Earticle

초록

영어

Artificial Intelligence (AI) technology is increasingly recognized as a critical enabler of future battlefield capabilities, as reflected in government initiatives such as Defense Innovation 4.0. At the tactical level, there is a growing demand for AI integration at the individual combatant and small-unit scale. However, tactical devices currently face significant constraints, including limited computational power, restricted battery capacity, and the need for autonomous operation in network-disconnected environments. To address these challenges, On-Device AI—where all computations are executed locally without reliance on cloud connectivity—is gaining traction. Nonetheless, existing defense-focused AI research largely centers on cloud-based, large-scale neural network models, with relatively little attention given to lightweight models suited for resource-constrained tactical conditions. This paper examines current research trends in AI technologies for tactical environments and proposes optimization strategies across three domains: model lightweighting(quantization, pruning, knowledge distillation), energy efficiency(low-power hardware accelerators and power-aware scheduling), and real-time processing (parallel computing techniques, lightweight communication protocols, and resource reservation methods). These efforts aim to advance the practical deployability of AI systems in diverse and resource-limited tactical scenarios.

한국어

인공지능(AI) 기술은 국방혁신 4.0(Defense Innovation 4.0)을 통해 미래 전장 환경의 핵심 요소로 주목받고 있다. 특히 전 술 수준의 전장에서는 개별 전투원과 소부대 단위에서의 AI 활용 요구가 증가하고 있으나, 실제 전술 장비는 낮은 연산 능력, 제한된 배터리 수명, 그리고 네트워크 단절 환경에서의 독립 동작 필요성 등 여러 제약을 안고 있다. 이러한 한계를 극복하기 위한 방안으로 클라우드 연결 없이 장비 내에서 모든 연산을 수행하는 ‘온-디바이스 AI(On-Device AI)’가 주목받고 있다. 그 러나 현재 국방 분야의 AI 연구는 대규모 신경망 기반의 클라우드 중심 모델에 편중되어 있으며, 자원 제약이 있는 전술 환경 에 최적화된 경량화 모델에 관한 연구는 부족한 실정이다. 이에 본 논문은 전술 환경에서의 AI 기술 최신 연구 동향을 분석하 고 모델 경량화 전략(양자화, 프루닝, 지식 증류), 에너지 효율 최적화 전략(저전력 하드웨어 가속기, 전력 인지형 스케줄링) 그리고 실시간 처리 최적화 전략을 제안함으로써, 제한된 자원을 가진 다양한 전술 환경에서 AI 기술의 실제 배치 가능성을 높이는 데 이바지할 것이다.

목차

요약
ABSTRACT
1. 서론
2. 전술 환경에서의 AI 기술 연구 동향
2.1 지능형 감시정찰(ISR) 분야
2.2 상황인식 및 전투원 보조 분야
2.3 자율무기 플랫폼 기술 분야
2.4 사이버 보안 및 통신분야
3. 온-디바이스 AI 최적화 전략
3.1 AI 모델 경량화 기술
3.2 에너지 효율 및 배터리 최적화
3.3 실시간 처리 및 지연 최소화
4. 결론
참고문헌

키워드

저자

• 김지원 [ Kim Ji Won | 상지대학교/군사학과 ] 주저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  융합보안논문지 [Jouranl of Information and Security]

• 간기

  연5회

• pISSN

  1598-7329

• 수록기간

  2001~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 005 DDC 005