Techniques for Protecting Sensitive Information in AI-Based Battlefield Simulations

현대 군사작전의 정보화·지능화로 지휘관의 신속하고 정확한 의사결정을 지원하는 AI 기반 전장 시뮬레이션의 중요성이 부각되고 있다. 그러나 국방 관련 분야에 새로운 기술을 활용하기 위해서는 항상 정보보안 문제가 선결해야 하는 과제로 지적된다. 군 관련 시뮬레이터에는 훈련데이터, 작전 기록, 전략·전술 패턴과 같은 민감 정보가 포함되기 때문에 보안 문제는 필수적으로 해결해야 하는 과제이다. 본 연구는 AI 기반 전장 시뮬레이션 시스템에서 발생할 수 있는 민감 정보 유출 문제 해결을 위해 사용 가능한 동형암호, 차등 프라이버시, 연합학습을 분석하고 각 기술의 장단점과 군사적 적용 가능성을 제시한다. 이것을 바탕으로 전장 시뮬레이션 환경에 적합한 보안 설계 방안을 제안하고 실제 적용 시나리오와 위협 분석을 통해 효율성과 확장성을 검토하였다. 이러한 기술들을 상호 보완적으로 결합한 하이브리드 구조가 군사 시뮬레이션 보안 설계의 효과적 대안이 될 수 있음을 제시하며 향후 시뮬레이션 실시와 최적화 알고리즘의 필요성을 강조하였다.