[논문] 미국 방위 획득, AI 기반 역량 도입 준비됐나? 시나리오 기반 정책 분석으로 국방부 소프트웨어 획득 경로 평가
개요
AI 시스템이 실험용 프로토타입에서 임무 핵심 도구로 전환함에 따라, 동적 데이터, 진화하는 모델, 그리고 거버넌스에 대한 의존도가 높아지면서 기존의 획득 경로가 이를 따라잡을 수 있는지에 대한 의문이 제기됩니다. 미국 국방부는 Adaptive Acquisition Framework(적응형 획득 프레임워크)를 통해 획득 프로세스를 현대화했으며, 소프트웨어 집약형 역량을 획득하기 위한 주요 메커니즘으로 Software Acquisition Pathway(SWP)를 사용하고 있습니다. 본 논문은 SWP가 AI 획득의 고유한 요구사항을 충족시키기에 충분한지 평가합니다. 본 연구에서는 가상의 AI 기반 프로그램을 주요 SWP 계획 활동에 따라 추적하는 시나리오 기반 평가를 수행하여 정책이 프로그램 산출물 및 의사결정으로 어떻게 전환되는지를 평가합니다. 우리는 정책 시나리오 분석을 활용해 SWP 중심 거버넌스 스택이 AI 획득에 충분한 실행 가능한 지원을 제공하는지 검토합니다. 이 거버넌스 스택은 반복적인 제공 및 AI 테스트를 위한 실현 가능한 기반을 제공합니다. 하지만 핵심 지침에서 반복적으로 나타나는 실행 가능성 문제를 발견했습니다. 데이터 출처, 라이프사이클 관리, 인간 감독에 대한 AI 전용 제어는 SWP가 실행되는 프로그램 지향 메커니즘에 내재되지 않고 보조 문서에 흩어져 있습니다. 이러한 단절로 인해 프로그램 사무소는 일관되지 않은 지역 해석에 의존하게 됩니다. 우리는 정책과 산출물 사이의 격차를 메우기 위해 AI 지원 하위 경로와 목표 지향적인 산출물 개선을 제안하며 결론을 내립니다.
주요 기여
이 논문은 다음 분야의 연구를 제시합니다:
- cs.SE
방법론
자세한 방법론은 전체 논문을 참고하십시오.
실용적 함의
이 연구는 cs.SE의 발전에 기여합니다.
저자
- Daniel Lugo
- James C. Davis
논문 정보
- arXiv ID: 2606.07393v1
- Categories: cs.SE
- Published: 2026년 6월 5일
- PDF: PDF 다운로드