전에 따른 예상쟁점 및 대응방안, https://www.inss.re.kr/upload/bbs/BBSA05/202409/F20240919095355073.pdf
57. 자율무기체계 도입의 윤리적 논쟁과 대응방안, http://www.futurewarfare.re.kr/bbs_sun/download.php?b_name=workingPapers&filename=workingPapers_202112141342081.pdf&oriname=working_104.pdf
58. 드론비행 유의사항 안내 상세보기 - 국토교통부, https://www.molit.go.kr/sroa/USR/BORD0201/m_36344/DTL.jsp?id=sraa_0405&cate=&mode=view&idx=261410&key=&search=&search_regdate_s=2024-03-13&search_regdate_e=2025-03-13&order=&desc=asc&srch_prc_stts=&item_num=0&search_dept_id=&search_dept_nm=&srch_usr_nm=N&srch_usr_titl=N&srch_usr_ctnt=N&srch_mng_nm=N&old_dept_nm=&search_gbn=&search_section=&source=&search1=&lcmspage=1
59. 무인비행장치(드론) 관련 제도 소개 정책Q&A 상세보기 - 국토교통부, https://www.molit.go.kr/USR/policyTarget/dtl.jsp?idx=584
60. 드론사업자를 위한 항공안전법, 항공사업법 규제현황 - 네플라(주) | NEPLA Corporation, https://www.nepla.net/post/%EB%93%9C%EB%A1%A0%EC%82%AC%EC%97%85%EC%9E%90%EB%A5%BC-%EC%9C%84%ED%95%9C-%ED%95%AD%EA%B3%B5%EC%95%88%EC%A0%84%EB%B2%95-%ED%95%AD%EA%B3%B5%EC%82%AC%EC%97%85%EB%B2%95-%EA%B7%9C%EC%A0%9C%ED%98%84%ED%99%A9
61. [국토부] 무인비행장치(드론)관련 제도 소개드론비행규정 - 대한드론진흥협회, https://m.kodpa.or.kr/article/%EB%93%9C%EB%A1%A0%EB%B9%84%ED%96%89%EA%B7%9C%EC%A0%95/3001/824/
62. AI 분야 규제 동향보고서 - knowtbt.kr, https://www.knowtbt.kr/mlib/olib/techReportPreview?rfrncsSeq=3862&fileMasterSeq=255878&fileSeq=549187
63. 인공지능(AI) 관련 국내외 법제 동향 - 법제처, https://www.moleg.go.kr/boardDownload.es?bid=legnlpst&list_key=3813&seq=1
64. 드론 사고 손해배상책임 구체화 필요, https://www.kiri.or.kr/pdf/%EC%A0%84%EB%AC%B8%EC%9E%90%EB%A3%8C/KIRI_20170901_13386.pdf
65. [논문]무인항공기(드론) 사고의 법적책임 연구, https://scienceon.kisti.re.kr/srch/selectPORSrchArticle.do?cn=NPAP12619753