Shield AI Hivemind는 A-GRA를 어떻게 충족하는가?

CCA에서 입증된 Mission Autonomy의 개방형 구조

최근 미국 공군의 CCA(Collaborative Combat Aircraft) 사업에서 흥미로운 장면이 등장했습니다.

 

2026년 2월 24일, Anduril의 YFQ-44A가 한 번의 비행에서 Shield AI의 Hivemind Mission Autonomy를 사용한 뒤,

착륙하지 않고 Anduril의 Lattice for Mission Autonomy로 전환했습니다.

 

단순히 두 종류의 AI 소프트웨어를 시험했다는 의미가 아닙니다.

 

이 시험의 기술적인 의미는 하나의 항공 플랫폼에 특정 업체의 Mission Autonomy를 고정하지 않고, 표준화된 개방형 아키텍처를 통해 서로 다른 자율 소프트웨어를 교체할 수 있다는 것을 실제 비행에서 보여줬다는 데 있습니다.

 

그리고 바로 이 지점에서 A-GRA(Autonomy Government Reference Architecture)가 중요해집니다.

 

A-GRA가 등장한 이유

기존 항공체계에서는 항공기와 임무 소프트웨어가 긴밀하게 결합되어 있는 경우가 많았습니다.

 

특정 항공기에 맞춰 개발된 소프트웨어를 다른 항공기에 적용하려면 새로운 통합과 시험이 필요하고, 소프트웨어를 변경할 때 항공기의 안전 관련 소프트웨어까지 영향을 받을 가능성이 있었습니다.

 

CCA에서는 이러한 방식으로는 빠르게 발전하는 AI와 자율비행 기술을 신속하게 적용하기 어렵습니다.

그래서 미국 공군은 Flight Autonomy와 Mission Autonomy를 분리하는 방향으로 A-GRA를 추진하고 있습니다.

 

Open-Arsenal은 A-GRA를 자율 임무를 표준화하기 위한 정부의 모듈형 개방형 시스템 프레임워크로 설명하고 있으며, 핵심 개념으로 Portable Intelligence, Plug-and-Play Brains, Hardware Agnostic을 제시하고 있습니다. 즉, 자율 소프트웨어와 항공기 플랫폼을 분리하고, 표준화된 인터페이스를 통해 자율 소프트웨어를 서로 다른 플랫폼에 적용할 수 있도록 하는 것입니다.

Flight Autonomy와 Mission Autonomy를 분리한다

A-GRA를 이해하기 위해서는 먼저 Flight Autonomy와 Mission Autonomy의 차이를 이해할 필요가 있습니다.

 

Flight Autonomy는 항공기의 기본적인 비행과 안전에 관련된 기능입니다.

항공기를 안정적으로 비행시키고, 기본적인 비행제어와 안전한 운용을 담당하는 영역입니다.

 

반면 Mission Autonomy는 주어진 임무를 실제로 수행하는 역할에 가깝습니다.

예를 들어 유인 전투기가 CCA에 특정 임무를 지시했을 때, CCA가 주어진 임무를 어떻게 수행할 것인지 판단하고 행동하는 부분이 Mission Autonomy에 해당합니다.

 

Air & Space Forces Magazine도 CCA에서 Mission Autonomy를 사실상 "pilot in the seat"에 해당하는 역할로 설명하고 있습니다. 반면 Flight Autonomy는 항공기의 기본 운용과 안전을 담당하는 소프트웨어로 구분하고 있습니다.

이러한 분리가 A-GRA의 핵심입니다.

그렇다면 Hivemind가 A-GRA를 충족한다는 근거는 무엇인가?

여기서 중요한 것은 Shield AI의 Hivemind가 단순히 "A-GRA와 비슷한 개념"이라는 수준이 아니라, 실제 CCA에서 A-GRA가 지향하는 구조를 시험했다는 점입니다.

 

가장 직접적인 사례가 바로 Anduril YFQ-44A 시험입니다.

2026년 2월 24일 YFQ-44A는 먼저 Shield AI의 Hivemind Mission Autonomy를 이용해 시험 임무를 수행했습니다.

Hivemind 시험이 끝난 후 항공기는 착륙하지 않은 상태에서 Anduril의 Lattice for Mission Autonomy로 전환했고, 동일한 시험 항목을 다시 수행한 뒤 안전하게 착륙했습니다.

 

이것은 A-GRA의 개념을 이해하는 데 매우 중요한 사례입니다.

왜냐하면 항공기 자체를 바꾸지 않고 Mission Autonomy만 바꿨기 때문입니다.

Hivemind에서 Lattice로 무엇이 바뀐 것인가?

이 시험에서 중요한 것은 YFQ-44A라는 항공 플랫폼이 그대로 유지되었다는 점입니다.

 

항공기 자체를 다른 기종으로 교체한 것이 아닙니다.

또한 기본적인 Flight Autonomy와 안전 관련 기능을 새로운 Mission Autonomy와 함께 처음부터 다시 개발한 것도 아닙니다.

변경된 핵심 요소는 Mission Autonomy Software였습니다.

 

즉,

YFQ-44A + Hivemind

에서

YFQ-44A + Lattice for Mission Autonomy

로 변경한 것입니다.

 

Air & Space Forces Magazine은 이를 두 개의 Mission Autonomy 시스템을 같은 비행에서 전환한 사례로 설명하고 있으며, 미 공군 관계자는 이러한 구조를 통해 Mission Autonomy를 빠르게 변경하고 통합할 수 있다는 점을 강조했습니다.

 

이것이 바로 A-GRA가 목표로 하는 Plug-and-Play Mission Autonomy의 핵심입니다.

 

단순한 소프트웨어 교체보다 중요한 이유

소프트웨어를 교체했다는 사실 자체가 중요한 것은 아닙니다.

중요한 것은 무엇을 교체할 수 있었느냐입니다.

 

기존 방식에서는 항공기와 임무 소프트웨어가 강하게 결합되어 있다면 Mission Autonomy를 교체할 때 항공기의 다른 소프트웨어와 인터페이스를 다시 통합하고 검증해야 할 수 있습니다.

 

A-GRA는 이 구조를 바꾸려는 것입니다.

Mission Autonomy를 하나의 독립적인 소프트웨어 capability로 만들고, Flight Autonomy 및 항공 플랫폼과의 경계를 표준화하는 것입니다.

 

따라서 새로운 Mission Autonomy를 적용할 때 항공기의 안전 관련 영역을 최대한 건드리지 않고 빠르게 통합할 수 있습니다.

Air & Space Forces Magazine은 미 공군이 A-GRA를 Flight Autonomy와 Mission Autonomy를 분리하고, Mission Autonomy가 여러 항공기 및 Flight Software와 Plug-and-Play 방식으로 연결될 수 있도록 하는 공통 기준으로 설명했다고 보도했습니다.

Hivemind의 기술적 특성과 A-GRA의 방향

Shield AI의 Hivemind가 주목받는 또 하나의 이유는 Platform Agnostic이라는 특성입니다.

 

Hivemind는 특정 항공기 하나에만 종속되는 형태가 아니라 여러 플랫폼에 적용할 수 있는 Mission Autonomy Software로 개발되어 왔습니다.

 

Open-Arsenal 역시 A-GRA의 핵심 특징으로 Hardware Agnostic을 명시하고 있습니다.

즉, 최적의 Autonomy Software가 특정 항공기 제조업체에 종속되지 않고 A-GRA를 준수하는 여러 플랫폼에서 운용될 수 있도록 하는 것이 목표입니다.

 

이런 관점에서 Hivemind의 여러 플랫폼 적용 사례는 A-GRA가 지향하는 방향과 상당히 일치합니다.

 

중요한 추가 증거: YFQ-42A와 Sidekick

Hivemind만의 사례도 아닙니다.

2026년 2월에는 General Atomics의 YFQ-42A에서도 Collins Aerospace의 Sidekick Mission Autonomy가 통합되어 시험되었습니다.

 

Open-Arsenal이 정리한 미 공군 자료에 따르면 이 시험은 제3자 Mission Autonomy Software와 항공기의 Mission System 사이에서 데이터가 교환될 수 있다는 점을 검증하는 사례였습니다.

 

이것은 미국 공군이 CCA를 개발하면서 특정 업체의 AI Pilot 하나만 사용하는 것이 아니라,

Airframe

과

Mission Autonomy

를 별도의 요소로 취급하고 있다는 것을 보여주는 중요한 사례입니다.

 

결국 CCA 사업에서 경쟁의 단위가 단순히 "완성된 무인항공기"에서 Airframe과 Autonomy Software를 분리한 생태계로 이동하고 있다는 의미로 볼 수 있습니다.

 

A-GRA의 진짜 의미는 'AI'가 아니라 '분리'다

여기서 한 가지 중요한 점이 있습니다.

 

A-GRA를 단순히 AI 아키텍처라고 이해하면 핵심을 놓칠 수 있습니다.

 

A-GRA의 핵심은 AI 알고리즘 자체가 아니라 Autonomy Capability를 플랫폼으로부터 분리하는 구조입니다.

따라서 Hivemind가 뛰어난 AI인지, Lattice가 뛰어난 AI인지가 A-GRA의 핵심 평가 기준은 아닙니다.

 

더 중요한 질문은 다음과 같습니다.

 

"이 Mission Autonomy Software를 다른 CCA에 적용할 수 있는가?"

그리고

"동일한 CCA에서 다른 Mission Autonomy Software로 교체할 수 있는가?"

입니다.

 

YFQ-44A에서 Hivemind를 사용한 후 Lattice로 전환한 시험은 바로 이 질문에 대한 실제 비행시험 사례가 된 것입니다.

 

그렇다면 "Hivemind는 A-GRA를 충족한다"고 말해도 될까?

여기서는 표현을 조금 주의할 필요가 있습니다.

 

공개된 자료만 가지고 "Hivemind가 A-GRA Technical Standard의 모든 세부 요구사항을 100% 충족했다"고 단정하는 것은 적절하지 않습니다.

 

A-GRA의 모든 세부 인터페이스, ICD, API, 데이터 모델 및 전체 Compliance Test 결과가 공개되어 있는 것은 아니기 때문입니다.

따라서 기술 문서나 블로그에서는 다음과 같이 표현하는 것이 가장 정확합니다.

 

"Shield AI의 Hivemind는 A-GRA 기반 CCA 통합 및 비행시험에 사용되었으며, YFQ-44A에서 Anduril의 Lattice Mission Autonomy와 교체 운용됨으로써 A-GRA가 지향하는 Mission Autonomy와 Flight Autonomy의 분리 및

Plug-and-Play 개념을 실제 비행에서 실증했다."

 

이 표현이라면 공개된 자료를 넘어서는 과도한 인증 주장을 피하면서도 기술적 의미를 정확하게 전달할 수 있습니다.

Hivemind와 A-GRA의 관계를 어떻게 이해해야 할까?

결국 Hivemind와 A-GRA의 관계는 다음과 같이 이해하는 것이 가장 정확합니다.

 

Hivemind는 A-GRA 그 자체가 아닙니다.

A-GRA는 정부가 정의하는 개방형 참조 아키텍처이고, Hivemind는 그 구조 안에서 운용될 수 있는 Mission Autonomy Software입니다.

 

따라서 A-GRA는 일종의 공통 규칙과 인터페이스를 제공하고, Hivemind는 그 규칙을 이용하여 CCA의 Mission Autonomy 역할을 수행하는 소프트웨어라고 볼 수 있습니다.

 

그리고 YFQ-44A 시험에서는 여기에 한 가지 중요한 검증이 추가되었습니다.

Hivemind를 사용하다가 Lattice로 Mission Autonomy를 변경할 수 있었다는 것입니다.

 

이것은 A-GRA가 추구하는 "Autonomy Software를 항공기에서 분리한다"는 개념을 실제 항공기에서 보여준 대표적인 사례입니다.

 

결국 CCA의 핵심 경쟁력은 어디로 이동하는가?

CCA에서 중요한 변화는 항공기 자체만으로 경쟁하는 구조에서 벗어나고 있다는 점입니다.

 

앞으로는 Airframe + Flight Autonomy + Mission Autonomy가 서로 다른 계층으로 분리될 가능성이 높습니다.

이렇게 되면 항공기 업체는 Airframe과 Flight Autonomy를 개발하고, 별도의 업체는 Mission Autonomy를 개발할 수 있습니다.

 

그리고 정부는 A-GRA와 같은 개방형 아키텍처를 통해 이들 사이의 인터페이스를 표준화하려는 것입니다.

이 구조가 정착되면 새로운 AI 알고리즘이나 자율 임무 기능이 개발될 때마다 항공기 전체를 새롭게 개발할 필요가 줄어들 수 있습니다.

 

즉, 항공기의 개발 속도보다 소프트웨어의 업데이트 속도가 빨라지는 구조를 만드는 것입니다.

Open-Arsenal이 A-GRA를 설명하면서 강조하는 "Portable Intelligence", "Plug-and-Play Brains", "Hardware Agnostic"이라는 표현이 바로 이러한 방향을 의미합니다.

 

결론

이번 YFQ-44A 시험에서 가장 중요한 것은 단순히 Hivemind가 CCA를 자율비행했다는 사실이 아닙니다.

 

더 중요한 것은 Hivemind에서 Lattice로 Mission Autonomy를 교체하면서도 동일한 항공 플랫폼의 비행을 계속할 수 있었다는 것입니다.

 

이것은 A-GRA가 추구하는 핵심 개념인 Mission Autonomy와 Flight Autonomy의 분리, 플랫폼과 자율 소프트웨어의 분리, 그리고 Plug-and-Play 형태의 자율 소프트웨어 통합을 실제 CCA에서 보여준 사례라고 할 수 있습니다.

 

따라서 현재 공개자료를 기준으로 가장 정확한 결론은 다음과 같습니다.

 

Hivemind가 A-GRA 그 자체인 것은 아니다. 하지만 Hivemind는 A-GRA 기반 CCA 통합·비행시험의

대표적인 Mission Autonomy 사례이며, YFQ-44A에서 Lattice와의 교체 운용을 통해 A-GRA가 지향하는

개방형·플러그앤플레이 자율 아키텍처를 실증했다.

 

결국 A-GRA가 만들고 있는 것은 단순한 "AI Pilot 표준"이 아니라, 항공기와 AI Pilot을 서로 분리하여 필요할 때 교체할 수 있는 새로운 CCA 소프트웨어 생태계라고 볼 수 있습니다.