□ 군사 분야에서 인공지능의 활용이 확대됨에 따라, AI의 성능과 윤리성을 좌우하는 핵심 요소로 데이터 거버넌스의 중요성이 부각되고 있음. 데이터는 AI 시스템의 학습, 테스트, 검증, 운영 전반에 필수적인 자원임. 그러나 현재 군사 분야에서 데이터 거버넌스에 대한 논의는 매우 제한적이며, 대부분 민간 영역 중심으로 이뤄지고 있음
□ 민간 부문에서는 개인정보 보호, 데이터 품질, 편향 방지, 투명성 확보 등의 원칙을 중심으로 다양한 거버넌스 체계를 마련하고 있음. 군사 영역도 민간의 모범 사례를 참조해 데이터 수집·가공·보안·활용·폐기 전 과정에 걸친 명확한 지침과 절차를 마련할 필요가 있음. 특히 AI가 군사적 의사결정이나 표적 식별에 활용되는 경우, 잘못된 데이터는 심각한 인권 침해와 국제인도법 위반으로 이어질 수 있음
□ AI 학습에 활용되는 이중용도 데이터(dual-use data)의 법적·윤리적 문제도 중요함. 민간에서 수집된 데이터가 군사 시스템에 전용되거나, 상업적 AI가 군사 작전에 재사용될 경우, 데이터의 출처, 수집 방식, 편향성, 법적 책임 문제가 복합적으로 발생함. 대표적으로 얼굴 인식, 감시 기술, 소셜미디어 분석 등은 높은 민감도를 가지며, 무분별한 활용은 시민의 권리와 안전을 위협할 수 있음
□ 보고서는 다양한 국가의 국방 AI 및 데이터 전략을 비교하며, 군사 분야도 독자적인 데이터 거버넌스 전략을 수립해야 한다고 주장함. 특히 데이터의 추적 가능성(Traceability), 데이터 품질 관리(Data Hygiene), 민·군 협력 구조 마련 등이 핵심 과제로 지적됨. 또한 국방 AI 거버넌스를 위한 국제적 규범 형성, 다자간 협력, 공공-민간 협업 체계의 필요성도 강조됨
□ 결론적으로 군사 AI의 책임 있는 개발과 운영을 위해서는 기술·법·윤리를 통합한 데이터 중심의 거버넌스 체계가 반드시 수립되어야 함. 향후 국제기구, 각국 정부, 민간 기업, 시민사회가 협력해 군사 AI의 위험을 최소화하고 신뢰 기반의 규범 환경을 조성해야 함
목차
Title page 1
Contents 4
About the Authors 5
Acronyms and Abbreviations 5
Executive Summary 6
Introduction 6
Data Governance: Taking Stock of Current Practices 7
Data Governance for Military Applications: Key Issues and Lessons from the Civilian Space 11
Key Legal, Policy and Ethical Implications of Dual-Use Nature of Data 15
Possible Policy and Governance Approaches to Data Practices Surrounding Military AI 19
Conclusion 23
Works Cited 24
Tables 12
Table 1. Comparison of Canadian, Dutch, UK and US Data in Military Strategies 12
Boxes 9
Box 1. Data Practices 9
