JSAF(Joint Semi-Automated Forces) 깊이 파헤치기
1. 개요
JSAF(Joint Semi-Automated Forces)는 미국 정부가 개발하고 소유한 대규모 합동 시뮬레이션 시스템으로, 군사 훈련과 실험에 광범위하게 활용되는 핵심 국방 M&S(Modeling and Simulation) 플랫폼이다. JSAF는 지상, 공중, 해상 전력을 개체(entity) 수준에서 시뮬레이션하며, 단일 분산 시뮬레이션 환경에서 10만 개 이상의 개체를 동시에 모의할 수 있는 강력한 확장성을 갖추고 있다.
이 시스템은 DARPA(Defense Advanced Research Projects Agency)의 STOW(Synthetic Theater of War) ACTD(Advanced Concept Technology Demonstration) 프로그램의 일환으로 개발되었으며, ModSAF(Modular Semi-Automated Forces)의 후속 시스템으로 탄생하였다. 현재 JSAF의 주요 사용자로는 구 합동전력사령부(JFCOM), 해군전투발전사령부(NWDC), 해병대 DVTE(Distributed Virtual Training Environment) 프로그램 등이 있다.
JSAF는 특히 합동 실험(Joint Experimentation)과 함대전투실험(Fleet Battle Experiment)에서 핵심적인 역할을 수행해왔다. 2004년 Urban Resolve 실험에서는 128노드 Linux 클러스터 슈퍼컴퓨터를 활용하여 약 10만 개의 개체를 시뮬레이션하고 3.7TB의 데이터를 수집하는 등 대규모 도시전 시뮬레이션의 가능성을 입증하였다. 이러한 성과는 미래 합동작전 환경을 가상으로 재현하고 분석하는 데 있어 JSAF의 기술적 우수성을 보여주는 대표적 사례이다.
JSAF 핵심 특징
- 개발 기관: DARPA STOW ACTD 프로그램
- 운영 플랫폼: Linux 운영체제 기반
- 시뮬레이션 규모: 단일 환경에서 10만+ 개체 지원
- 상호운용성: HLA(High Level Architecture) 네이티브 지원, DIS 브릿지 포함
- AI 통합: Soar 인지 아키텍처 기반 자율 에이전트
2. JSAF 발전 역사
2.1 SAF 시스템의 기원: SIMNET에서 ModSAF까지
JSAF의 역사를 이해하기 위해서는 먼저 SAF(Semi-Automated Forces) 개념의 탄생 배경을 살펴볼 필요가 있다. 1980년대 후반 DARPA는 SIMNET(Simulation Network)이라는 저비용 시뮬레이션 네트워크를 개발하였다. SIMNET은 아케이드 게임 기술을 기반으로 한 저비용 차량/항공기 시뮬레이터를 공통 지형 데이터베이스에 연결하여 소부대 전투의 기본 요소를 재현하였다.
이후 DARPA는 ModSAF(Modular Semi-Automated Forces)를 개발하였다. ModSAF 버전 1.0은 SIMNET SAF에 비해 크게 개선된 시스템이었다. '모듈형(Modular)'이라는 이름에서 알 수 있듯이, 소프트웨어 코드의 각 주요 영역(전력 특성, 지형, 운영 파라미터 등)이 별도의 모듈로 분리되어 특정 영역만 집중적으로 수정할 수 있게 되었고, 재컴파일 시간도 대폭 단축되었다.
2.2 STOW 프로그램과 JSAF의 탄생
1990년대 후반은 이른바 STOW(Synthetic Theater of War)의 급속한 발전기였다. 미사일의 비행 특성부터 다양한 조명 및 기상 조건에서의 표면 음영과 텍스처에 이르기까지 모든 것을 다루는 소프트웨어가 개발되었다. DARPA의 STOW-97 프로젝트의 목표 중 하나는 ModSAF를 사용하여 DIS(Distributed Interactive Simulation) 환경에서 수천 개의 개체를 단일 훈련에서 운용하는 것이었다.
STOW-E(Synthetic Theater of War-Europe) 시연에서 1,800개의 시뮬레이션 개체를 분산 네트워크에서 지원하는 성과 달성
STOW/Prairie Warrior 95 훈련에서 가상 및 구성적 시뮬레이션을 여단급 훈련에 연동. Fort Knox, Fort Benning의 M1/M2 시뮬레이터와 독일 Grafenwoehr의 대대급 전력을 ModSAF로 연결
JSAF(Joint Semi-Automated Forces)가 STOW ACTD의 일환으로 공식 개발 착수. 미국과 영국이 JSAF Federation에 공동 참여
Urban Resolve 실험에서 JSAF가 10만 개 이상의 개체를 시뮬레이션하는 대규모 도시전 합동실험 수행
JFCOM(합동전력사령부) 해체 후 JSAF 관리 체계 재편
Alion Science and Technology가 해군 NCTE JSAF R&D 지원을 위한 1억 8,200만 달러 계약 수주
2.3 국제 협력과 확산
JSAF는 미국 군 뿐만 아니라 영국 등 동맹국의 참여로 발전하였다. 영국은 미국/영국 STOW 프로그램의 일환으로 JSAF 개발에 기여하였으며, 이는 나토(NATO) 동맹국 간 상호운용성 확보의 중요한 기반이 되었다. 특히 영국 국방과학기술연구소(DSTL)의 분석, 실험 및 시뮬레이션 그룹은 OneSAF와 함께 JSAF 활용 연구를 지속적으로 수행해왔다.
| 연도 | 주요 사건 | 기술적 성과 | 영향 |
|---|---|---|---|
| 1989-1990 | SIMNET SAF 개발 | 분산 시뮬레이션 네트워크 개념 실현 | SAF 개념의 탄생 |
| 1992-1995 | ModSAF 개발 | 모듈형 아키텍처 도입 | 유연성 및 확장성 향상 |
| 1995-1997 | STOW ACTD 추진 | 대규모 합동 시뮬레이션 환경 구축 | 합동성 강화의 기반 마련 |
| 1997-2000 | JSAF 초기 버전 완성 | HLA 네이티브 지원, DIS 브릿지 | 상호운용성 표준 준수 |
| 2002 | Millennium Challenge 2002 | 2억 5,000만 달러 규모 대규모 실험 | 합동 실험의 새로운 기준 제시 |
| 2004 | Urban Resolve 실험 | 10만+ 개체 시뮬레이션 | 대규모 도시전 시뮬레이션 가능성 입증 |
| 2020 | NCTE JSAF R&D 계약 | 해군 LVC 훈련 환경 강화 | 지속적인 현대화 추진 |
3. 시스템 아키텍처
3.1 전체 아키텍처 개요
JSAF는 C 프로그래밍 언어로 개발된 대규모 소프트웨어 애플리케이션이다. 15년 이상 지속적으로 수정 및 확장되어 왔으며, 현재 1,000개 이상의 객체 라이브러리로 구성되어 있다. 이 라이브러리들은 다양한 유형의 플랫폼, 무기, 센서 등을 모델링한다. JSAF는 강력한 시뮬레이션 기능을 내포하고 있으나, 그 복잡성으로 인해 사용과 수정이 어렵다는 특성을 가진다.
시스템은 Linux 운영체제에서 구동되며, JSB-RD(Joint Simulation-Based Research and Development) 환경에서는 여러 Linux 시스템에서 동시에 실행될 수 있다. 이러한 분산 실행 능력은 대규모 시뮬레이션 수행의 핵심 요소이다.
3.2 핵심 구성요소
3.2.1 시뮬레이션 엔진
JSAF의 시뮬레이션 엔진은 개체 수준(entity-level)의 모의를 수행한다. 이는 개별 전투원, 차량, 항공기, 함정 등을 각각 독립적인 개체로 모델링하고 그들의 행동, 상호작용, 물리적 특성을 상세히 시뮬레이션한다는 의미이다. 개체 수준 시뮬레이션은 고해상도 분석과 상세한 전술적 의사결정 지원에 적합하다.
3.2.2 인공지능 에이전트
JSAF는 Soar 인지 아키텍처 기반의 지능형 에이전트를 통합하고 있다. Soar는 미시간 대학교에서 개발된 범용 인지 아키텍처로, 인간의 추론 과정을 모방하여 정보를 획득, 평가, 배포하는 알고리즘을 제공한다. JSAF에서 Soar 에이전트는 시뮬레이션된 고정익 항공기를 자율적으로 제어하는 데 활용된다.
SoarTech의 자율 AI 기술은 원래 시뮬레이션 시스템에 인간 수준의 지능과 자연스러운 다중 모드 인터페이스를 제공하기 위해 개발되었으며, 현재는 지능형, 자율적, 협력적 로봇 시스템 구축에도 활용되고 있다.
3.2.3 환경 모델링
JSAF 환경에는 OASES(Ocean, Atmosphere, and Space Environmental Services) 시스템이 포함되어 기상을 모델링하고, DT-SIM(Dynamic Terrain Simulation)이 폭탄 분화구, 건물 피해, 장애물의 생성 및 파괴 등 환경 변화를 모델링한다. OASES는 기온, 기압, 강수량 정보를 1차원, 2차원, 3차원 형태로 HLA를 통해 출력한다.
3.2.4 상호운용성 레이어
JSAF는 HLA(High Level Architecture)를 네이티브로 지원하며 DIS(Distributed Interactive Simulation) 브릿지를 포함한다. 이를 통해 다른 시뮬레이션 시스템과의 연동이 가능하다. JSAF는 HLA를 통해 여러 유형의 정보를 수신하고 처리할 수 있으며, 예를 들어 클러터 시뮬레이션에서 모델링되는 민간 차량 및 보행자의 상태 정보를 읽어올 수 있다.
| 구성요소 | 기능 | 기술 사양 | 비고 |
|---|---|---|---|
| 시뮬레이션 엔진 | 개체 수준 전투 모의 | C 기반, 1,000+ 객체 라이브러리 | 지상/공중/해상 전력 통합 |
| Soar 에이전트 | 자율 개체 제어 | 인지 아키텍처 기반 | 고정익 항공기 자동 제어 |
| OASES | 기상 모델링 | 1D/2D/3D 기상 데이터 출력 | 공군/해군 기상 정보 연동 |
| DT-SIM | 동적 지형 변화 | 폭발 효과, 건물 피해 모델링 | 실시간 환경 변화 반영 |
| HLA 인터페이스 | 시뮬레이션 연동 | IEEE 1516 표준 준수 | 네이티브 지원 |
| DIS 브릿지 | 레거시 시스템 연동 | IEEE 1278 표준 | 하위 호환성 보장 |
3.3 분산 아키텍처
JSAF의 분산 아키텍처는 대규모 시뮬레이션을 가능하게 하는 핵심 요소이다. Urban Resolve 실험에서는 오하이오의 ASC(Aeronautical Systems Center)와 하와이 마우이의 MHPCC(Maui High Performance Computing Center)에 위치한 128노드 Linux 클러스터 슈퍼컴퓨터가 지리적으로 분산되어 연결되었다.
USJFCOM J9는 100만 개 이상의 민간 시뮬레이션 개체를 포함한 미래 전투 환경, 특히 도시 지역의 초대규모 시뮬레이션 능력 개발을 담당했다. JSAF 코드는 100만 개 이상의 비군사 SAF 개체를 표현할 수 있는 능력을 입증하였으며, 시스템의 운영 안정성은 USJFCOM 운용자들이 자신감을 가지고 활용할 수 있는 수준에 도달하였다.
4. 기능 및 성능
4.1 시뮬레이션 범위
JSAF는 지상, 공중, 해상 전력의 개체 수준 시뮬레이션을 제공한다. 이는 개별 보병, 전차, 헬리콥터, 함정에서부터 대규모 부대 기동까지 다양한 규모의 작전을 모의할 수 있음을 의미한다. 특히 합동 작전 환경에서 각 군의 자산들이 상호작용하는 복잡한 시나리오를 재현하는 데 강점을 보인다.
4.2 C4ISR 모델링
JSAF는 C4ISR(Command, Control, Communications, Computers, Intelligence, Surveillance and Reconnaissance) 모델링 및 시뮬레이션에 활용된다. 이는 지휘통제 체계, 통신망, 정보 수집 및 감시 자산의 상호작용을 모의함으로써 의사결정 지원 시스템의 효과성을 평가하고 개선하는 데 기여한다.
4.3 확장성과 규모
JSAF의 가장 인상적인 특성 중 하나는 대규모 시뮬레이션 지원 능력이다. 일반적으로 4만 개의 개체를 단일 분산 시뮬레이션에서 운용할 수 있으며, Urban Resolve 실험에서는 10만 개 이상의 개체(대부분 민간인)를 시뮬레이션하였다. 이러한 확장성은 현대 도시 작전 환경의 복잡성을 모의하는 데 필수적이다.
Urban Resolve 실험 주요 성과
- 시뮬레이션 규모: 10만+ 개체 (대부분 민간인)
- 컴퓨팅 인프라: 128노드 Linux 클러스터 x 2개 사이트
- 데이터 수집량: 3.7TB
- 비용: 약 2,200만 달러 (Millennium Challenge 2002의 1/10)
- 준비 기간: 1.5년 (Millennium Challenge 2002의 절반)
4.4 개방형 아키텍처
JSAF는 개방형 아키텍처, 개방형 표준, 오픈 소스 특성을 갖추고 있어 다양한 충실도의 모델을 통합할 수 있는 잠재력을 지닌다. JFCOM의 JSAF는 확장 가능한 충실도를 갖춘 적합한 합성 환경(Synthetic Environment)으로, 저충실도부터 고충실도까지 다양한 모델의 내부 교체가 용이하다. 이러한 개방형 아키텍처는 국방 실험에서 효과적인 개방형 소스 합성 환경으로서 JSAF의 가치를 입증한다.
4.5 사후분석(AAR) 지원
FAARS(Future After Action Review System)는 JSAF 시뮬레이션에서 거의 모든 통계를 획득할 수 있는 정교한 기능을 제공한다. 예를 들어, FAARS는 훈련 중 및 사후 분석에서 센서/표적 스코어보드를 제공한다. FAARS는 Raytheon VTC의 hlaResults COTS(Commercial Off-The-Shelf) 제품을 사용하여 JSAF의 HLA 통신을 데이터베이스에 저장하고 처리한다.
| 기능 영역 | 세부 기능 | 성능 지표 | 활용 분야 |
|---|---|---|---|
| 개체 시뮬레이션 | 지상/공중/해상 전력 모의 | 10만+ 개체 동시 운용 | 합동 작전 훈련 |
| C4ISR 모델링 | 지휘통제/통신/정보 체계 모의 | 실시간 의사결정 지원 | 지휘소 훈련 |
| 환경 효과 | 기상, 지형 변화 모델링 | 1D/2D/3D 환경 데이터 | 작전 환경 분석 |
| AI 자율 제어 | Soar 기반 자율 에이전트 | 인간 수준 추론 | 훈련 부하 감소 |
| 상호운용성 | HLA/DIS 프로토콜 지원 | IEEE 표준 준수 | 연합/합동 훈련 |
| 사후분석 | FAARS 통합 | 종합 통계 수집/분석 | 훈련 효과 평가 |
5. 운영 사례 및 현황
5.1 합동전력사령부(JFCOM) 활용
JSAF는 미 합동전력사령부(JFCOM)에서 합동 실험의 핵심 도구로 활용되었다. JFCOM은 미래 전쟁을 위한 새로운 아이디어를 실제 실험으로 검증해야 했으며, 일부는 컴퓨터 기반 모델링 및 시뮬레이션으로 평가할 수 있었다. JSAF는 합동 또는 연합 전력의 실험, 훈련, 의사결정 지원 요구를 충족하는 핵심 요소로 자리잡았다.
2010년 8월 Robert M. Gates 국방장관은 국방부 내 중복과 과잉을 줄이기 위한 일련의 조치의 일환으로 JFCOM 폐쇄를 권고하였다. 2011년 8월 4일 버지니아 노퍽에서 열린 의식에서 JFCOM은 공식적으로 해체되었다. 이후 JSAF의 관리 및 개발 체계가 재편되었으며, 해군을 중심으로 지속적인 활용과 발전이 이루어지고 있다.
5.2 해군 지속훈련환경(NCTE)
현재 JSAF는 해군 지속훈련환경(NCTE: Navy Continuous Training Environment)의 핵심 구성요소로 운용되고 있다. NCTE는 네트워크, 시뮬레이션, 시뮬레이션 라우팅 장비, 데이터 변환 장치, 실기동 훈련장 시스템으로 구성되어 현실적인 LVC(Live, Virtual, Constructive) 훈련 환경을 조성한다.
캘리포니아 코로나에 위치한 해군 수상전센터 코로나 사업단(NSWCCO)은 미 함대사령부와 태평양함대사령부를 대신하여 NCTE를 개발, 관리, 운영, 유지한다. NCTE의 주요 집중 분야로는 소프트웨어 설계, 전자기 스펙트럼 작전, 통합, 사이버보안, 대잠전 훈련 등이 있다.
5.3 주요 계약 현황
2020년 7월 Alion Science and Technology는 해군 NCTE JSAF 연구개발(R&D)을 위한 1억 8,200만 달러 규모의 태스크 오더를 수주하였다. 이 계약의 수행 기간은 48개월이며, NSWCCO의 해군 가상 및 구성적 함대 훈련을 지원한다. 또한 Alion은 NCTE 통합 아키텍처 개발을 위한 2억 4,800만 달러 계약도 수주하여 전투원 훈련을 위한 NCTE LVC 아키텍처 및 시스템의 개발 및 통합에 집중하고 있다.
2022년 10월 ManTech는 NSWC Corona의 NCTE 지원을 위한 3억 3,700만 달러 계약을 발표하였다. ManTech는 미 해군의 최고 LVC 훈련 역량을 위한 선진 시스템을 통합하고 시험하는 엔지니어링 및 기술 서비스를 제공한다.
NCTE JSAF 관련 주요 계약
- 2020년 Alion JSAF R&D: 1억 8,200만 달러 (48개월)
- 2020년 Alion NCTE 통합: 2억 4,800만 달러
- 2022년 ManTech NCTE 지원: 3억 3,700만 달러
- 총 투자 규모: 7억 6,700만 달러 이상
5.4 해병대 DVTE 프로그램
미 해병대의 DVTE(Distributed Virtual Training Environment) 프로그램도 JSAF의 주요 사용자이다. DVTE는 분산된 가상 훈련 환경을 제공하여 해병대원들이 지리적으로 분산된 상태에서도 통합된 훈련을 수행할 수 있게 한다. JSAF는 이 환경에서 적군 및 민간인 개체를 생성하고 제어하는 역할을 담당한다.
5.5 공군 분산임무훈련(DMT)
공군연구소 인적효과국(AFRL/HE)은 분산임무훈련(DMT: Distributed Mission Training) 프로그램을 지원하기 위해 JSAF를 활용하고 있다. DMT는 조종사와 항공 승무원들이 실제 비행 없이도 복잡한 임무를 훈련할 수 있는 환경을 제공하며, JSAF는 이 환경에서 적 항공기, 지상 위협, 기타 시나리오 요소를 생성한다.
6. JSAF와 OneSAF 비교 분석
6.1 개발 배경 및 목적의 차이
JSAF와 OneSAF는 모두 SAF(Semi-Automated Forces) 계열의 시뮬레이션 시스템이지만, 그 개발 배경과 주요 목적에서 차이가 있다. JSAF는 DARPA의 STOW 프로그램에서 합동 작전 실험을 위해 개발되어 해군과 합동군에서 주로 활용되는 반면, OneSAF는 미 육군의 차세대 시뮬레이션 시스템으로 개발되어 육군의 분석, 훈련, 연구개발 분야를 지원한다.
OneSAF는 미 육군이 소유하고 주로 사용하지만, 다른 군 및 일부 동맹국에서도 채택하고 있다. 육군 연구시설과 훈련센터에서 광범위하게 활용되며, 연구자들은 전술 작전 분석, 새로운 교리 및 작전 개념 시험, 신기술의 전장 영향 평가 등에 OneSAF를 활용한다.
6.2 기술 아키텍처 비교
기술적 관점에서 OneSAF는 서비스 지향 아키텍처(SOA)를 기반으로 구축되어 있으며, 현대적이고 모듈형 구조를 갖추고 있다. 반면 JSAF는 15년 이상 전에 C 언어로 개발되어 광범위하게 수정 및 확장된 레거시 시스템으로, 원래의 아키텍처가 거의 완전히 가려진 상태이다. JSAF는 1,000개 이상의 객체 라이브러리로 구성되어 강력한 시뮬레이션 기능을 제공하지만, 사용과 수정이 어렵고 문서화 및 지원이 제한적이다.
OneSAF는 조립 가능한(composable) 완전 스펙트럼 시스템으로 개발되어 시나리오 개발부터 사후분석 검토까지 전체 구성적 시뮬레이션 생명주기를 관리한다. 그 핵심 강점은 맞춤형 시나리오 개발을 위한 모듈형, 확장 가능 아키텍처, 센서, 통신, 무기 시스템의 고충실도 모델링, 다영역 작전 분석 지원에 있다.
| 비교 항목 | JSAF | OneSAF |
|---|---|---|
| 주요 사용 군 | 해군 (NCTE), 합동군 | 육군 |
| 개발 프로그램 | DARPA STOW ACTD | 육군 PM ConSim |
| 아키텍처 | 레거시 C 기반, 1,000+ 라이브러리 | 현대적 SOA, 모듈형 |
| 사용 용이성 | 복잡, 수정 어려움 | 조립 가능, 유연함 |
| 문서화/지원 | 제한적 | 우수함 |
| 시뮬레이션 규모 | 대규모 다영역 (10만+ 개체) | 여단급 이하 |
| HLA 준수 | 네이티브 지원 | 네이티브 지원 |
| 운영 체제 | Linux | Linux/Windows |
| 연간 업데이트 | 제한적 | 약 30개 신규 기능 |
| 향후 발전 | NCTE 프레임워크 내 유지 | SE Core 통합, NGC 현대화 |
6.3 상호보완적 역할
JSAF와 OneSAF는 경쟁 관계라기보다 상호보완적 역할을 수행한다. JSAF는 해군과 합동군의 대규모 실험 및 함대 훈련에 특화되어 있으며, OneSAF는 육군의 여단급 이하 훈련, 분석, 연구개발에 최적화되어 있다. 두 시스템 모두 HLA를 지원하므로 필요시 상호 연동이 가능하다.
OneSAF는 현재 SE Core(Synthetic Environment Core) 프로그램에 의해 AVCATT(Aviation Combined Arms Tactical Trainer), CCTT(Close Combat Tactical Trainer), CGA(Common Gunnery Architecture) 등 가상 훈련기의 대체 SAF로 통합되고 있으며, 미 육군 전체 시뮬레이터의 후속 현대화 활동의 기반이 될 예정이다.
7. 한국에의 시사점
7.1 합동 시뮬레이션 체계 발전 방향
JSAF의 사례는 한국군의 합동 시뮬레이션 체계 발전에 중요한 시사점을 제공한다. 한국군은 현재 지상전술훈련기(KCTC), 해상전투실험체계, 공중전투시뮬레이터 등 각 군별 시뮬레이션 체계를 운용하고 있으나, 이들의 통합 연동 수준은 미군에 비해 제한적이다. JSAF와 같이 합동 작전 환경을 단일 프레임워크에서 시뮬레이션할 수 있는 체계의 개발 또는 도입이 필요하다.
7.2 대규모 도시작전 시뮬레이션 능력
Urban Resolve 실험에서 입증된 JSAF의 대규모 도시작전 시뮬레이션 능력은 한국의 안보 환경에 매우 관련성이 높다. 한반도 유사시 서울 등 대도시 지역에서의 작전이 예상되며, 민간인 포함 10만 개 이상의 개체를 시뮬레이션할 수 있는 능력은 이러한 작전 계획 수립과 훈련에 필수적이다. 한국군도 유사한 수준의 도시작전 시뮬레이션 역량 확보를 검토해야 한다.
7.3 인공지능 에이전트 통합
JSAF의 Soar 기반 AI 에이전트 통합은 한국군 M&S 체계의 미래 발전 방향을 시사한다. 자율 에이전트는 훈련 인원 부족 문제를 해결하고, 예측하기 어려운 적 행동을 모의하며, 반복 훈련의 효율성을 높일 수 있다. 한국군의 시뮬레이션 체계에도 AI 기반 자율 에이전트 기술의 도입을 적극 검토해야 한다.
7.4 상호운용성 표준 준수
JSAF의 HLA 네이티브 지원과 DIS 브릿지 포함은 상호운용성의 중요성을 보여준다. 한미 연합훈련 시 양국의 시뮬레이션 체계 연동이 필수적이며, 이를 위해 한국군 시뮬레이션 체계도 국제 표준(HLA, DIS)을 철저히 준수해야 한다. 나아가 한미 연합 LVC 훈련 환경 구축을 위한 기술적 협력을 강화해야 한다.
7.5 개방형 아키텍처 채택
JSAF의 개방형 아키텍처는 다양한 충실도의 모델 통합과 지속적인 발전을 가능하게 한다. 한국군의 M&S 체계 개발 시에도 폐쇄적인 독점 시스템보다 개방형 표준과 모듈형 아키텍처를 채택하여 장기적인 발전 가능성과 비용 효율성을 확보해야 한다. 이는 방산업체 간 경쟁을 촉진하고 혁신을 유도하는 효과도 있다.
한국군 M&S 발전을 위한 핵심 권고사항
- 합동 시뮬레이션 통합 프레임워크 구축 (JSAF 모델 참조)
- 대규모 도시작전 시뮬레이션 역량 확보 (10만+ 개체 목표)
- AI 기반 자율 에이전트 기술 도입 (Soar 등 인지 아키텍처 연구)
- 국제 상호운용성 표준(HLA, DIS) 철저한 준수
- 개방형, 모듈형 아키텍처 기반 체계 개발
8. 결론
JSAF(Joint Semi-Automated Forces)는 미국 국방부의 합동 시뮬레이션 역량을 대표하는 핵심 시스템으로, DARPA의 STOW 프로그램에서 탄생하여 20년 이상 발전해왔다. ModSAF의 후속 시스템으로 개발된 JSAF는 지상, 공중, 해상 전력의 개체 수준 시뮬레이션을 제공하며, 단일 분산 환경에서 10만 개 이상의 개체를 모의할 수 있는 강력한 확장성을 자랑한다.
JSAF의 기술적 특징으로는 HLA 네이티브 지원과 DIS 브릿지를 통한 뛰어난 상호운용성, Soar 인지 아키텍처 기반의 자율 에이전트 통합, OASES와 DT-SIM을 통한 동적 환경 모델링 등이 있다. 이러한 기술적 역량은 Urban Resolve 실험에서 10만 개 이상의 개체를 동원한 대규모 도시작전 시뮬레이션으로 입증되었다.
2011년 JFCOM 해체 이후 JSAF는 해군 지속훈련환경(NCTE)을 중심으로 운용되고 있으며, 2020년 이후 7억 달러 이상의 투자가 이루어지며 지속적인 발전을 거듭하고 있다. 육군의 OneSAF와 함께 미군의 양대 SAF 시스템으로 자리잡은 JSAF는 합동 및 해군 훈련에 특화된 역할을 수행한다.
한국군에게 JSAF는 합동 시뮬레이션 체계 발전의 벤치마킹 대상이다. 특히 대규모 도시작전 시뮬레이션 능력, AI 에이전트 통합, 상호운용성 표준 준수, 개방형 아키텍처 등은 한국군 M&S 체계의 미래 발전 방향에 중요한 시사점을 제공한다. 한미 연합훈련의 효과성 증대와 독자적인 합동 훈련 역량 확보를 위해 JSAF의 교훈을 적극 활용해야 할 것이다.
참고 자료
- Defense Advanced Research Projects Agency. (1998). Synthetic Theater of War (STOW) Engineering Demonstration-1A (ED-1A) Analysis Report. DTIC ADA315139. https://apps.dtic.mil/sti/pdfs/ADA315139.pdf
- Air Force Research Laboratory. (2005). Simulation Development for Dynamic Situation Awareness. AFRL-IF-RS-TR-2005-333. https://apps.dtic.mil/sti/tr/pdf/ADA440082.pdf
- Wittman, R. L. Jr. (2006). OneSAF: A Product Line Approach to Simulation Development. The MITRE Corporation. https://www.mitre.org/sites/default/files/pdf/wittman_one_saf.pdf
- NATO RTO. (2007). Effectiveness of JSAF as an Open Architecture, Open Source Synthetic Environment in Defense Experimentation. RTO-MP-MSG-045. https://apps.dtic.mil/sti/tr/pdf/ADA476570.pdf
- Trott, C. M. (2005). Command, Control, Communications, Computer, Intelligence, Surveillance and Reconnaissance (C4ISR) Modeling and Simulation Using Joint Semi-Automated Forces (JSAF). ResearchGate. https://www.researchgate.net/publication/277730202
- IEEE Computer Society. (2010). IEEE Standard 1516-2010: IEEE Standard for Modeling and Simulation (M&S) High Level Architecture (HLA)—Framework and Rules. https://ieeexplore.ieee.org/document/5553440
- Leidos. (2019). One Semi-Automated Forces (OneSAF) Overview Fact Sheet. https://www.leidos.com/sites/leidos/files/2019-10/FS-OneSAF-Overview-Leidos.pdf
- RAND Corporation. (2023). A Modernized Enterprise Army Modeling and Simulation. RRA3261-1. https://www.rand.org/content/dam/rand/pubs/research_reports/RRA3200/RRA3261-1/RAND_RRA3261-1.pdf
- PRNewswire. (2020). Alion Awarded $182M Contract To Provide Joint Semi-Automated Forces (JSAF) Support To Navy Virtual And Constructive Fleet Training. https://www.prnewswire.com/news-releases/alion-awarded-182m-contract-301097400.html
- U.S. Army Geospatial Center. (2020). Dynamic Synthetic Environments Fact Sheet. https://www.agc.army.mil/Media/Fact-Sheets/Fact-Sheet-Article-View/Article/480937/dynamic-synthetic-environments/
댓글
댓글 쓰기