DARPA, 표준 F-16에 AI를 탑재하다. 진짜 시험대는 전투 규모에서의 신뢰다

DARPA와 미 공군은 AI가 조종하는 F-16을 비행시켰지만, 이 항공기는 무인도 아니었고 인간 감독 없이 운용된 것도 아니었다. 안전 조종사가 조종석에 탑승해 언제든 통제권을 되찾을 준비를 하고 있었다. 더 중요한 최초 기록은 따로 있다. AI 에이전트가 휴대형 자율성 시스템으로 개조된 표준 전투기를 조종했다는 점이다.

이 구분은 이 프로그램을 일회성 연구 항공기 단계를 넘어선다. 개조된 F-16은 통칭 VENOM으로 알려진 Viper Experimentation and Next-generation Operations Model 프로그램에 속한다. 이 자율성 키트는 항공기의 핵심 소프트웨어를 교체하지 않고 AI 에이전트를 전투기의 조종 장치와 임무 시스템에 연결한다.

이번 비행은 군사 자율성을 둘러싼 경쟁 압력도 바꾼다. DARPA는 시뮬레이션에서 시험한 알고리즘이 복잡한 다기체 임무에서도 예측 가능하게 작동한다는 점을 보여야 한다. 동시에 공군은 이 에이전트들이 조종사에게 과도한 부담을 주거나 인간의 통제력을 약화하지 않으면서 Collaborative Combat Aircraft 계획을 뒷받침할 수 있다는 증거가 필요하다.

Eglin에서 DARPA가 실제로 비행시킨 것

핵심 성과는 빈 조종석이 아니었다. 실험용 AI와 실전 전투기 플랫폼을 잇는 재사용 가능한 가교를 구축한 것이었다.

DARPA 비행 발표는 2026년 7월 16일 공개됐다. 발표는 플로리다 Eglin Air Force Base에서 이뤄진 공중 시험을 설명했다. AI 에이전트가 공중 시험 플랫폼으로 개조된 F-16의 비행을 자율적으로 통제했다.

공군은 6월부터 개조 항공기의 비행을 시작했다. 초기 비행에서는 추가 하드웨어, 소프트웨어, 계측 장비를 장착한 뒤 제트기가 안전하게 작동하는지 점검했다. 이후 팀은 7월 자율 통제 시험으로 진전했다고 공군의 VENOM 비행 업데이트는 전한다.

시험 내내 인간 조종사가 조종석에 탑승했다. 조종사는 AI를 감시했고, 항공기가 예상된 행동에서 벗어날 경우 개입할 수 있었다. 이를 human-on-the-loop 통제라고 부른다. 기계가 행동하되 사람이 감독하고 개입 권한을 유지하는 방식이다.

이는 human-in-the-loop 통제와 다르다. 후자의 모델에서는 시스템이 다음 단계로 진행하기 전에 사람이 특정 행동을 승인하거나 직접 수행해야 한다. 미래의 전투기는 조종사가 모든 움직임을 수동으로 지시할 수 있는 속도보다 더 빠르게 일부 결정을 내려야 하므로, 이 차이는 중요하다.

DARPA는 7월 임무 시나리오의 상세 기동 목록, 성능 평가표, 완전한 설명을 공개하지 않았다. 발표에 따르면 에이전트는 비행을 통제했으며, 향후 작업에서는 작전적으로 관련성 있는 실비행 시나리오에서 복수 에이전트를 시험할 예정이다. 따라서 현재 공개된 증거만으로 이번 비행을 감독 없는 전투 임무로 묘사하기는 어렵다.

F-16에는 VAK, 즉 VENOM Autonomy Kit가 장착됐다. DARPA에 따르면 이 키트는 전투기의 핵심 소프트웨어를 그대로 둔 채 비행 통제 장치와 임무 시스템에 연동된다. 조종석의 스위치를 통해 조종사는 기존 통제와 AI 통제 사이를 전환할 수 있다.

핵심 소프트웨어를 그대로 유지하는 방식에는 전략적 가치가 있다. 자율성 실험마다 전투기의 비행 통제 시스템을 다시 작성하면 시험 속도가 느려지고 추가 인증 위험도 발생한다. 분리된 인터페이스를 이용하면 연구자들은 기저 항공기를 보존하면서 AI 모델을 더 자주 변경할 수 있다.

이 아키텍처는 더 명확한 안전 경계도 만든다. AI가 제트기 내 모든 시스템에 무제한으로 접근하는 것은 아니다. 엔지니어는 인터페이스를 계측하고, 명령을 관찰하며, 한계를 정의하고, 의도된 행동과 실제 항공기 반응을 비교할 수 있다.

따라서 이 항공기는 자율 무기 시제품이 아니라 비행 연구실에 가깝다. 연구자들은 에이전트를 탑재하고, 비행 데이터를 수집하며, 실패를 검토한 뒤 다음 출격 전에 모델을 수정할 수 있다. 이 과정은 반복적 소프트웨어 개발을 닮았지만, 모든 오류가 안전이 핵심인 물리 시스템 안에서 발생한다.

이번 비행이 중요한 이유는 항공 자율성을 시뮬레이션만으로 검증할 수 없기 때문이다. 시뮬레이터는 드물거나 위험한 상황을 포함해 수많은 조우 상황을 만들어낼 수 있다. 그러나 모든 센서 오류, 통신 장애, 기상 조건, 정비 편차, 예상치 못한 조종사 반응을 재현할 수는 없다.

실제 F-16은 에이전트가 이러한 물리적 제약과 상호작용하도록 만든다. 또한 시험팀에 타이밍, 조종 품질, 센서 통합, 인간 감독에 관한 증거를 제공한다. 이런 세부 사항이 이 기술이 통제된 연구 환경을 벗어날 수 있는지를 결정할 것이다.

F-16 시험은 확장성 시험이다

DARPA는 이미 통제된 도그파이트에서 AI가 전투기를 조종할 수 있음을 보여줬다. VENOM은 그 능력이 반복 가능한 인프라가 될 수 있는지를 묻는다.

가장 직접적인 역사적 기준점은 공군 시험조종사학교가 운용하는 독특하게 개조된 F-16, X-62A VISTA다. DARPA의 Air Combat Evolution 프로그램 아래 AI 에이전트들은 가시거리 내 전투 시나리오에서 인간 조종사가 탑승한 F-16을 상대로 X-62A를 비행시켰다.

DARPA는 2024년 4월 이러한 자율 도그파이트를 발표했다. 비행 시험은 2023년 캘리포니아 Edwards Air Force Base에서 시작됐다. 안전 조종사가 탑승했고, 프로그램은 시험 행사 사이에 알고리즘을 조정했다.

이 비행들은 중요한 기술적 질문에 답했다. AI 에이전트는 시험 통제 범위 안에서 역동적인 공중전 기동 중 고성능 전투기를 지휘할 수 있었다. 그러나 X-62A는 특정 연구 임무를 위해 마련된 전문 항공기였다.

VENOM은 다른 병목을 겨냥한다. 미국에 필요한 것은 인상적인 시연을 수행할 수 있는 단 한 대의 제트기가 아니다. 다수의 경쟁 에이전트를 평가하기 위한 충분한 계측 항공기, 시험 역량, 소프트웨어 인터페이스, 훈련된 인력이다.

여기서 “표준”이라는 표현은 신중히 써야 한다. VENOM F-16은 개조 후 일반적인 실전 전투기와 동일하지 않다. 특수 장비와 계측 장비를 탑재한다. 중요한 점은 핵심 소프트웨어를 교체하지 않고 통상적인 기단 플랫폼에 자율성 패키지를 추가했다는 것이다.

이 접근법은 현실 세계 시험의 물량을 확대할 수 있다. 더 많은 출격은 센서 불확실성 및 통신 교란을 포함한 더 많은 조건에 에이전트를 노출할 수 있다. 복수 항공기는 일대일 도그파이트로는 드러낼 수 없는 협력, 역할 배정, 상충하는 목표도 시험할 수 있다.

DARPA의 AIR, 즉 Artificial Intelligence Reinforcements 프로그램은 이 다음 단계에 VENOM 기단을 활용할 예정이다. AIR는 전투 에이전트를 시뮬레이션에서 점점 더 복잡한 실비행 시나리오로 옮기는 것을 목표로 한다. 명시된 방향에는 가시거리 밖 전투와 다기 편대 작전이 포함된다.

가시거리 밖 전투는 항공기가 직접적인 시야 접촉 없이 표적과 교전하는 상황을 말한다. 조종사는 센서, 데이터 링크, 식별 절차, 전자전 정보, 교전 규칙에 의존해야 한다. 이는 근거리 전투에서 상대를 중앙에 유지하는 것보다 더 어려운 자율성 문제를 만든다.

도그파이트에서는 빠른 제어와 전술적 기동이 중요하다. 가시거리 밖 작전은 불확실성 속에서의 정보 관리를 요구한다. 에이전트는 다른 항공기와 협력하고 임무 제약을 지키면서, 불완전하거나 기만적일 수 있는 데이터를 바탕으로 추론해야 한다.

다기 편대 시험은 한 겹의 난제를 더한다. 에이전트는 임무를 나누고, 행동 중복을 피하며, 편대 안전을 유지하고, 다른 항공기가 통신을 잃었을 때 대응해야 한다. 그 행동은 인간 임무 지휘관에게도 이해 가능해야 한다.

이 때문에 인터페이스는 알고리즘만큼 중요하다. 하나의 연구용 항공기 안에서만 작동하는 강력한 에이전트는 작전 가치가 제한적이다. 공통 시험 파이프라인은 유사한 조건에서 에이전트를 비교하고 성공적인 행동을 플랫폼 간에 옮길 수 있다.

따라서 이 프로그램은 순수 능력을 증명하는 단계에서 평가 시스템을 구축하는 단계로의 전환을 의미한다. DARPA는 시뮬레이션, 실비행, 실패 분석, 모델 수정 사이의 주기를 단축하려 한다. 각 단계는 인간이 에이전트의 행동 이유를 이해할 수 있도록 충분한 증거를 보존해야 한다.

이러한 확장성 목표는 안전 조종사가 단순한 각주가 아닌 이유도 설명한다. 인간 감독은 팀이 모든 예기치 못한 명령을 항공기 손실 사건으로 취급하지 않으면서 더 공격적인 알고리즘을 탐색할 수 있게 한다. 조종사는 프로그램이 증거를 수집하는 동안 통제된 개입 경로를 제공한다.

하지만 평가자가 임무 완료 여부만 측정한다면 감독은 약점을 가릴 수 있다. 빈번한 인간 교정이 필요한 에이전트는 작전상 자율적이지 않다. 향후 공개 자료는 개입, 안전 한계 작동, 소프트웨어 결함, 성공적인 자율 임무 완료를 구분해야 한다.

AI 통제 F-16이 공군에 중요한 이유

공군이 주로 추구하는 것은 자율 F-16으로 조종사를 대체하는 일이 아니다. 조종사가 무인 항공기 그룹을 지휘하는 데 필요한 증거를 구축하는 것이다.

DARPA는 VENOM을 Collaborative Combat Aircraft를 포함한 미래 합동군 작전의 기반으로 설명한다. CCA는 유인 전투기와 함께 운용하고 배정된 임무 역할을 수행할 수 있는 무인 항공기를 배치하려는 공군의 노력이다.

이 관계는 간접적이지만 중요하다. 공군은 모든 F-16을 자율 전투기로 바꿀 필요가 없다. 유사한 자율성이 목적 설계된 무인 시스템에 적용되기 전에 에이전트를 시험할 수 있는, 안전하고 충분히 이해된 플랫폼이 필요하다.

F-16은 이미 알려진 비행 특성, 확립된 정비 관행, 안전 조종사를 위한 공간을 제공한다. 이러한 조합은 실험에 유용하다. 새로운 무인 항공기는 자율성이 예기치 않게 작동할 경우 동일한 즉각적 인간 복구 수단을 갖지 못한다.

공군은 별도로 CCA 공급업체 플랫폼 전반에서 정부 소유 소프트웨어 프레임워크를 시험해 왔다. 공군의 개방형 아키텍처 접근 방식은 공군이 특정 공급업체에 종속되지 않고 자율성 소프트웨어가 서로 다른 항공기에서 작동하도록 설계됐다.

VENOM은 같은 더 큰 구상을 뒷받침한다. 항공기, 자율성 에이전트, 임무 소프트웨어는 서로 다른 속도로 발전해야 한다. 모듈형 인터페이스는 엔지니어가 기체 전체를 재설계하지 않고도 에이전트를 업데이트할 수 있게 한다.

이는 기존 방산 계약업체와 신규 자율성 기업 모두에 압박을 가한다. 기체 제조업체는 임무 지능이 하나의 항공기에 영구적으로 묶여 있을 것이라고 더는 가정할 수 없다. 소프트웨어 개발업체는 통제된 시뮬레이션과 공급업체별 시연을 넘어 에이전트가 작동한다는 점을 입증해야 한다.

인간 운용자에게도 압박이 된다. DARPA가 구상하는 미래 역할은 단순히 조종사 한 명이 한 대의 항공기를 조종하고 드론이 고정 경로를 따르는 방식이 아니다. 한 사람이 변화하는 위협에 대응하는 여러 자율 플랫폼을 조율하게 된다.

DARPA의 ACE 프로그램 목표는 신뢰를 이러한 체계의 전제 조건으로 설명한다. 이 프로그램은 환경이 빠르고 눈에 보이는 결과를 만들어내기 때문에 근거리 전투에서 시작했다. 더 큰 목표는 더 복잡한 교전 전반에 걸친 인간-기계 협업이다.

신뢰는 AI가 항상 옳을 것이라고 믿는 것을 뜻할 수 없다. 인간 조종사도 그 기준을 충족하지는 않는다. 운영상 신뢰를 확보하려면 에이전트가 언제 신뢰할 수 있는지, 어디에서 실패하는지, 그리고 사람이 위험한 결정을 얼마나 신속하게 인지하고 바로잡을 수 있는지를 알아야 한다.

조종사에게 제공되는 인터페이스는 핵심 요소가 될 것이다. 지휘관은 적대적 환경에서 임무를 관리하면서 원시 모델 출력을 검토할 수 없다. 시스템은 과도한 인지 부하를 만들지 않으면서 의도, 신뢰도, 한계, 개입 요청을 전달해야 한다.

미래의 호위 임무를 생각해 보자. 무인 항공기 한 대는 센서 데이터를 수집하기 위해 앞서 나가고, 다른 한 대는 무장이나 전자전 장비를 탑재할 수 있다. 인간 조종사는 모든 선회를 일일이 지정하는 것이 아니라 목표와 제약 조건을 부여해야 한다.

통신이 약화되면 에이전트는 어떤 임무를 계속 수행할 수 있는지 알아야 한다. 또한 언제 복귀하고, 위치를 유지하며, 책임을 넘겨야 하는지도 알아야 한다. 이러한 행동은 항공기가 아군이나 민간 영공 인근에서 운용되기 전에 검증돼야 한다.

공군은 서로 다른 공급업체의 에이전트가 협력할 수 있다는 증거도 필요로 한다. 개방형 아키텍처는 이 문제의 일부만 해결한다. 두 시스템은 기술 인터페이스를 공유하더라도 우선순위, 신뢰도 또는 위협 데이터를 서로 다르게 해석할 수 있다.

실시간 다기체 시험은 이러한 불일치를 드러낼 수 있다. 에이전트가 동일한 표적을 두고 경쟁하는지, 호환되지 않는 권고를 내리는지, 또는 공유 정보를 잃은 뒤 예측 불가능하게 행동하는지를 확인할 수 있다. 이런 실패는 고립된 시연에서는 발견하기 어렵다.

바로 이 지점에서 VENOM은 F-16 이야기 이상의 의미를 갖는다. 이 항공기는 미래 항공 작전을 형성할 소프트웨어 간 관계를 시험하기 위한 통제된 환경을 제공한다. 그 가치는 이러한 교훈이 무인 플랫폼으로 얼마나 잘 이전되는지에 달려 있다.

어려운 문제는 전투 조건에서의 신뢰다

성공적인 비행은 제어 경로가 작동한다는 것을 증명한다. 전쟁 상황에서 AI가 합법적이고 전술적으로 타당하며 예측 가능한 결정을 내린다는 것을 입증하지는 않는다.

DARPA 관계자들은 현대전의 이른바 전장의 안개와 마찰 속에서 성능과 신뢰성이 여전히 해결되지 않은 문제임을 인정한다. 이러한 신중함은 이 이야기의 핵심이다. 실제 전투에는 기만, 손상된 센서, 불완전한 통신, 그리고 에이전트의 입력을 적극적으로 조작하는 적이 존재한다.

AI 시스템은 학습에 포함된 시나리오에서는 잘 작동해도 조건이 바뀌면 실패할 수 있다. 적은 기만 표적, 전자적 교란, 이례적인 편대, 의도적으로 모호한 행동을 사용할 수 있다. 그 결과 생기는 문제는 일반적인 소프트웨어 신뢰성 문제가 아니다.

전투 자율성은 개발 과정에서 사용된 데이터와 운영 환경이 달라지는 분포 이동을 처리해야 한다. 엔지니어는 이동이 발생했다는 사실은 알 수 있어도 어떤 결정이 실패할지는 알지 못할 수 있다. 따라서 시험은 예상된 조건 밖에서의 행동을 측정해야 한다.

센서 데이터 역시 불확실성을 동반해 들어온다. 레이더 추적은 사라질 수 있고, 식별 정보는 충돌할 수 있으며, 네트워크 메시지는 늦게 도착할 수 있다. 모든 입력을 동일하게 신뢰하는 에이전트는 훼손된 상황 인식 자료를 바탕으로 확신에 찬 결정을 내릴 수 있다.

이 프로그램은 사이버 복원력도 시험해야 한다. 자율성 키트는 전투기 내부에 새로운 소프트웨어 및 하드웨어 연결을 만든다. 각 연결은 무단 명령, 손상된 업데이트, 악성 데이터, 공급망 취약성으로부터 보호돼야 한다.

인간의 개입도 여전히 해결되지 않은 변수다. 안전 조종사는 시험 비행 중 스위치를 조작할 수 있지만, 실제 작전 지휘관은 한 번에 여러 항공기를 감독할 수 있다. 문제를 알아차리는 데 필요한 시간이 이를 막을 수 있는 시간보다 길어질 수 있다.

자동화 편향의 위험도 있다. 시스템이 정확해 보이면 사람들은 기계의 권고에 과도한 비중을 두는 경우가 많다. 압박을 받는 조종사는 그 이면의 가정을 충분히 이해하지 못한 채 AI가 생성한 계획을 승인할 수 있다.

반대의 문제도 똑같이 심각하다. 에이전트가 너무 많은 경보를 생성하거나, 명확한 설명 없이 계획을 변경하거나, 반복적인 수정을 요구한다면 조종사는 이를 더 이상 신뢰하지 않을 수 있다. 지속적인 감시를 요구하는 항공기는 업무 부담을 줄이는 대신 늘릴 수 있다.

따라서 군사 시험에는 승패 기록 이상이 필요하다. 평가자는 개입 빈도, 위험 명령 비율, 임무 완료율, 설명 품질, 통신 손실 후 복구, 미지의 시나리오에 대한 성능을 측정해야 한다.

공개된 정보는 아직 VENOM에 대한 이러한 결과를 제공하지 않는다. DARPA는 자율 출격이 몇 회 이뤄졌는지, AI가 얼마나 오래 제어권을 유지했는지, 안전 조종사가 개입했는지를 공개하지 않았다. 또한 7월 비행에서 시험한 에이전트도 밝히지 않았다.

이처럼 제한적인 공개는 군사 프로그램의 특성상 이해할 수 있다. 전술적 세부 사항은 능력이나 약점을 드러낼 수 있다. 그럼에도 이는 외부 관찰자가 중대한 자율성 진전과 성공적인 통합 이정표를 구분하기 어렵게 만든다.

국방부는 AI 프로그램이 늘어나는 상황에서 더 광범위한 거버넌스 과제에 직면해 있다. GAO 평가는 이전에 부처 전체 차원의 AI 전략, 자원 설명, 목록, 협업 지침에서의 공백을 발견했다. 이러한 결과는 VENOM을 구체적으로 평가한 것은 아니지만, 기술 발전과 제도적 감독이 함께 진전해야 하는 이유를 보여 준다.

무기 정책은 또 다른 경계를 설정한다. 자율 비행 제어가 자동으로 자율 표적 선정이나 무기 발사를 뜻하는 것은 아니다. 공개 발표는 독립적인 살상 권한이 아니라 조종, 전술 에이전트, 미래의 팀 작전에 초점을 맞춘다.

작성자와 정책 입안자는 이 구분을 유지해야 한다. 인간이 무기 결정을 유지하는 동안 에이전트는 속도, 방위, 고도, 전술적 위치를 제어할 수 있다. 미래 구성에서는 더 많은 권한을 부여할 수 있지만, 7월 발표는 그것이 이미 이뤄졌음을 입증하지 않는다.

가장 신뢰할 수 있는 향후 경로는 단계적 확장이다. 엔지니어는 제약된 비행 행동으로 시작해 불확실한 센서 입력을 도입하고, 협력 항공기를 추가한 뒤, 임무 수준의 결정을 시험할 수 있다. 각 단계에는 명확한 한계와 측정 가능한 실패 조건이 있어야 한다.

레드팀 훈련은 필수적이다. 독립 팀은 에이전트를 혼란시키고, 통신을 끊고, 센서 입력을 조작하며, 임무 목표 간 충돌을 유발하려 시도해야 한다. 목적은 적보다 먼저 취약한 행동을 찾아내는 것이다.

또한 이 프로그램은 조종사의 존재를 완전한 안전과 혼동해서는 안 된다. 사람은 시스템이 자신의 상태를 전달하고 행동할 충분한 시간을 남겨둘 때만 개입할 수 있다. 일부 실패는 인간이 인지하는 속도보다 빠르게 전개될 수 있다.

따라서 신뢰는 반복된 성공 시연이 만들어내는 감정이 아니다. 이는 성능 경계에 대한 증거 기반의 판단이다. VENOM은 이러한 경계가 스트레스 상황에서도 명확하게 유지될 때에만 작전상 의미를 갖는다.

DARPA와 공군이 다음으로 보여줘야 할 것

VENOM이 유용한 전투 인프라가 되는지를 결정할 세 가지 신호는 투명한 시험 지표, 성공적인 다기체 비행, 그리고 CCA 플랫폼으로의 이전이다.

첫 번째 신호는 측정 가능한 평가 프레임워크다. 민감한 전술 세부 사항이 기밀로 남더라도, DARPA는 프로그램이 출격 간 에이전트를 어떻게 비교하는지 보여줘야 한다. 개입 횟수, 소프트웨어 결함, 제어 한계 활성화, 복구 성능은 더 명확한 그림을 제공할 수 있다.

이러한 지표는 항공기 통합과 자율 추론을 구분해야 한다. 원활한 비행 제어 인터페이스는 필요하지만, 임무 결정에 대해서는 거의 알려주지 않는다. 별도의 성과표는 실패가 항공기, 자율성 키트, 센서 처리, 에이전트 중 어디에서 발생했는지를 보여줄 것이다.

미지의 시나리오에서 나온 증거는 프로그램의 주장을 강화할 수 있다. 에이전트는 센서 성능 저하와 예상치 못한 항공기 행동을 포함해 개발자에게 공개되지 않은 조건에 직면해야 한다. 이런 환경에서 일관된 성능을 보인다면 소프트웨어가 익숙한 전략을 단순 재현하는 것 이상을 하고 있음을 시사할 것이다.

두 번째 신호는 계획된 다기체 실비행 시험으로의 전환이다. 자율 항공기 한 대는 인간 상대에 대응하거나 정의된 임무를 수행할 수 있다. 여러 에이전트는 협조하고, 임무를 분담하며, 공유 정보를 관리하고, 참여자 한 대가 실패했을 때 복구해야 한다.

다기체 시험은 인간-기계 인터페이스도 드러낼 것이다. 조종사는 모든 제어 행동을 감시하지 않고도 목표와 제약 조건을 통해 팀을 지휘할 수 있어야 한다. 추가되는 항공기마다 업무 부담이 급증한다면 작전 개념은 약화된다.

관찰자들은 프로그램이 통신 저하를 어떻게 처리하는지 주목해야 한다. 자율 팀원은 적대적 작전 중 끊기지 않는 연결에 의존할 수 없다. 이들의 대체 행동은 인간 지휘관에게 예측 가능해야 하며, 나머지 편대와도 호환돼야 한다.

성공적인 다기체 이벤트는 VENOM이 확장 가능한 전투 자율성을 지원한다는 DARPA의 주장을 강화할 것이다. 엄격하게 각본화된 조건이나 반복적인 조종사 개입이 필요한 시연은 그 주장의 범위를 좁힐 것이다.

세 번째 신호는 개조된 F-16에서 Collaborative Combat Aircraft로의 이전이다. 소프트웨어 이식성은 모듈형 자율성의 핵심 약속이다. 이 약속은 VENOM을 통해 개발된 에이전트가 서로 다른 센서, 성능 한계, 임무 장비를 갖춘 항공기에서 작동할 때 시험될 것이다.

이전은 자동으로 이뤄지지 않는다. F-16은 무인 CCA 플랫폼과 다른 비행 특성 및 조종석 시스템을 갖고 있다. 엔지니어는 일반적인 전술 행동과 시험 항공기에 연결된 가정을 분리해야 한다.

공군의 정부 소유 아키텍처는 이 전환을 관리하는 데 도움이 될 수 있다. 공통 인터페이스는 서로 다른 공급업체의 소프트웨어를 통합하는 데 필요한 작업을 줄일 수 있다. 그러나 에이전트가 새 기체로 옮겨진 뒤에도 올바르게 행동할 것이라고 보장할 수는 없다.

따라서 신뢰할 수 있는 이전 시험은 기술적 호환성과 임무 성능을 모두 검토해야 한다. 소프트웨어를 탑재하는 것은 첫 단계일 뿐이다. 에이전트는 서로 다른 속도, 항속거리, 감지, 탑재량 제약에 적응하면서도 안전한 행동을 유지해야 한다.

산업계의 경쟁적 대응도 중요하다. 기체 제조사들은 자사 플랫폼이 여러 자율성 패키지를 지원한다는 점을 입증하려 할 것이다. AI 공급업체는 시뮬레이션 결과를 강조하겠지만, 실비행 증거가 더 가치 있는 기준이 될 것이다.

조달 결정은 정부가 자체 시험 데이터를 믿는지를 보여줄 것이다. 성공적인 VENOM 에이전트가 공유 인터페이스를 통해 CCA 실험에 들어간다면, 이 프로그램은 연구 이상의 영향을 미친 셈이 된다. 자율성이 작전 항공기에 도달하는 방식을 바꿨을 것이다.

사례를 약화시킬 신호도 있다. 비행 이정표 사이의 긴 공백은 통합 또는 안전 문제를 시사할 수 있다. 하나의 특화된 에이전트에 계속 의존한다면 약속된 시험 파이프라인에 의문이 제기될 것이다.

보고된 개입 데이터가 부족한 것도 또 다른 공백을 남긴다. 기밀 프로그램이 모든 결과를 공개할 수는 없지만, 집계된 안전성과 신뢰성 지표는 여전히 기술이 성숙하고 있는지를 보여줄 수 있다. 그러한 지표가 없으면 공개적인 주장은 계속 평가하기 어려울 것이다.

개발자는 VENOM이 민간 에이전트 시스템에서 익숙한 아이디어를 유난히 엄격한 조건에서 시험한다는 점에 주목해야 한다. 모델 이식성, 관측 가능성, 인간 오버라이드, 적대적 시험, 제한된 권한은 군사 항공을 훨씬 넘어서는 소프트웨어 설계 문제다.

엔터프라이즈 구매자도 같은 교훈에 주목해야 한다. 성공적인 시연이 신뢰할 수 있는 배포를 의미하지는 않는다. 조직에는 에이전트 권한을 제한하는 인터페이스, 결정을 재구성하는 로그, 실제 운영 조건을 반영하는 평가가 필요하다.

지식 노동자와 AI 사용자들 역시 AI가 전투기를 조종했다는 식의 단순한 헤드라인에는 신중해야 한다. 더 중요한 이야기는 이를 가능하게 한 주변 시스템에 있다. 인간의 감독, 모듈형 제어, 시험 계측, 단계적 검증이 비행을 가능하게 했다.

DARPA는 AI 에이전트를 개조된 현역 항공기에 연결함으로써 의미 있는 공학적 문턱을 넘었다. 다음 문턱은 더 어렵다. 기관은 환경이 더 이상 협조적이지 않을 때에도 여러 에이전트가 유용하고, 이해 가능하며, 통제 가능한 상태를 유지할 수 있음을 보여야 한다.

다음 다기 편대 비행, 최초의 공개 성능 지표, 그리고 CCA 시험으로의 최초의 신뢰할 만한 이전을 지켜봐야 한다. 이러한 사건들은 AI 제어 F-16이 확장 가능한 군사 인프라로 발전하고 있는지, 아니면 인상적인 연구 플랫폼에 머물고 있는지를 보여줄 것이다.