Earticle

초록

영어

The massive data and machine-speed threats of Multi-Domain Operations(MDO) have exposed the cognitive and structural limits of the traditional human-centric OODA loop and fragmented defense AI research. To overcome, this study proposes the architecture of a Military Cognitive AI Agent System(MCAAS) based on the CoALA framework, integrating the reasoning capabilities of Large Language Model(LLM) with the strict control mechanisms of classical cognitive architectures. The proposed MCAAS maximizes operational security and accuracy by adopting a quad-structured multiple memory module handling tactics, military knowledge, combat experiences, and Rules of Engagement(ROE). Additionally, it ensures ethical control over the use of force by embedding a Human-In-The-Loop(HITL) mechanism in the final decision-making stage. Furthermore, through a Proof of Concept(PoC) simulation comparing MCAAS with the conventional reactive agent(ReAct) framework, this study empirically validated that MCAAS reduces the likelihood of critical decision errors caused by AI hallucinations and derives safe, doctrine-compliant courses of action. This architecture provides a robust theoretical and empirical foundation for military Agentic AI to rapidly recognize battlefield situations and autonomously plan optimal strategies, thereby contributing to decision superiority in modern warfare.

한국어

미래 다영역 복합 전장(MDO)의 극심한 데이터와 기계 속도의 위협은 인간 중심의 OODA 루프 및 단편적인 국방 AI 연구의 인지적⋅구조적 한계를 노출시켰다. 이를 극복하기 위해 본 연구는 거대언어모델(LLM)의 강력한 추론 능력과 고전적인지 아키텍처의 엄격한 제어력을 결합한 CoALA 프레임워크 기반의 군사 인지 AI 에이전트 시스템(MCAAS) 아키텍처를 제안한다. 제안된 MCAAS는 전술, 군사 지식, 전투 경험, 교전수칙(ROE)을 담당하는 4중 다중 메모리 모듈을 채택하여 정보처리의 보안성과 정확성을 극대화하였으며, 최종 의사결정 단계에 인간 개입(Human-In-The-Loop, HITL) 방식을 적용하여 무력 운용의 윤리적 통제권을 확고히 하였다. 특히, 본 연구는 기존의 범용 반응형 에이전트(ReAct) 프레임워크와의 비교시뮬레이션을 수행하여, MCAAS가 환각(Hallucination)에 의한 무분별한 타격 제안을 차단하고 교리 기반의 안전한 방책을 도출함을 실증적(PoC)으로 검증하였다. 본 연구는 전장 상황을 초고속으로 인지하고 최적의 방책을 자율 기획하는 군사 Agentic AI의 설계 뼈대를 제시함으로써 현대전의 의사결정 우위 확보에 기여할 것이다.

목차

ABSTRACT
초록
Ⅰ. 서론
Ⅱ. 선행 연구
2.1 미래 전장 환경과 AI 에이전트
2.2 기존 국방 AI 연구의 한계
2.3 반응형 에이전트(ReAct)의 한계
Ⅲ. CoALA 프레임워크
3.1 인지 아키텍처
3.2 CoALA 프레임워크 개요
Ⅳ. OODA루프와 CoALA
4.1 OODA 루프의 구조적 본질
4.2 CoALA 아키텍처와의 비교
Ⅴ. Military Cognitive AI Agent System (MCAAS)
5.1 MCAAS의 핵심 구조
5.2 내부 평가 및 자가 반성 루프
5.3 Agent 아키텍처 수준의 타당성 및 효과성 비교
Ⅵ. 결론
참고문헌

키워드

저자

• 채지훈 [ Ji-Hoon Chae | 육군인사사령부 과학기술 정책연수생 ]
• 황승현 [ SeungHyeon Hwang | 한국과학기술원 을지연구소 연구교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국방위산업학회지 [Journal of the Korean Association of Defense Industry Studies]

• 간기

  연3회

• pISSN

  1738-6144

• 수록기간

  2000~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 390 DDC 355